摘要：在堆场环境下,实时图像语义分割可以提供直观的场景类别信息。为节约工控机等边缘设备的硬件资源以及为多源信息融合提供图像语义类别信息,提出一种轻量化的实时语义分割网络模型。首先提出基于空间注意力引导的上采样融合模块,通过引入空间注意力和残差注意力结构设计一种轻量化的解码器,在上采样过程中还原空间细节,抑制冗余信息,进而融合不同来源的特征图;其次提出一种轻量化的级联空洞空间金字塔模块,利用级联的空洞卷积单元增大网络感受野,有效提取多尺度特征;最后使用通道分离、通道混洗、通道池化等操作,降低多尺度聚合过程中的计算开销。在公开数据集Camvid上,该模型的平均交并比(MIoU)为70.1%,推理速度为146.3帧/s,分割精度和推理速度优于ENet、ICNet等模型,消融实验结果也证明了所提各模块的有效性;在实际堆场图像数据集上,该模型的MIoU为93.5%,推理速度为123.8帧/s,证明模型结构具有良好的泛化性能。

摘要：在模拟港口调度情况时,由于对实际环境数据的同步处理难度较大,导致模拟结果与实际情况存在较大误差,为此,提出三维虚拟港口调度模拟算法设计与实现研究。使用OPT-EVC2-J2201视觉控制装置作为港口三维虚拟视觉数据的采集载体,借助该装置的高动态范围CMOS传感器、高速调谐激光功能与增益以及窄带滤光片去除港口水面镜面效应干扰,实现准确的三维虚拟视觉数据采集,包括港口目标物体积、点云、定位坐标信息。基于采集到的三维虚拟视觉数据下的船舶信息,建立具有逼真感的虚拟港口环境。在港口调度方面,设计合适的调度方案,模拟船舶进港过程中的行为。整个调度过程通过模拟、控制船舶行驶状态,降低碰撞事故风险来优化港口资源利用。在测试结果中,船只等待时间的最大值和最小值的误差均稳定在1.0 min以内。