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

    面向计算机科学领域的专业实体识别

    陈祥张仰森李尚美胡昌秀...
    205-212页
    查看更多>>摘要:为获取科研学术论文中涉及的专家研究领域等专业实体信息,给学术论文或科技项目评审专家的推荐提供理论参考,面向计算机科学领域,提出了一种基于RoBERTa-wwm的实体识别模型对专家学术论文中包含的专业实体进行识别.首先,以已有的专家基本信息数据表为参照,利用中国知网高级检索功能和爬虫技术获取表中列举专家的学术论文摘要数据;接着,将摘要数据经人工标注后,通过RoBERTa-wwm预训练模型获取具有语义特征的字符向量作为下游模型的输入;最后,将上游的语义字符向量输入BiLSTM-CRF模型中实现对文本中的专业实体识别.通过实验验证,提出的模型在自主标注的数据集中取得了更好的效果.其中,模型F1 值达到了89.94%,高于实验中的对比模型,具有良好的识别专业实体的能力.

    专业实体识别RoBERTa-wwm专家研究领域计算机科学

    融合CBAM-YOLOv7 模型的路面缺陷智能检测方法研究

    张艳君沈平郭安辉高博...
    213-220页
    查看更多>>摘要:针对目前路面缺陷检测精度不高的问题,基于目前综合性能较强的YOLOv7 模型进行改进,提出了融合卷积注意力模块的CBAM-YOLOv7 模型.该模型通过重参数化、高效聚合、辅助训练等模块来加快模型的收敛过程,还通过融合卷积注意力机制来提升模型的检测精度.面向路面缺陷多分类问题,在公开数据集上分别使用 Faster R-CNN、YOLOv6、YOLOv7、CBAM-YOLOv7 模型进行实验验证分析,利用mAP值、F1 值、FPS值作为模型的精度与效率评价指标.实验结果显示:融合CBAM-YOLOv7 的路面缺陷检测结果的mAP值和F1 值分别能达到83.75%和67.8%,FPS值能达到51.22 Hz,相较于其他模型均有明显提高.

    路面缺陷检测卷积神经网络YOLOv7模型CBAM-YOLOv7模型

    输电线路无人机巡检自主导航算法研究

    戴永东姚建光李勇毛锋...
    221-228页
    查看更多>>摘要:利用无人机与传统导航设备对架空输电线路进行检测,存在传感器价格昂贵、数据处理困难、易受天气和环境因素影响等局限性,不能保证无人机和电力系统的安全性.为了提升输电线路智能巡检效果,提出了一种利用单摄像头实现无人机在输电线路自主导航的新方法.由于单目视觉不能提供深度信息,又训练了一种机器学习模型Faster R-CNN,用于障碍物检测.该检测模型利用被检测输电线路的图像高度来表示与无人机的距离,利用输电线路之间的图像宽度来寻找最宽的无障碍空间.实验结果表明:定位检测算法的效果明显,定位误差在使用误差范围内,具有良好的可用性和应用价值.

    架空输电线路无人机定位和导航电力线路检查

    动态冲突搜索的多无人车路径规划算法

    唐嘉宁颜衡陈云浩和雪梅...
    229-236页
    查看更多>>摘要:针对现有的冲突搜索算法(conflict-based search,CBS)及其变体存在搜索时间长、规划的路径不符合运动学约束等问题,提出一种动态CBS(dynamic CBS,DCBS)算法.引入次优因子提高CBS的搜索效率,并将CBS算法中的A*路径搜索改进为混合A*搜索,使规划的路径更符合运动学约束;将路径距离加权系数和时间加权系数引入CBS算法的底层路径搜索中,以规划出快且短的路径.通过ROS平台进行仿真实验对比,结果表明:相比于前沿的ECBS算法,提出的 DCBS 算法规划的路径符合无人车运动学约束,路径规划的速度平均提高了47.06%,且路径总成本平均降低7.64%,能够有效提高多无人车的工作效率.

    混合A*搜索焦点搜索多无人车路径规划冲突搜索算法动力学约束

    多个轮式移动机器人沿同一轨迹曲线运动的编队控制研究

    刘昕宇周宇生
    237-246页
    查看更多>>摘要:针对多个轮式移动机器人在狭长路段的编队运动,在领航-跟随法的框架下,研究了含输出约束的多个轮式移动机器人的编队控制设计问题.提出的控制策略可在系统受到外界干扰时,实现领航者和跟随者沿同一目标轨迹曲线运动并保持一定的距离.对于领航者,设计了基于动态跟踪目标的控制器,将原跟踪控制问题转化为对轨迹曲线曲率的跟踪.对于跟随者,基于运动中领航者与跟随者之间的几何关系,利用虚拟结构方法和障碍李雅普诺夫函数方法设计了一种鲁棒控制器,保证了跟随误差在一定范围,且使所有跟随者都能精确完成编队运动任务.数值模拟结果表明了所提控制策略的有效性.

    多个轮式移动机器人编队控制同一轨迹运动控制障碍李雅普诺夫函数领航-跟随法虚拟结构法

    改进人工势场法的移动机器人路径规划研究

    倪建云杜合磊谷海青李浩...
    247-256页
    查看更多>>摘要:针对传统人工势场法存在目标不可达和局部极小值问题,提出一种改进的人工势场法.首先,改进斥力场函数解决目标不可达问题;其次,提出一种椭圆形目标策略,通过设置虚拟目标点引导机器人逃离局部极小值,在此基础上提出一种椭圆形跟踪策略,通过跟踪部分既定椭圆形到达虚拟目标点来逃离局部极小值;最后,为了满足机器人速度与加速度连续性的要求,采用3 次均匀B样条曲线对规划出的路径进行拟合处理.实验结果表明,改进人工势场能够有效解决传统人工势场存在的问题,椭圆形跟踪策略在路径长度上比椭圆形目标策略更短,且经样条曲线处理后的路径比原路径平滑.

    人工势场目标不可达局部极小值椭圆形目标策略椭圆形跟踪策略B样条曲线

    多策略人工兔算法优化粒子滤波的SLAM精度研究

    杨光永蔡艳陈旭东徐天奇...
    257-268页
    查看更多>>摘要:针对传统粒子滤波算法(particle filter,PF)重采样导致粒子贫乏,以及需增加粒子数提高估计精度的问题,提出一种基于多策略人工兔算法优化的粒子重组滤波算法.引入中垂线算法提高人工兔算法收敛速度,通过其觅食与隐藏机制,使得最优粒子引导粒子集向高似然区域移动,以此提高估计精度;实时计算最优粒子附近的粒子密度,当密度大于设置的阈值时,自适应调整迭代次数,当大于最大密度值时,引入自扰动策略避免陷入局部最优以及增加样本多样性;重采样阶段,将筛选后保留的粒子与剩余粒子重新组合成新的粒子,以此增加粒子多样性.通过仿真检验改进算法在SLAM中的性能,结果表明:该算法与其他3 种算法相比,位姿与路标估计精度更高,鲁棒性更佳.

    粒子滤波中垂线算法人工兔优化算法自适应调整自扰动策略SLAM

    快速提取特征点的视觉SLAM室内稠密建图研究

    李兴州何锋余国宽
    269-276页
    查看更多>>摘要:在视觉SLAM(simultaneous localization and mapping)中,特征点的提取是影响全局即时定位与地图构建效率的重要因素.对视觉ORB-SLAM2 算法进行研究,提出一种自适应网格划分的方法优化特征点提取的效率,通过对图像金字塔层进行网格划分,提高特征点提取的速度.在TUM数据集上进行了单目(MONO)和RGB-D测试,结果表明,在平均每帧特征点提取时间提高8%~10%,绝对轨迹误差减少5%以上.在自适应网格算法中加入RGB-D稠密点云构建线程,采用外点去除滤波和体素网格滤波减小点云规模,实现了稠密建图.在TUM数据集上,该方法的室内稠密建图效果显著.

    视觉SLAM自适应网格图像金字塔稠密建图

    飞机牵引车抱轮机构惯容隔振装置振动特性分析

    唐杰刘雨豪鲁鑫张威...
    277-285页
    查看更多>>摘要:为减小牵引工作过程中机场道面不平度对牵引车抱轮机构的影响,需在抱轮机构与车体之间设置隔振装置.以位移传递率为隔振性能评价指标,以随机路面函数为激励,分析添加惯容隔振装置后抱轮机构的振动特性,随后对比分析弹簧刚度、阻尼系数和惯容系数对系统隔振性能的影响.结果表明:传统隔振装置与惯容隔振装置的平均位移传递率分别为 71.45%和65.23%;增大弹簧刚度,系统共振频率和反共振频率都将增加;增加阻尼系数,共振频率处振动传递减弱,而反共振频率处隔振效果降低;惯容系数越大,共振频率、反共振频率越小,隔振频带越宽,但高频处的隔振性能呈下降趋势.因此,设置反共振频率略小于车体工作振动频率时,惯容隔振装置具有显著隔振性能.通过正交试验法,得出对反共振频率点影响最大的参数为惯容系数.

    牵引车抱轮机构隔振惯容

    基于PLS-BP神经网络的数控机床热误差建模研究

    王文辉苗恩铭唐光元冯天勤...
    286-292页
    查看更多>>摘要:针对BP神经网络在机床热误差建模中具有拟合非线性数据的特性、但存在稳健性较差的缺陷,提出一种PLS-BP神经网络建模方法,能有效提高模型的预测精度和稳健性.通过偏最小二乘法对温度数据降维处理提取主成分,消除其所包含的冗余信息,基于BP神经网络与热误差建立回归映射模型,并与传统BP 模型的预测效果对比分析.研究结果表明:所提出PLS-BP建模方法具有较高的预测精度和稳健性,可将多组预测结果残余标准差的最大均值、残余标准差的最大标准差分别控制在3.13 和1.32 μm以内,相比传统BP模型具有显著优势.

    数控机床热误差偏最小二乘BP神经网络