摘要：针对传统同时定位与地图构建(SLAM)算法在运动模糊场景下难以准确识别物体和无法有效判断物体的实际运动状态等问题,提出一种结合感知增强与特征约束的视觉SLAM算法。设计了一种单阶段去模糊识别的网络模型,通过引入模糊区域关注和增强识别机制识别环境中的物体并获取语义信息,提高了系统在复杂环境下的感知能力。为进一步减少动态物体对系统定位精度的影响,融合语义信息和特征约束,提出了一种基于全局条件随机场的运动判断模型。在公开的TUM数据集上进行验证,结果表明所提算法有效提高了运动模糊环境下物体识别的精度和准确率,平均绝对轨迹误差与ORB-SLAM3、DS-SLAM、Dyna-SLAM算法相比分别减少了96.3%、51.4%以及10.2%,表现出良好的构图能力。

摘要：无监督行人重识别旨在无监督设置下从非重叠的相机中识别出同一行人。针对现有的无监督行人重识别网络不能充分提取行人特征以及相机之间的差异导致行人检索错误的问题,提出了一种细化特征引导对抗性解纠缠学习的无监督行人重识别方法,设计特征细化信息融合模块嵌入ResNet50网络的不同层,用以增强网络提取关键信息的能力。设计特征解耦学习方法最小化行人特征和相机特征之间的互信息,减少相机差异对网络的负面影响,同时设计对抗性解纠缠损失函数进行无监督联合学习。在两个公共数据集Market-1501和DukeMTMC-reID上对所提方法进行评估,平均精度均值分别提升了4.6%、3.1%,相较于基线算法具备较强的鲁棒性,满足在无监督背景下对行人的识别需求。

摘要：针对汽车制动过程中防抱死制动系统(ABS)存在的难以充分利用地面附着系数和高度非线性的问题,提出了一种基于路面识别的ABS模糊变结构控制策略。利用Burckhardt轮胎模型设计路面识别算法,并通过模糊变结构控制调节路面识别算法识别出的最优滑移率。仿真实验结果表明,路面识别算法响应速度快、准确率高;在跃变路面条件下,模糊变结构控制比变结构控制的制动时间减少7%,制动距离缩短6%,控制器输出的抖振幅度得到有效削弱.

摘要：阐述为提升教学效果,将仿真软件应用于CMOS数字集成电路的教学中。以CMOS反相器为例,利用LTspice软件构建电路模型,完成器件静态特性以及动态特性的仿真分析,加深学生对集成电路理论知识的理解,增强学生的电路设计能力。

摘要：跨模态行人重识别研究的重难点主要来自于行人图像之间巨大的模态差异和模态内差异。针对这些问题,提出一种结合多尺度特征与混淆学习的网络结构。为实现高效的特征提取、缩小模态内差异,将网络设计为多尺度特征互补的形式,分别学习行人的局部细化特征与全局粗糙特征,从细粒度和粗粒度两方面来增强网络的特征表达能力。利用混淆学习策略,模糊网络的模态识别反馈,挖掘稳定且有效的模态无关属性应对模态差异,来提高特征对模态变化的鲁棒性。在大规模数据集SYSU-MM01的全搜索模式下该算法首位击中率和平均精度(mean average precision,mAP)的结果分别为76.69%和72.45%,在RegDB数据集的可见光到红外模式下该算法首位击中率和mAP的结果分别为94.62%和94.60%,优于现有的主要方法,验证了所提方法的有效性。

摘要：针对目前生活垃圾检测算法在背景复杂、目标尺寸多样的情况下检测精度低,模型参数量大的问题,提出了基于改进YOLOv5s的生活垃圾检测算法.基于密集连接与GhostConv,设计了C3_GD与C3Ghost模块,主干中使用C3_GD模块以提升模型在背景复杂、目标遮挡情况下的特征提取能力,颈部的C3Ghost模块用以减少模型参数量.构建融入Involution算子的I-BiC模块,对多尺度特征融合网络进行了优化,提高算法对不同尺寸目标检测能力.引入SimAM注意力机制,抑制背景噪声影响.实验结果表明,在自制数据集上,改进后模型较原始模型mAP@0.5提高2.9%,精度提高4.3%,召回率提高2.8%.在公开的TrashNet数据集上,改进模型mAP@0.5∶0.95增加4.9%.改进后模型表现出更好的检测效果,能较好地完成生活垃圾检测任务需要.

摘要：为了进一步满足人们对于汽车行驶平顺性与乘坐舒适性的需求,设计了一种汽车半主动悬架的模糊PID控制器。根据悬架系统特性与专家经验选择了合适的模糊控制规则表,并且采用灰狼算法优化模糊PID控制器的量化因子和比例因子。在Matlab/Simulink环境下运用高斯白噪声法建立路面激励模型作为悬架系统的输入,通过仿真实验,与无主动控制力的被动悬架和模糊控制的半主动悬架进行对比分析。研究数据表明:采用本文提出的基于灰狼算法优化的模糊PID控制策略后,汽车悬架系统行驶平顺性的三大性能指标,即轮胎动位移、悬架动行程、车身垂直加速度相比无主动控制力的被动悬架系统分别下降了19.23%、6.09%和74.36%,而采用模糊控制策略只下降了16.89%、3.35%和61.81%。仿真数据验证了采用本文所提出的控制策略后,大幅改善了汽车的悬架性能。

摘要：针对传统同步定位与建图(SLAM)算法在大曲率运动下易发生漏选关键帧、在动态场景下无法准确判断物体运动状态等问题,提出一种大曲率运动下基于自适应关键帧选取的动态SLAM算法。为避免弯道运动漏选关键帧,创建局部逆向索引窗口并依据窗口内关键帧、当前帧、参考帧三者中的特征点数量、匹配点数量、区域变化空间点数量计算自适应阈值,增补在弯道运动中遗漏的关键帧,提升了算法定位精度。同时,为避免动态点造成关键帧选取阈值不准确,设计基于视差角模型的动态物体判断策略来估计潜在动态物体的运动状态。在公开数据集和真实场景进行验证,结果表明:与DynaSLAM算法相比,所提算法在TUM数据集的平均绝对轨迹误差减少了20%,在室内和室外大曲率动态场景下的定位精度分别提升了12.1%和15.3%,展现出良好的建图能力。

摘要：针对多自由度机器人在控制过程中,存在高耦合、参数不确定性和外部扰动等问题,提出一种基于新型智能算法(自抗扰控制算法)的多自由度机器人串联控制系统。首先,对多自由度机器人建立其控制的直流力矩电机的数学模型;其次,设计新型只能控制算法;最后,以多自由度机器人为控制对象应用与提出的新型智能控制算法和传统的控制算法进行仿真比较。结果表明,所提控制算法具有良好的动态性能和不确定扰动鲁棒性,证明了所提方法的有效性。

摘要：以汽车硅油风扇离合器为研究对象,结合单片机和传感器技术,开发出性能测试系统.提出模糊自适应PID动态控制算法,设计控制器控制温度,利用速度传感器检测风扇转速,对测试系统进行整体设计,给出了硬件总体设计框图,设计模拟量输入输出电路,并设计对应的软件系统.实验结果表明:测试系统升降温速率最高不超过8.5℃/min,耦合区加温速率约为2.3℃/min,分离区降温速率约为6.6℃/min,系统性能稳定,符合标准.