仪器仪表学报杂志

仪器仪表学报杂志2021年第7期

• 凝结核粒子计数器的研究及校准技术现状

  郭皓天，韩晓霞，刘俊杰，余来华，肖 骥

  凝结核粒子计数器(CPC)是针对亚微米及纳米量级气溶胶颗粒的检测仪器,其在环境监测、气象研究等领域有重要应用。国际上有少部分机构已经实现了CPC的规模化生产,而国内的相关研究却相对滞后。本文基于国内外学者对于CPC的研究成果,讨论了近40年CPC的发展历程。我们介绍了不同种针对CPC结构的优化方案,并围绕生长温度、颗粒浓度、工作液性质等参数对CPC检测性能的影响进行了探讨。发现鞘流的加入可以显著降低CPC的切割粒径,工作液的性质直接决定了CPC的计数效率,合理控制冷凝器和饱和器的温差以及颗粒浓度也对CPC计数效率有改善作用。随后介绍了几种主流的CPC校准装置以及校准技术,并对比分析了其优劣性;最后讨论了不同类型CPC的测试性能以及主要应用。

• 精密减速器角位移测量系统设计

  路遥环，裘祖荣，尤 悦，薛 洁

  为了实现对精密减速器输入端和输出端角位移的精密测量,建立精密减速器角位移测量系统。对该系统的机械结构、角度测量及标定方法、基于非线性最小二乘法的误差补偿模型进行研究。通过“立式筒状”结构和圆光栅角度传感器“前置”避免了传统检测仪的弱刚度结构和轴系形变对角度测量造成的影响。使用光电自准直仪与24面棱体结合的方式离散标定圆光栅角度传感器的角位移测量误差,研究基于谐波分析的误差补偿方法,对角坐标进行补偿,进一步消除误差。实验结果显示,通过优化检测仪的结构设计,角位移测量精度达到±7″;误差补偿后,角位移最终测量精度达到±2″,满足减速器角位移测量的高精度要求,对类似测角系统也有参考价值。

• 电极几何尺寸误差对纳米时栅位移传感器测量精度的 影响及其抑制方法

  彭 凯，刘小康，于治成，王合文，蒲红吉

  在纳米时栅传感器的制造过程中,由加工工艺引入的制造误差主要表现为电极几何尺寸误差。通过运用分段面积积分方法进行数学建模,详细地分析了电极几何尺寸误差对测量精度的影响,并揭示了采用多个感应电极进行信号拾取会具有一种平均效应,能够有效地匀化由电极几何尺寸误差随机变化所引入的测量误差。采用制造精度在1μm级的微纳加工工艺和制造精度在10μm级的印制电路板(PCB)工艺分别制作了两套量程为200mm的传感器样机,并进行了精度对比实验。实验结果表明,由于平均效应的作用,PCB工艺制作的样机经过简单的线性补偿后,在满量程内取得了±250nm的测量精度,接近微纳加工工艺制作的样机的测量精度。实验结果验证了多个感应电极平均效应的有效性。

• 超声定位中测距角度引入误差的补偿方法

  吕迎春，田建艳，陈 燕，乔晓杰，吴海超

  为了解决超声测距角度引入的误差难以有效补偿的问题,基于函数逼近理论和方法,提出了一种超声测距角度引入误差的补偿方法。首先对超声脉冲的传播和入射过程进行了仿真,仿真结果说明不同测距角度下的超声脉冲的传播速度不同,成为引入误差的媒介。然后通过实验分析了此媒介作用下的测距角度与误差的相关关系,采用基函数模型组合的方法构建了超声测距角误差模型。最后,针对模型自变量(测量距离和测距角度)必须是已知值,不能在实际中实现误差补偿的问题,将测距的测量值作为迭代运算的变量,将模型作为迭代运算的关系式,设计了一种超声测距角度引入误差的补偿算法。经实测验证,该算法在测距角度变化时,可以使测距误差的均值小于1.1mm,有效地补偿了测距角度引入的误差,提高了超声定位的精度。

• 基于 POD-RLS-KF 的有源相控阵天线温度场实时重构

  刘德荣，周金柱，王 梅，李 唐，谷振玉

  当电子设备工作时,电磁性能受温度影响很大,如何用稀疏传感器测量数据实时重构电子设备三维温度场是实现健康监测和电磁性能控制的关键问题。针对这一问题,以有源相控阵天线为研究对象,提出了融合仿真数据和测量数据的基于本征正交分解-正则化最小二乘法-卡尔曼滤波(POD-RLS-KF)的温度场时空重构方法:首先利用POD方法将仿真瞬态温度场数据分离为时间模式系数和空间基函数;然后根据稀疏传感器采集的数据,利用RLS和KF方法对时间模式系数进行最优估计;最后结合空间基函数和更新后的时间模式系数实时重构温度场。仿真和实验结果表明:在仿真工况与实际工况不同时,该方法根据稀疏传感器提供的少量数据实时计算天线三维温度场。对比现有重构方法,提出的方法展现出较好重构精度和噪声抑制能力,重构温度场平均均方根误差是卡尔曼滤波-线性随机估计(KF-LSE)方法的7.18%,是Gappy方法的1.53%。

• 基于 LSTM 的矩形纳米光栅 AFM 图像复原方法

  陶镛泽，胡佳成，施玉书，张 树，蔡晋辉

  原子力显微镜(AFM)利用探针与待测物之间的交互作用力进行成像,通过获取矩形纳米光栅计量标准器具的高分辨率成像得到相关的几何量参数并进行标定,实现从标准计量器具到工作计量器具的量值传递。在AFM扫描过程中,由于针尖的影响作用,使得扫描所获图像是探针和样品共同作用的结果,而不是样品形貌的真实描述。针对这一现象,本文提出了一种基于长短期记忆网络(LSTM)的AFM图像复原方法,该方法对通过膨胀法获得的仿真图像各扫描行进行训练,进而获得适用于矩形纳米光栅AFM图像复原模型。实验结果表明,针对线宽20nm,高40nm的矩形纳米光栅,经过该方法复原后光栅线宽的相对误差为7.40%,相较于传统的复原方法进一步提高了测量准确度。

• 基于 Fe2 O3 @ In2 O3 空心球的高灵敏度 异丙醇气体传感器

  罗翠线，闫 雯，孙永娇，胡 杰，李朋伟

  为了检测危害人类健康的异丙醇气体,本文制备了基于In2O3和Fe2O3负载In2O3(Fe2O3@In2O3)空心球的高灵敏度异丙醇气体传感器,通过表征手段对制备的In2O3和Fe2O3@In2O3样品的晶相,形貌和化学成分进行分析。实验测试结果表明,在200℃的最佳工作温度下,与纯的In2O3相比,Fe2O3@In2O3空心球气体传感器对异丙醇有更好的气敏特性。Fe2O3@In2O3空心球传感器对100×10-4%异丙醇的响应值可达28.2(为纯相In2O3的1.75倍),响应时间为1s,恢复时间为2s,且重复性和稳定性良好。Fe2O3与In2O3两种氧化物之间形成了n-n异质结,提高了传感器的初始电阻,从而优化了In2O3的气敏特性。本文所制备的Fe2O3@In2O3空心球传感器在检测异丙醇气体方面具有广泛的应用前景。

• 基于 PVDF 三维力传感器设计

  张艳芳，刘玉荣，许章铖

  在现代机器人技术和柔性电子应用中,迫切需要具有高灵敏度、良好灵活性和三维力测量能力的柔性触觉传感器。本文提出了一种基于聚偏氟乙烯(PVDF)压电薄膜的触觉传感器,实现动态三维力测量。传感器由3个夹角为120°的PVDF压电敏感单元构成3个压力敏感区,3个压电敏感单元安置在聚二甲基硅氧烷(PDMS)半球型结构的底面。从PDMS半球顶部传递的三轴接触力引起3个压电敏感单元的电荷分量发生变化,从而计算出接触力的方向和大小。本文推导了基于3个压电敏感单元触觉传感器的三维力算法,对所制备的传感器进行了标定,实现了三维动态力的测试。结果表明,角θ的平均误差为7.75%,角?的平均误差为12.17%,力F的平均误差为7.48%。该三维力触觉传感器在穿戴式电子产品、健康医疗、人机交互等领域拥有很好的应用潜力。

• 新型双模热感微流量传感器的研究

  吴 慰，关镐强，李金贝奇，王瑞金，朱泽飞

  微流量传感器是有着功耗低、响应快、精度高等优点,在汽车工业、航空航天、生物研究、临床诊断等多个领域有广泛的应用。量热微流量传感器是通过测量加热器上下游温差来确定流速的,然而当流速超过一定范围后温差响应将不会随流速的增大,限制了流量传感器的量程。本文首先数值模拟了在大流率跨度下(0~160SCCM)下温差对流速的响应,发现当扩散作用占主导时温差对流速的响应几乎是线性的;随着流速的增大,温差的响应逐渐降低,呈非线性;当流速进一步增加时温差的响应趋于饱和,量热工作模式失灵。然后,在数值模拟基础上提出了在大流速下采用热线工作模式,而中小流速下依然采用量热模式的双模式微热流量传感器。最后,采用0.18μmCMOS-MEMS的工艺制作了微传感器,并以灵敏度为准则划定了工作模式的切换阈值,与标准流量计比较后发现误差在2%之内,符合实际应用要求,但量程扩大了一倍。

• 光学电压传感器互易性光路研究

  周 扬，王黎明，王 腾，曾令强，杨娅姣

  提高光学电压传感器光路中光波相位差传输稳定性的关键是对系统光路寄生干扰相位差的抑制。为此研究了一种基于晶体材料Pockels效应,并结合sagnac光路结构形成的光学电压传感器,在分析该光路结构互易性机理基础上,提出了将系统光路改为使用熊猫型保偏光纤和低双折射旋转光纤相结合的形式以消除光敏感电路段产生的模式相位差,从而提高了传感器光路互易性。建立了系统光路温度场与热应力数学模型,利用有限元仿真研究了外界环境温度对其相位差传播产生的影响特性,得到外界温度每增加1℃,光路双折射平均减小2.27521×10-7。基于此,对该互易性光路进行了实验研究,实验表明:温度对测量结果最大影响为1.7339%/℃,当环境温度上升10℃时,相比光路全采用熊猫型保偏光纤,传感器测量准确度从6.008%提高至1.53%;当温度上升20℃时,准确度从52.016%提高至8.13%。可初步证明该互易性光路的可行性。

• 2D 激光雷达和摄像机最小解标定的 多解筛选及参数优化

  彭 梦，陈白帆，邓作杰，邬书跃

  多解问题是2D激光雷达和摄像机最小解标定方法的热点难题,本文针对多解问题,在最小解标定过程中提出3个改进措施。首先,利用传感器的可视空间约束剔除棋盘格不能被传感器观测的假解。然后,利用边界激光点到边界线段的约束,改进了真解选择的误差评价函数。最后,利用棋盘格边界约束求解平移向量的最小二乘解。实验中进行仿真数据和真实数据测试,结果表明本文方法对比Francisco方法能提高真解命中率和标定精度。当激光点的噪声方差小于20mm时,本文方法的真解命中率在98%左右,满足实际应用的需求。相对与传统最小解标定方法,本文利用棋盘格边界约束和可视空间约束对多解集合进行筛选,并优化了平移向量,因此有效提高最小解标定方法的性能。

• 复杂环境下 GNSS / INS / UWB 紧组合的 无人机协同导航算法

  陈红梅，常林江，徐振方，叶 文，吴才章

  针对多无人机系统在复杂环境下卫星信号易受到干扰的问题,提出了一种基于环路和积算法的协同导航方法。根据传感器的特点,设计了基于GNSS/INS紧组合的绝对导航和UWB辅助的卫星双差紧组合相对导航,然后使用各个平台自身的绝对导航信息和平台间的相对导航信息,构建协同导航滤波器,基于环路和积算法,设计了消息传递规则,减少了平台间的流量,计算任务在各个平台上分布运行,减小了计算压力。最后对不同复杂场景进行了仿真和物理实验,结果表明该方案的协同导航精度明显优于不进行协同导航的结果,且随着可观测信息的增多,该方法导航精度越来越高。

• 基于足底压力传感器与深度学习的生物身份识别

  周丙涛，陈世强，程宇阳，谭林立，向 勉

  近年来研究表明,足底压力可以反映人体的特征,在生物识别上具有广阔的前景。本研究探讨了足底压力进行身份识别的可行性和方法论。本文使用带有8个压力传感器的鞋垫收集了14名志愿者14000多个压力数据作为数据集,利用无监督学习探讨了分类的科学性,并讨论了地面状况对于压力数据的影响。采用卷积神经网络(CNN)作为分类器,对分类性能进行了评价,研究了步态分割和多步态周期对提高精度的影响。实验结果表明,使用分割后的数据分类准确率为98.8%,而没有分割的为93.6%,当使用3个和5个步态周期进行分类时,准确率提升到99.4%和99.8%。结果表明,用CNN对分割后的数据并选择多个步态周期进行分类在利用足底压力进行身份识别方面具有良好实用价值。

• 结合 FastICA 与 EKF 的腹部源胎儿心电信号提取

  韩 亮，蔡文涛，蒲秀娟，龙 灵

  针对腹部源信号,本文提出一种结合快速独立分量分析(FastICA)与扩展卡尔曼滤波(EKF)的胎儿心电信号提取方法。首先抑制原始母体腹壁混合信号中的基线漂移、工频干扰和脉冲伪迹。然后使用FastICA从母体腹壁混合信号中分离得到母体心电信号估计以及含有残留母体心电成分和其他噪声的胎儿心电信号估计。使用EKF对胎儿心电信号估计进行滤波得到残留的母体心电成分估计,将其抑制后获得含噪声的胎儿心电信号。最后再次使用EKF提取得到清晰的胎儿心电信号。采用临床数据进行实验,本文提出的胎儿心电信号提取方法的灵敏度、阳性预测值和F1分数分别为99.27%,94.35%,96.71%,其基于互相关系数和基于特征值分析的信噪比分别为6.1454dB和6.5096dB。实验结果表明本文提出的方法在主观视觉效果和客观评价指标上均优于传统的胎儿心电信号提取方法。

• 基于图案化柔性织物电极的非接触式 多体位睡眠心电监测系统

  冯宝亮，史斌君，左国坤，吴志生，施长城

  现有非接触式睡眠心电监测技术对于人体多体位的心电信号有效获取存在一定局限性。本研究设计了一种隔着衣服与床单能够获取人体多体位睡眠心电信号的监测系统。采用柔性导电织物作为电极材料,将心电采集电极制成拱门型状,利用电容耦合感应变化电场,把心电信号从人体耦合至织物电极。采用10GΩ的高阻值电阻作为偏置电阻,结合高输入阻抗的仪表放大器对信号进行差分处理。使用数字滤波技术去除心电信号中的噪声,运用状态机逻辑算法自动提取心电信号的波形特征。通过人体试验对比分析了本系统与条状型非接触式电极以及接触式心电采集系统获取的心电信号质量。结果表明,该系统在非皮肤接触条件下可以获取良好的睡眠心电信号,R波检出率在95%以上。

• 基于全因子实验设计的椎板铣削温度分析与建模

  夏光明，王 瑞，张建勋，雪 原，代 煜

  本文旨在建立脊柱椎板的铣削温度模型,该模型主要考虑了骨密度和铣削参数(切骨深度和铣削进给速度)对铣削温度的影响。首先,在对椎板的逐层切骨过程的分析基础上,采用全因子实验设计法构建了不同铣削参数的切骨实验,并对不同密度松质骨的发射率进行了标定。然后,使用机器人和骨外科球形铣刀,在多种不同密度的人工松质骨材料上,按照不同的切骨深度和进给速度逐层切骨,来收集建立和验证模型所需的温度数据。使用热成像仪测量了机器人逐层切骨过程中的两种铣削温度:铣刀温度和骨表面温度。最后,分析了骨密度和铣削参数对这两种铣削温度的影响,并利用实验数据和神经网络建立了椎板松质骨的铣削温度预测模型。实验结果表明,模型估算温度值和切骨实验测量值的总拟合优度达到0.97。所建模型可帮助外科医生或机器人在逐层铣削脊柱椎板时选择合适的铣削参数,提高椎板切除手术的安全性。

• 基于自适应序列罚权深度神经网络的 膝骨关节炎等级评分

  刘伟强，罗林开，彭 洪，章其敏，黄 玮

  膝骨关节炎(OA)是老年人活动受限和身体残疾的主要原因之一,对膝骨关节炎的早期发现和干预可以帮助病人减缓OA的恶化。目前膝骨关节炎的早期发现通过X光片进行诊断,参照Kellgren-Lawrence(KL)标准进行评分,但医师的评分相对主观,不同医生存在差异。膝骨关节炎的等级分类是个有序分类问题,序列罚权损失函数将距离真实类别越远的等级赋予了更高的罚权,因此它更适合于膝骨关节炎的等级分类。然而,已有工作中的罚权一旦给定,就不再变化,导致其训练模型常常达不到期望的结果。本文针对序列罚权损失的不足,提出一种自适应序列罚权调整策略,通过对每一个阶段(epoch)得到的混淆矩阵,反向指导惩罚权重进行微调,使得罚权矩阵能够自适应调整。进一步地,本文利用来自骨关节炎倡议组织(OAI)的X射线图像数据,在ResNet,VGG,DenseNet以及Inception等几种经典的CNN模型上验证该方法的性能。实验结果表明在膝骨关节炎KL分级任务上,本文提出的自适应序列罚权调整策略在初始罚权分差较小时,能够有效地提升模型分类精度(AC)与平均绝对误差(MAE)。

• 嵌入式神经网络加速器及 SoC 芯片

  易冬柏，陈 恒，何乐年

  为了提高人工智能加速器的运算效率和功耗效率,提出了一种新的卷积神经网络(CNN)加速器结构,并实现了神经网络存算一体的方法。首先,设计出一种神经网络架构,其具有高度并行计算以及乘加器(MAC)单元高效运行的特性。其次,为了降低功耗和面积,采用了对称的静态随机存储器(SRAM)阵列和可调数据流向结构,实现多层网络在SRAM中高效计算,减少了访问外部存储器次数,降低了功耗,提高运算效率。通过中芯国际40nm工艺,完成了系统芯片(SoC)设计、流片与测试。结果表明运算速度在500MHz下,算力可达288GOPS;全速运行功耗89.4mW;面积1.514mm2;算力功耗比3.22TOPS/W;40nm算力面积比为95.1GOPS/mm2。与已有文献的相比,算力功耗至少提升4.54%,算力面积至少提升134%,对于嵌入式场景应用较适合。

• MRR 故障对二进制全光全加器的性能影响研究

  朱爱军，古展其，胡 聪，许川佩，李 智

  针对现有的二进制全光全加器所需微环谐振器(MRR)数量较多的问题,首次提出了3个MRR串联结构的全光全加器。针对MRR对温度的波动和制程偏差非常敏感,容易产生故障,建立了MRR故障模型,设计了全光全加器(OFA)的可靠性指标平均误差距离,分析了MRR单故障模型对OFA性能的影响。插入损耗(insertionloss,IL)的实验结果表明,提出的OFA结构总体上优于现有的OFA结构;相比现有的方案,提出的OFA结构的MRR硬件开销最多减少70%,最少减少50%;平均误差距离的实验结果表明,方案1和方案2的平均误差距离较大,本文提出方案的平均误差距离适中;多位二进制全加器中,最高位在单故障模型下的,平均误差距离的绝对值均随着多位二进制全加器的位数增加而增大;最低位在单故障模型下的,平均误差距离的绝对值均随着多位二进制全加器的位数增加保持不变;实物验证和基于Modelsim平台的实验验证了MRR故障对全加器的性能影响的正确性。

• 基于加速应力试验的钽电容性能退化分析与建模研究

  赵靖英，张 珂，刘建猛

  针对以3,4-乙烯二氧噻吩(PEDOT)导电聚合物的固体钽电容,本文以温度和湿度为加速试验应力,采用变间隔测量法搭建4种应力85℃/85%RH、95℃/70%RH、95℃/85%RH、110℃/85%RH水平下的钽电容恒定应力加速退化试验平台,获取性能退化参量电容量和损耗因数的退化数据。针对在温湿度加速应力下钽电容退化参数的非单一变化趋势,利用有序聚类算法进行退化区间划分;基于误差函数斜率的变化率确定最佳分类数,获得钽电容的稳定退化区间;基于数据重构和维纳过程对电容量和损耗因数进行拟合,拟合精度分别达到97%和95%,验证维纳过程建模的有效性;结合Copula函数建立基于随机效应维纳过程的钽电容二元加速退化模型,进行钽电容可靠性评估,推导正常应力水平下产品寿命,符合寿命12~15年的规定。结果表明二元加速退化模型能够进行钽电容的退化性能分析和寿命预测。

• 面向无人化取料机的毫米波雷达感知技术

  孔德明，张 钰，曹 帅，王立成

  针对散料港口无人化取料机往复取料效率低,毫米波雷达感知数据集噪声多、波动频繁、数据不平衡导致现有机器学习分类模型效果欠佳等问题,提出了一种基于改进模糊孪生支持向量机结合1-近邻算法的孪生重叠敏感边距分类器的料堆边界感知方法。首先,利用毫米波雷达获取料堆边界扫描数据并进行预处理,依据空间分布以及作业特点设计提取点云的10维特征,组成料堆点云样本数据集;其次,引入改进模糊隶属度函数的模糊孪生支持向量机,将料堆点云样本数据集划分为重叠与非重叠区域;然后,采用模糊孪生支持向量机决策边界、1-近邻算法分别对非重叠与重叠区域样本进行分类,以提高对不平衡数据集的分类能力;最后,将得到的分类结果加入感知环节,达到料堆边界感知目的。在人工作业雷达采集的数据集上的实验表明,所提出感知方法有效提高了对少数类的识别能力。现场实验表明,改进后的感知方法更接近操作员的判断,斗轮空转时间占比减少15.1%,提高了无人化取料机的作业效率,对无人化散料港口的建设具有参考意义。

• 基于地磁序列匹配的大型室内动态定位方法

  金 展，康瑞清，王 威

  基于地磁信号的定位技术无需架设信号发送设备,成本低且可覆盖室内定位范围广。针对室内地磁定位方法采集工作繁琐复杂需反复测量才能精准映射二维平面坐标点的现状,提出一种基于移动终端图像可视化映射和自动插入采集数据的方法,快速采集室内地磁指纹,动态建立匹配室内二维地图的指纹数据库。在此基础上,定位阶段使用改进的动态时间规整(DTW)算法进行地磁序列匹配,提高大型数据库的动态定位效率。后续采用粒子滤波算法融合地磁序列定位和行人航位推算(PDR)的结果,在智能移动终端载体上实现快速精准定位。实验结果表明该动态定位方法在大型室内区域的动态实时跟踪定位效率为每步65ms,平均定位精度为1.4m以内。

• CdTe 组件输出特性显式模型拟合规律

  师 楠，朱显辉

  为给出简单、准确的碲化镉(CdTe)光伏组件输出特性曲线显式模型,提出利用两条2阶Bezier函数轨迹分别拟合组件输出特性最大功率点左、右两侧曲线的思路,分析了控制点对Bezier函数的影响规律,明确了最优控制点的存在性,计算了7种不同厂家和型号CdTe组件最优控制点下的Bezier建模结果,利用相似三角形理论,找出了Bezier函数最优控制点位置与组件填充因子之间的拟合规律,建立了描述CdTe光伏组件输出特性的显式模型;最后,利用4种新CdTe组件对所提规律进行验证,并以迭代结果为基准和已有模型进行了对比分析。结果表明,基于Bezier函数的CdTe组件建模方法的平均相对误差在0.49%~1.5%之间,而现有模型的精度的平均相对误差在2.45%~9.19%之间,论证了所提模型的简单性和正确性。

• 基于镓基液态金属的高带宽柔性 NFC 标签天线设计及特性测试

  孙 英，刘乃源，翁 玲，周 严

  利用镓基液态金属作为柔性导电材料,制备基于NFC的可穿戴柔性标签天线。通过理论、仿真和实验分析,设计的NFC标签天线具有良好的柔性特点和较高的带宽,其在较大拉伸和弯曲变形下的电感变化和谐振偏移程度不大,具有较好的工作稳定性。与传统的NFC天线不同,设计的天线具有较好的柔性和可拉伸性,可以柔和地贴合在人体皮肤表面,利用该天线制备的NFC标签能够在13.56MHz工作频率下进行无线通信,最大通信距离约为3.36cm,与人体手腕处皮肤接触后的最大通信距离约为3.12cm。制备的柔性NFC标签天线以其独特的优点,在信息交换、个人健康数据监测和可穿戴生物传感等领域有着较大的潜在应用。

• 融合深度学习与粒子滤波的移动机器人重定位方法

  杨傲雷，金宏宙，陈 灵，费敏锐

  为有效解决移动机器人重定位问题,提出一种融合深度学习和粒子滤波的机器人重定位方法。首先,提出了3自由度移动机器人重定位方法架构,主要包含重定位模型构建和机器人在线重定位两个递进阶段;其次,在PoseNet基础上提出并构建了针对3自由度移动机器人的重定位网络模型G_PoseNet,并将由G_PoseNet预测的位姿结果作为粒子滤波定位算法的初始化状态,支撑后续重定位过程;然后,提出了一种基于数据模型的机器人绑架状态判定方法,以确定是否启动重定位过程;最后,在公开数据集上与实际环境中做了大量实验验证了此方法,结果表明:G_PoseNet模型能够保证一定的位置预测精度并提升了姿态角预测精度,机器人重定位成功率达到87%。

• 基于电压信号深度特征学习的谐波减速器健康状态识别

  陈仁祥，张 勇，胡小林，陈 才，谢文举

  目前工业机器人谐波减速器健康状态识别多以振动信号为载体,需要外加测试系统,增加了数据获取难度及成本,且其准确性和有效性受传感器安装位置影响。基于此,提出基于电压信号深度特征学习的谐波减速器健康状态识别方法。利用工业机器人电机电压信号对谐波减速器健康状态进行表征,使用连续小波变换将电压信号转换成时频图以获得谐波减速器不同健康状态下电压信号的时频信息,构建出数据样本集。利用卷积神经网络对电压信号时频信息进行自学习,并有监督调整网络参数,在获得谐波减速器不同健康状态下电压信号深度特征的同时实现对其健康状态的识别。实验结果显示,所提方法识别准确率达到了90%以上,证明了该方法能够有效识别谐波减速器健康状态,并具有较好的泛化能力和稳健性。

• 改进 Mask R-CNN 的交通场景多目标快速检测与分割

  伍锡如，邱涛涛，王耀南

  针对智能驾驶中出现的交通场景多目标检测与分割效率低、鲁棒性差等问题,提出一种改进的MaskR-CNN交通场景多目标快速检测与分割方法。首先采用轻量级MobileNet作为骨干网络,有效减少网络参数并压缩模型体积,提升后续嵌入式端的算法移植能力,其次通过优化FPN与骨干网络卷积结构,保证高底层之间特征信息的完整传递,通过调整超参数得到交通场景多目标检测与分割改进网络模型。设计不同交通场景下的对比实验,改进网络能够准确实现多目标的检测与分割,平均检测精度可达85.2%。在ApolloScape和NuScence数据集上进行迁移实验,改进网络展示出良好的泛化能力。本文所提出的改进骨干网络与网络结构优化,能够适应多种复杂交通场景,完成交通场景多目标的快速检测与分割,为智能驾驶提供了理论依据与技术方案。

• 一种不定长水尺图像水位测量方法

  刘铭辉，车国霖，张 衎，王剑平，欧阳鑫

  针对水尺图像水位识别中存在的多根水尺拼接、水尺拍摄不完整以及环境适应性差等问题,从摄影测量学角度提出一种复杂光照条件下不定长水尺图像水位测量方法。首先通过人工选取的标识点构建水尺在像素坐标系和世界坐标系之间的透视投影关系;然后利用水尺的颜色特性将水尺与背景分割并二值化;再根据二值化图像使用方差均值阈值法检测水位线位置;最终通过投影关系计算出水尺图像中水尺中线的表达式,并结合水位线位置计算出水面上水尺中线的真实长度,获得水位值。本文对水文站真实水尺图像进行了测量实验,将检测结果与遥测水位值进行对比,结果表明本方法提高了不定长水尺图像水位检测的可靠性,测量精度达到1cm,检测分辨率为1pixel,基本满足水文站水位监测要求。

• 一种可参数自标定的鲁棒视觉 / 惯性定位方法

  杨子寒，赖际舟，吕 品，袁 诚，刘建业

  以视觉/惯性里程计为代表的视觉/惯性定位方法近年来被广泛应用。传统的视觉/惯性里程计通过离线标定方法得到固定的相机畸变参数,当相机畸变参数标定不准确或发生变化时定位精度会下降。针对于此,提出了一种面向相机畸变参数在线自标定的鲁棒视觉/惯性里程计方法:首先,将相机畸变参数加入到视觉/惯性里程计的待优化变量中,推导了视觉重投影误差关于待优化变量的雅可比矩阵;然后通过因子图优化技术,实现相机畸变参数的在线自标定与载体导航信息的实时优化求解;最后,通过EuRoC数据集试验和实际试验验证了所提方法的有效性。实际试验结果表明:相对传统的视觉/惯性里程计方法,所提方法在室外开阔场景中精度提升了65.40%。