【摘 要】
：
当前工程中的巡检任务多由人工的方式实现,人工巡检的方式存在效率低下,巡检频次低,成本过高等问题。随无人机（UAV,Unmanned Aerial Vehicle）技术不断发展,自动巡检很大程度上可取代人工巡检,从而解决人工巡检目前存在的种种问题。对于无人机视觉感知方法的研究是当前智能化巡检的关键点。本文重点对应用于四旋翼机器人的目标检测方案进行研究,主要包含以下两部分:1.基于机器学习的机载目标检
论文部分内容阅读
当前工程中的巡检任务多由人工的方式实现,人工巡检的方式存在效率低下,巡检频次低,成本过高等问题。随无人机（UAV,Unmanned Aerial Vehicle）技术不断发展,自动巡检很大程度上可取代人工巡检,从而解决人工巡检目前存在的种种问题。对于无人机视觉感知方法的研究是当前智能化巡检的关键点。本文重点对应用于四旋翼机器人的目标检测方案进行研究,主要包含以下两部分:1.基于机器学习的机载目标检测方法研究。考虑到机载计算机的计算能力有限,研究的重点内容放在传统的机器学习的方法上。文中对基于方向梯度直方图（Histogram of orinented Gradient,HOG）的目标检测方法进行改进:引入局部二值模式特征（Local Binary Patterns,LBP）通过特征融合的策略强化特征。然后将设计的HOG-LBP特征输入SVM进行目标检测,以此实现算法速度与精度的提升。在实验中我们还制作了目标数据集,并在该数据集上进行算法的调整与训练,最终完成了算法评估。实验结果显示,所提出的算法对比单一的特征提取方式实现了检测性能的提升。2.基于深度学习的非机载目标检测方法研究。设计基于深度学习的目标检测整体方案。研究的重点放在单阶段目标检测模型中,通过设计单阶神经网络对高空巡检环境下的UVA视角单类目标进行检测。模型以YOLO v3为基础改进,将骨干网络精简至43层,最后通过特征融合策略使检测任务在两个尺度上进行。此外模型还借鉴了Focal Loss的思想设计损失函数。文中实验对象为正下UAV视角的挖掘机目标。在完成了数据集的预搭建工作后,根据数据集中的目标特性进行相应的数据增广以实现模型的最优化。最终经实验验证所提出的检测模型对比YOLO v3在相同输入尺寸的情况下准确率更高,鲁棒性更好,并在帧数上可达10FPS的提升。
其他文献
狼尾草属牧草是华南地区重要的牧草资源,但生产中存在着茎多叶少,粗纤维含量高、粗蛋白含量低等问题,影响牧草的适口性和品质。针对此,生产中亟需培育出适应华南地区产量高、品质优的狼尾草品种。本试验以来源于杂交狼尾草芽变系的新品系为试验材料,以杂交狼尾草原种、象草、紫狼尾草为对照,通过田间试验对株型特征、生产性能及营养成分等方面进行研究,并通过相关性分析,建立了农艺性状指标与杂交狼尾草新品系的产量、粗蛋白
时滞积分–微分方程是工程中一类重要的方程,在力学和生物学等领域有着广泛的应用.然而,这类方程的精确解却并不容易求得,所以探求该类方程的高精度数值解就显得尤为重要.基于求解常微分方程初值问题的单支方法,本文构造了一类新型单支方法用来求解时滞积分–微分方程初值问题,并在经典和单边Lipschitz条件下,给出了方法收敛性、非线性稳定性和耗散性的证明.在第一章,我们介绍了时滞积分–微分方程的研究背景、历
推荐系统是解决个性化需求的产物。作为推荐算法中应用最广的算法——协同过滤,具有极大的研究价值。协同过滤算法中存在数据高维稀疏问题,导致相似度计算、评分预测存在偏差,选择近邻效率低,严重影响了算法的质量。目前,对该问题的研究存在以下不足:在改进相似度计算的研究中,没有考虑评分差值,没有衡量用户对项目属性的喜欢和不喜欢程度,没有挖掘隐式兴趣;忽略了数据高维的特点,在整个数据集中选择近邻,导致算法运行时
本文主要研究如下形式的分数阶Schr（?）dinger-Poisson系统（?）（1）这里s ∈（3/4,1）,t ∈（0,1）,且2s+2t>3,其中2s*=6/3-2s是分数阶临界指数,非局部算子（-Δ）α（α=s,t ∈（0,1））是分数阶Laplace算子.在对位势V（x）,K（x）和非线性项f（x,u）作适当的假设下,研究系统（1）的变号解的存在性以及多重性.本文主要分为如下五章:第一章
本文中,我们主要研究了 L-商半模与该商半模上的商变换,并对L-半模上的线性函数与双线性函数进行讨论.本文主要分为五个部分,具体内容如下:第一部分讨论了交换半环上的商半模,基于之前了解的L-半模,我们提出了L-商半模.首先,我们提出了关系的定义,并且讨论关系的有关性质,利用有关例子加深理解.而后,通过对关系的研究,确定该关系为等价关系,并由等价关系区别出不同的分类,找出其中的代表元,探索其代表元的
在图像处理和视觉分析中,乘性噪声的去除和缺失像素的修复是图像预处理领域的两项重要任务。在一些实际情况中,乘性噪声和信号缺失总是同时存在的。因此,本文的目的就是要提出一种新的更有效的模型来去除乘性噪声,同时估计缺失像素的位置并填补它们。首先,针对存在乘性噪声而且部分信号缺失的退化受损图像,本文给出了新的数学描述。基于该退化模型以及最大后验概率（MAP）估计,在缺失像素位置未知的情况下,本文提出了一种
混凝土及钢筋混凝土在军事及民用建筑领域应用广泛,因混凝土拉伸强度远小于压缩强度,大多情况下这类材料和结构的破坏是由拉伸断裂引起的,如弯曲破坏、压缩碎裂、应力波在界面反射引起的层裂等,因此,混凝土动态拉伸实验方法及其特性研究一直受到关注。巴西圆盘劈裂实验具有加载简单方便、可利用Hopkinson压杆加载用于动态拉伸强度测试等优点,是目前使用最广泛的间接拉伸实验方法,但巴西圆盘劈裂实验自提出以来,对该
压电液相传感器被广泛应用于生物化学研究领域。目前液相传感器的振动分析主要针对石英晶体的厚度场激励,而电极位于晶体板同一表面上的横向场激励相比于厚度场激励具有很多优势,如品质因数值高、频率稳定性好、晶体老化率低等。此外强耦合3M晶系压电晶体LiTaO3压电耦合系数高,基于LiTaO3的横向场器件应用于液相传感器具有较高的Q值,可以克服较大的液体阻尼,具有独特的优势。然而基于LiTaO3的横向场激励器