摘要：高分辨率遥感影像建筑物自动提取在防灾减灾、灾害估损、城市规划和地形图制作等方面具有重要意义。但是,目前常用的传统卷积神经网络模型存在异变性强而同变性弱缺陷。针对该问题,本文提出一种基于通道和空间双注意力胶囊编码—解码网络DA-CapsNet(dual-attention capsule encoder-decoder network)的建筑物提取通用模型。该模型通过胶囊卷积和空间—通道双注意力模块增强高分辨率遥感影像中建筑物高阶特征表达能力,实现建筑物遮挡部分以及对非建筑不透水层的准确提取与区分。模型首先利用胶囊编码—解码结构提取并融合多尺度建筑物胶囊特征,获得高质量建筑物特征表达。之后,设计通道和空间注意力特征模块进一步增强建筑物上下文语义信息,提高模型性能。本文选取3种高分辨率建筑物数据集进行试验,最终的平均精度、召回率和F1-score分别为92.15%、92.07%和92.18%。结果表明,本文提出的DA-CapsNet能有效克服高分辨率遥感影像中的空间异质性、同物异谱、异物同谱以及阴影遮挡等影响,实现复杂环境下的高精度建筑物自动提取。

摘要：为解决传统管道机器人质量大、体积大等问题,以三杆星型张拉整体作为基本单元,设计了一种新型张拉整体管道机器人,其运动步态为纵波法运动步态.为验证新型张拉整体管道机器人的可行性,建立了五单元机器人的动力学仿真模型,研究了不同模型参数和不同工作条件下的机器人运动性能.结果表明:五单元机器人既能够在方形长直管道中按照纵波法步态平稳前进,还能通过增大斜索预应力、静摩擦系数和驱动长度以及减小动摩擦系数和驱动时间提升前进距离,但过度调整可能会引起能量输入过大和稳定性下降;机器人在管道倾斜角度大于20°时无法前进,但在单元损坏、均匀负重或圆管内前进3种不同的工作条件下,机器人均能保持良好的前进性能.

摘要：为了解决空间相机内部支承相框中承受竖向载荷的机械轴承与导轨间存在较大摩擦与磨损,严重影响空间相机使用寿命的问题,提出一种多导轨永磁悬浮系统;通过2款电磁场仿真软件Maxwell与MagNet相结合的方式对系统进行静态、动态磁场仿真,并对影响该系统磁路、悬浮力以及磁感应强度分布的因素进行分析。结果表明:在永磁体阵列总长相近的条件下,当永磁体个数由2增加到8时,系统的悬浮力波动可减小约22.06%;在系统中添加隔磁板可使系统保持较稳定的磁感应强度;驱动速度由0.8 m/s增大到1.2 m/s可使系统的悬浮力波动局部减小50%以上。

摘要：为确保源图像中的显著区域在融合图像保持显著,提出了一种自注意力引导的红外与可见光图像融合方法。在特征学习层引入自注意力学习机制获取源图像的特征图和自注意力图,利用自注意力图可以捕获到图像中长距离依赖的特性,设计平均加权融合策略对源图像的特征图进行融合,最后将融合后的特征图进行重构获得融合图像。通过生成对抗网络实现了图像特征编码、自注意力学习、融合规则和融合特征解码的学习。TNO真实数据上的实验表明,学习到注意力单元体现了图像中显著的区域,能够较好地引导融合规则的生成,提出的算法在客观和主观评价上优于当前主流红外与可见光图像融合算法,较好地保留了可见光图像的细节信息和红外图像的红外目标信息。

摘要：车辆动力学建模过程中通常会进行简化和假设,导致模型在某些工况下无法准确反映车辆的实际动态特性,影响控制精度甚至安全性.鉴于此,该文提出了一种基于数据驱动的非线性建模与控制方法,建立了新型神经网络车辆横向动力学多步预测模型,实现了智能汽车对参考轨迹的跟踪控制.首先,在分析车辆单轨模型并考虑轮胎非线性和纵向负载转移的基础上,基于编码器-解码器结构设计神经网络横向动力学模型.其中,使用串行排列来扩展微分方程描述不完全的动力学信息,隐藏层神经元学习车辆的高度非线性和强耦合特性,进而提高模型全局计算精度.利用所构建的数据集进行模型训练和测试,结果表明,相比于物理模型,所提出的模型在不同路面附着系数条件下均具有更高的建模精度,具有隐式预测路面摩擦条件能力.其次,利用提出的模型设计轨迹跟踪控制算法,根据车辆稳态转向假设,计算所需的前轮转向角和稳态质心侧偏角,将稳态质心侧偏角纳入基于路径误差的转向反馈中,实现参考轨迹跟踪控制.最后,使用Car Sim/Simulink联合仿真及HIL实验测试进行不同工况试验的对比分析,对所提出的基于神经网络模型的控制算法进行评价,结果表明,该模型能够实现智能汽车在高速下精确的跟踪控制效果,并具有良好的横向稳定性.

摘要：基于机理分析的车辆动力学建模过程通常进行简化及假设,无法准确计算实际车辆在不同道路条件下的动力学变化,进而导致智能汽车轨迹跟踪控制精度低、不稳定等问题。鉴于此,本文中提出了一种基于混合建模技术的非线性建模与控制方法,构建机理分析-数据驱动的车辆动力学串联混合模型,车辆状态与控制数据经机理模型实现计算处理,级联合并后作为数据驱动模块的输入,长短时记忆网络作为主干网络实现时序数据的非线性关联特征提取和最终的模型输出计算。测试结果表明,该模型可以补充计算机理模型中的部分未建模动态并提高模型计算精度,且具有隐式理解不同路面附着条件的能力。其次,使用Euler积分完成对预测模型的离散化并设计模型预测控制轨迹跟踪算法,设计前馈反馈控制算法在实现车辆的纵向控制的同时提供横向控制中预测模型所需的外部输入,最终实现更符合实际行驶环境且更精准的轨迹跟踪控制效果。CarSim/Simulink联合仿真结果表明,该方法实现了不同道路附着系数下控制量精确输出,同步提升了智能汽车轨迹跟踪控制精度和稳定性,具有良好的横纵向协调控制效果。

摘要：超声波电机的接触摩擦模型对电机结构设计和性能优化具有重要作用。该文考虑定子齿结构,基于Dahl摩擦这一动态摩擦定律,分析了定子振动的瞬态响应过程、定子齿质点与转子的法向接触和切向摩擦及转子运动方程,建立了环形行波超声波电机定转子动态接触摩擦解析模型。基于所建立的模型,研究了定转子间的接触状态和法向接触应力,以及相对速度和切向摩擦应力,并分析了电机的输出性能。最后,测量了样机的输出特性,将测量值与所建立模型的计算值进行比较,二者基本吻合。此外,也对比了忽略定子齿结构并采用库仑摩擦定律的接触摩擦模型的计算值,结果表明,所建立模型的计算值能更好地与实验值相吻合,说明所建立的模型能够更准确地描述定转子接触摩擦传动特性。

摘要：在智能汽车自适应跟车控制的实现中,提高控制精度和舒适性尤为重要。通过上层算法准确计算本车需求加速度,考虑安全性及舒适度,设计变时距跟车策略,基于响应快速鲁棒性较好的滑模变结构控制算法实现跟车巡航,并对滑模趋近率加以优化改进,以减小系统抖震。对于下层执行机构,进行实车实验,以此对比验证仿真中发动机逆模型和制动器逆模型的合理性,使其更符合真实响应状态。将以传统PID算法为跟车策略的实车实验与改进后的仿真跟车算法对比分析,通过Carsim车辆参数建模软件和MATLAB/Simulink联合仿真,节气门开度同制动主缸压力作为Carsim的输入信号实现对车辆的闭环控制。结果表明车辆控制的精确性和舒适性都显著提升,同时跟车距离更具安全性。

摘要：考虑部分包裹混凝土(partial encased concrete,PEC)柱截面形式和辅助耗能元件类型两个设计参数,设计制作了3榀PEC柱-钢梁通长预拉杆自复位连接组合框架中间层子结构1∶2缩尺试件并进行水平往复荷载试验。通过试验现象和实测数据整理,从滞回特性、抗侧刚度、复位能力与耗能性能等方面进行分析。结果显示:合理设计T形件上长圆孔尺寸可实现“中震作用下利用辅助耗能元件提供耗能,而大震作用下连接转换为承压型传力模式而进一步发挥主体构件力学性能”的性能化部分自复位连接设计理念;PEC柱截面形式决定PEC柱本身抗侧刚度,从而影响自复位连接力学发展进程,而耗能元件类型仅改变耗能方式与发展进程;自复位连接的消压弯矩和开始耗能弯矩比值(Ma/Mb)是影响试件卸载后复位能力的关键因素;节点部位加强板设置增强了节点区混凝土约束,且连接构造促使节点区混凝土斜压带传力模式的形成,节点区刚度增大,抗剪能力提高;所有试件加载侧移达到2%(框架结构设计地震对应层间侧移限值)时,层间卸载后残余侧移不大于0.17%,甚至加载侧移达到3.5%(框架结构大震对应层间侧移限值)时,层间卸载后残余侧移不超过0.27%,即所有试件中间层均具有良好的复位能力。

摘要：蛋白降解靶向嵌合体(PROTACs)是一类新型蛋白降解技术,能同时结合E3连接酶与疾病相关蛋白,利用内源性泛素-蛋白酶体系降解靶蛋白。PROTACs具有较佳的通用性、较强的蛋白降解活性和较好的目的蛋白选择性,成为靶向蛋白降解领域的热点技术,但具有降解不受控的风险。可控PROTACs引入了特定的刺激响应触发元件,在特定的响应条件下可被触发,产生/终止后续的蛋白质降解效应。本文概述了可控PROTACs设计策略,并按照相应机制不同对代表化合物和研究进展进行了介绍,从而为可控PROTACs的研究提供借鉴和思路。