首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊,中国科技核心期刊,重庆市一级期刊,教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    基于H-infinity动态观测器的车辆质心侧偏角融合估计算法

    唐健良曹鑫鑫严家添耿莉敏...
    89-97页
    查看更多>>摘要:针对车辆控制系统中关键参数质心侧偏角的估计问题,提出一种基于H-infinity理论和动态观测器理论的融合估计算法.提出的动态观测器具有动态变量,可以提高估计算法的暂态和稳态性能.通过引入偏差向量和构建李雅普诺夫函数,结合H-infinity理论,将动态观测器参数矩阵的求解问题转换成线性矩阵不等式的求解问题.建立车辆2自由度非线性动力学模型,采用质心侧偏角作状态变量,利用动态观测器对其进行估计.最后,在Simulink中搭建基于H-infinity理论和动态观测器理论的车辆质心侧偏角融合估计算法模型,并进行CarSim-Simu-link联合仿真,对提出的算法进行仿真验证.

    H-infinity动态观测器质心侧偏角线性矩阵不等式

    非充分激励条件下路面附着系数估计算法

    赵永坡孙晖云李斌李飞...
    98-106页
    查看更多>>摘要:针对路面条件和车辆状态激励程度的不确定性导致的路面附着系数算法收敛速度和估计精度下降的问题,提出了一种基于模糊工况自适应强跟踪卡尔曼滤波的路面附着系数估计算法.利用模糊推理方法评估当前车辆运动状态的激励程度并输出协方差调整系数,引入强跟踪因子对标准卡尔曼滤波算法进行实时修正,通过及时调整路面附着系数的协方差的方式提高估计算法收敛速度,同时强跟踪因子保证算法对来自路面不确定的扰动具有鲁棒性.采用控制器硬件在环试验台的方式对所提算法的估计效果进行了验证,实验结果表明:所提出估计方法能够在车辆状态大激励程度条件时快速收敛到真值附近,小激励程度时降低估计值波动幅值,比强跟踪卡尔曼滤波算法和标准卡尔曼滤波算法在算法收敛速度和估计精度方面有明显提升.

    路面附着系数估计模糊推理系统路面不确定性激励程度

    FSAC赛车融合感知算法研究

    兰建平郭文韬杨亚会张友兵...
    107-116页
    查看更多>>摘要:针对中国大学生无人驾驶方程式大赛(formula student autonomous China,FSAC)中的单一传感器检测环境适应性差等问题,提出一种基于激光雷达和相机融合的障碍物检测算法.对激光点云进行滤波、去地面和条件欧式聚类处理,确定锥桶位置;采用YOLOv7算法对图像进行检测并获取颜色信息;将传感器进行时空对齐,采用二次最近邻算法进行匹配,获取锥桶障碍物的位置和颜色信息.采用FSAC赛车作为实验平台,在动态测试中,该算法比取交集融合算法的准确率提升了5.52%,误差降低了29.47%,速度提升了21.66%,可以很好地满足检测的准确性和实时性,较好地实现了无人赛车的感知任务,同时为无人驾驶车辆的融合感知提供了一定参考依据.

    FSAC激光雷达与相机融合感知二次最近邻

    利用偏振信息的偏振图像纹理特征提取

    刘云清姜晓娇段锦莫苏新...
    117-126页
    查看更多>>摘要:偏振成像技术能够反映出传统光学成像所无法反映的物体特征,有效地增强物体特征的对比度.针对传统纹理特征提取方法加权平均光强图像4种空间信息下的灰度共生矩阵特征,造成图像纹理特征细节缺失,难以从灰度对比差异角度完整地提取图像纹理特征等问题,结合偏振信息,提出一种偏振灰度差异共生矩阵对偏振图像纹理特征进行提取,并以偏振灰度差异共生矩阵的特征为研究依据,分别推导出均质性、离散性、粗糙性、相异性4种特征参量作为图像的偏振纹理特征参量.旋转偏振相机前面的偏振片获取偏振光强图像并进行实验,结果表明,偏振光强图像纹理特征的均匀程度、离散程度、粗糙程度和相异程度在不同偏振方向上不会反映出较大差异.通过偏振灰度差异共生矩阵提取到的4种偏振纹理特征参量图像,随着偏振方向的变化,都反映出了显著差异.

    偏振信息纹理特征偏振灰度差异共生矩阵偏振纹理特征参量

    结合注意力机制与路径聚合的多视图三维重建

    王云艳朱镇中熊超
    127-135页
    查看更多>>摘要:目前基于学习的多视图三维重建研究已经取得了显著成果,但依然存在特征提取不完全和成本代价体之间相关性差的问题,从而导致重建精度不高.针对这一问题,设计了一种级联网络PAA-MVSNet.为了获得输入图像更加完整和准确的特征信息,该模型采用了"自顶向下"的特征提取方法,在不同尺度上进行特征提取,并将这些特征进行拼接,最后输出3个不同尺度的特征层;此外,引入改进的SE注意力模块优化三维代价体正则化过程,增强了代价体成本体积之间的相关性,提高了重建的精度和完整性.在DTU数据集上和基准网络CasMVSNet相比,该模型的准确性误差和完整性误差指标分别降低了5%和1.4%,且相较于其他模型均有不同程度提升.此外Tanks and Temples数据集上的实验结果表明,该模型有很好的泛化性.提出的基于路径聚合的特征提取模块和注意力优化代价体正则化模块均取得了效果,在重建精度上相比于其他模型都有一定的提升,验证了该模型的有效性.

    深度学习多视图立体匹配路径聚合SE+模块

    一种改进HRNetV2和聚合注意力的场景解析方法

    张岩孙英伟
    136-145页
    查看更多>>摘要:智能化环境和服务的重要基础在于能够对环境进行视觉建模,使其具有视觉识别和理解能力.为此,提出一种用于智能服务机器人的场景解析深度网络模型Shuffle-HRNet以实现自主移动和服务.设计一种Shuffle模块并引入HRNetV2网络,实现不同通道之间的信息交互,降低模型参数量并提高计算效率;提出一种聚合注意力感知模块,使网络关注每个通道中不同的有效特征信息、抑制不相关特征;在SmartLib数据集上对Shuffle-HRNet和主流分割方法进行了对比和消融实验.实验结果表明,Shuffle-HRNet能够对内部环境实现场景解析和准确分割.相比其他方法,Shuffle-HRNet具有更高的分割效率和更低的参数量,可部署于机器人以实现室内场景自主移动进而提供多元化服务.

    智慧图书馆场景解析聚合注意力感知计算机视觉人工智能

    改进Yolov5s的移动端AR目标识别算法

    曹献烁陈纯毅胡小娟于海洋...
    146-155页
    查看更多>>摘要:针对目标识别模型存在参数量大、识别速度慢的问题,提出了一种改进的轻量化目标检测算法Yolov5s-MCB.将MobileNetV3网络作为Yolov5s主干特征提取网络以降低模型参数量.为了更好地拟合非线性数据优化模型收敛效果,将MobileNetV3网络ReLU激活函数替换成Mish激活函数以避免梯度消失和梯度爆炸.增加BiFPN特征金字塔结构,利用一种迭代式的特征融合方法提高检测精度.此外,引入坐标注意力机制使得模型关注大范围的位置信息以提高检测性能.为了优化模型训练收敛速度,采用Focal-Loss EIoU作为边框回归损失函数来解决低质量样本产生损失值剧烈震荡的问题.实验结果表明,该算法在VOC数据集的平均识别精度达到了90.5%,模型大小为7.63MB,检测速度为99FPS,与原Yolov5s相比,在保持识别精度不变的情况下,推理速度提升了17.85%,模型大小降低了45.9%,满足检测任务的实时性和检测精度要求.同时,将Yolov5s-MCB模型转为ONNX模型移植到手机上,结合ARCore SDK开发一个附带目标检测功能的AR应用.

    Yolov5s轻量化注意力机制移动增强现实

    融合图卷积网络的花样滑冰动作识别方法

    温雪岩李祯谷训开赵玉茗...
    156-165页
    查看更多>>摘要:针对花样滑冰运动中动作特征复杂、特征提取不全面和现有的动作识别方法识别准确率不高的问题,提出了共享多分支特征和注意力的多尺度时空图卷积网络的花样滑冰动作识别方法.使用OpenPose算法提取人体运动的骨骼点数据,消除噪声干扰;其次,改进通道注意力结构,改进后的注意力机制使模型提取更全面、关键的特征;构建融合注意力机制的多尺度时空图卷积网络,提取时序特征更完整;最后,提取多分支特征融合后的共享特征输入网络,使模型共享数据的同时挖掘语义特征.结果表明所提模型在花样滑冰30种动作类型的FSD-10数据集的识别准确率为64.5%.与ST-GCN和CTR-GCN方法相比,该算法的准确率均有提升,说明对花样滑冰动作识别效果更好.

    图卷积网络动作识别注意力机制共享特征花样滑冰多尺度卷积

    基于特征解耦的开放世界目标检测

    田霖李华李林轩白传澳...
    166-173页
    查看更多>>摘要:开放世界目标检测是一项具有挑战性的视觉任务,填补了传统目标检测与真实世界目标检测的差距.与有限类别集合设定下的传统方法不同,开放世界目标检测不仅需识别和检测已知(可见)类别的目标,还要能够标记并逐渐学习未知(不可见)类别的目标.当传统的目标检测技术直接应用于开放世界场景时,常出现2个主要问题:其一,可能会将未知类视为背景而忽视;其二,可能将未知类错误地归类为已知类.为解决这些问题,提出采用退火算法分离已知与未知的特征,指导检测模型的学习过程.由于退火模块的引入,未知类精度有所提升,但已知类的精度略有下降,因此引入高效通道注意力模块提高已知类精度.与以往方法相比,该策略在检测已知类和未知类的目标上均表现出更优的性能.

    开放世界目标检测开放集识别退火算法未知目标

    挡板长度对半螺旋吸入室内部流动及空化影响

    付强杨大伟张吉来史文浩...
    174-181页
    查看更多>>摘要:为改善半螺旋型吸入室对双吸离心泵的不利影响,探究了挡板长度对半螺旋吸入室内部流动及空化影响.采用3种挡板长度对比半螺旋吸入室水力性能,分析挡板对半螺旋吸入室双吸泵性能的影响.运用计算流场软件ANSYS CFX,采用SST湍流模型和基于Rayleigh-Plesset方程的空化模型,对双吸离心泵内部的半螺旋吸入室进行定常三维湍流全流道数值模拟.计算得到了半螺旋吸入室内部速度和压力变化分布图,进一步研究进入叶轮前的流态.结果表明:在0.8~1.2Q的流量下,挡板末端越接近叶轮中心,在保持效率变化小于0.36%的情况下,其扬程逐步上升,幅度在1.2%~1.6%,同时改善了不切断型半螺旋吸入室隔舌处的流态.探究空化下不同有效的空化余量及其空化初生阶段的发展,发现挡板会导致空泡的初生阶段提前,但空化发展较缓慢,在扬程下降3%时,对应的有临界空化余量减小0.3m.因此,增长挡板可以改善空化性能,在维持效率的情况下提高扬程,可为半螺旋型吸入室设计提供参考.

    双吸离心泵半螺旋型吸入室挡板空化数值模拟