首页期刊导航|现代电子技术
期刊信息/Journal information
现代电子技术
陕西电子杂志社
现代电子技术

陕西电子杂志社

半月刊

1004-373X

xddz@xddz.com.cn news@xddz.com.cn

029-85398771、85397961

710061

西安市雁塔西路158号双鱼花园广场B座1606室

现代电子技术/Journal Modern Electronics Technique北大核心CSTPCD
查看更多>>《现代电子技术》(半月刊)创刊于1977年,至今已界而立之年,她是我国信息产业系统主管的唯一一本半月刊电子技术类刊物,是中国电子学会的重点支持刊物,也是陕西省电子学会会刊。本刊报道电子科技发展的最新趋势,电子学科发展的最新动态,刊载教学及技术成果转化的优秀论文。立足科研、面向社会、重点展示新产品新技术的应用案例,推广最新科研成果和最新设计应用技术,融科学性、新颖性、启迪性、实用性于一体,旨在促进高新技术成果的产业化、商品化和市场化。
正式出版
收录年代

    基于改进YOLOv5的复杂场景电动车头盔检测方法

    韩东辰张方晖王诗洋段克盼...
    123-129页
    查看更多>>摘要:佩戴电动车头盔是安全骑行的重要保障,对电动车驾乘人员佩戴头盔进行有效检测在保障驾乘人员安全方面具有重要意义.电动车头盔检测中存在目标之间相互遮挡、复杂背景干扰、头盔目标小等问题,现有方法尚不能满足复杂场景下电动车头盔检测的要求,因此,提出一种改进YOLOv5的复杂场景电动车头盔识别方法.首先,提出一种新的主干网络结构ML-CSPDarknet53,增强网络的特征提取能力,引入轻量级上采样算子CARAFE,利用特征图语义信息扩大感受野;其次,搭建坐标卷积CoordConv模块,增强网络对空间信息的感知能力,并将WIoU v3作为边界框损失函数,降低低质量样本对模型性能的不利影响;最后,构建了内容丰富的头盔检测数据集对改进算法进行验证.实验结果表明,改进后算法相较于原算法在精确度、召回率、mAP@0.5、mAP@0.5:0.95上分别提升了2.9%、3.0%、3.4%和2.2%,并且性能优于其他主流检测算法,满足复杂道路交通场景下电动车驾乘人员头盔检测的任务要求.

    头盔检测改进YOLOv5复杂场景目标遮挡特征提取上采样坐标卷积损失函数

    多障碍环境下巡检机器人路径规划优化研究

    乔道迹张艳兵
    130-134页
    查看更多>>摘要:针对大规模、密集的障碍物分布,高效地搜索最佳路径是一个挑战,为规划出更短的巡检路线,并实现多障碍环境下的灵活避障,文中提出一种多障碍环境下巡检机器人路径规划优化方法.使用二维矩阵构建巡检环境模型,应用D*算法在巡检环境模型中进行巡检机器人路径规划,并将传统D*算法中的扩展步长方式改变为自适应扩展步长,使机器人在面积较大的巡检场地能够更快地完成巡检;将代价函数由欧氏距离替换为切比雪夫诺距离和曼哈顿距离融合的代价函数,并引入了平滑度函数优化线路规划结果,使规划的路径更为平滑,在遇到由于多种原因产生的新障碍物时可以重新规划路径.通过实验结果可知,无论是静态地图还是动态地图,该方法均可以快速准确地规划出一条最佳路线,并且在多种环境中应用该方法能够高效获取路径规划结果.

    多障碍巡检机器人路径规划D*算法动态环境扩展节点代价函数扩展步长

    基于目标检测和多视图几何的动态SLAM算法

    喻擎苍董根阳方才威孙树森...
    135-143页
    查看更多>>摘要:目前大多数的SLAM系统主要针对静态场景,然而,在实际环境中不可避免地存在许多动态对象,这将大大降低算法的鲁棒性和相机的定位精度.针对动态对象造成的轨迹偏差问题,文中提出一种结合目标检测网络和多视图几何结构的动态SLAM算法.首先,基于YOLOv5算法框架,将骨干网络CSPDarkNet-53替换为轻量型L-FPN(Lite-FPN)结构,并使用VOC2007数据集进行预训练.与YOLOv5s原始模型相比,新网络的计算量减少了45.73%,检测速率提高了31.90%;然后,将检测物体划分为高动态对象、中动态对象以及低动态对象,利用多视图几何方法计算阈值,并根据阈值对中高动态对象进行二次检测,以决定是否剔除预测框中的特征点;最后,在TUM数据集上的实验结果显示,该方法在定位精度上平均提升了82.08%,证明了其在准确性方面的显著改进.

    同步定位与地图构建动态环境多视图几何结构目标检测特征点轻量型

    基于物联网和弱反射光栅阵列的地质灾害监测系统设计与应用

    张晓飞吕中虎孟庆佳王晨辉...
    144-150页
    查看更多>>摘要:我国是世界上地质灾害类型最多、地质灾害最严重的国家之一,而雨量监测和形变监测在地质灾害监测中发挥着越来越重要的作用,因此确保地质灾害监测系统的长期运行以及在降雨期间的稳定运行尤为重要.文中基于STM32微控制器、LORA模块、4G模块设计了一款物联网数据采集控制板,并结合压电式雨量传感器、拉绳位移传感器研制了雨量智能监测仪、裂缝位移智能监测仪;结合物联网数据采集控制板和弱反射光栅阵列传感技术构建了基于物联网的弱反射光栅地质灾害监测系统,实现了对地质灾害体的定时监测和降雨期间的自动监测;最后将雨量智能监测仪、裂缝位移智能监测仪和弱反射光栅地质灾害监测系统应用于桐梓县大河镇新场火车站新场滑坡、崩塌的监测实验中.监测数据表明,弱反射光栅监测系统测得传感光缆41#弱反射光栅传感段的位移变化达5 mm,在其附近的位移监测仪也测到有位移变化,可有效实现对地质灾害的定时监测和降雨期间的自动监测.

    弱反射光栅地质灾害物联网雨量监测位移监测光纤传感光栅传感器滑坡监测

    基于FPGA的MobileNetV1目标检测加速器设计

    严飞郑绪文孟川李楚...
    151-156页
    查看更多>>摘要:卷积神经网络是目标检测中的常用算法,但由于卷积神经网络参数量和计算量巨大导致检测速度慢、功耗高,且难以部署到硬件平台,故文中提出一种采用CPU与FPGA融合结构实现MobileNetV1目标检测加速的应用方法.首先,通过设置宽度超参数和分辨率超参数以及网络参数定点化来减少网络模型的参数量和计算量;其次,对卷积层和批量归一化层进行融合,减少网络复杂性,提升网络计算速度;然后,设计一种八通道核间并行卷积计算引擎,每个通道利用行缓存乘法和加法树结构实现卷积运算;最后,利用FPGA并行计算和流水线结构,通过对此八通道卷积计算引擎合理的复用完成三种不同类型的卷积计算,减少硬件资源使用量、降低功耗.实验结果表明,该设计可以对MobileNetV1目标检测进行硬件加速,帧率可达56.7 f/s,功耗仅为0.603 W.

    卷积神经网络目标检测FPGAMobileNetV1并行计算硬件加速

    基于Hough变换和深度学习的条形码识别

    屈源昊张丰收昌继宝丰瑞博...
    157-162页
    查看更多>>摘要:为了解决复杂背景下条形码不易定位识别的难题,提出一种基于Hough变换和深度学习相结合的方法对条形码进行校正定位.首先对待检测图像进行灰度化、高斯模糊以及边缘检测等预处理;然后利用Hough变换检测条形码图像中的线段,进行旋转校正,校正后的图像经Yolov5对条形码进行识别和提取,完成条形码的识别分割.文中方法对不同样式条形码均有较好的识别效果,旋转校正的精确度达到99.31%,识别平均精确度达到99.40%,召回率达到99.79%,推理时间为10.5 ms.提出的方法可对任意角度倾斜进行校正,识别条码具有较高的准确率,对条形码定位识别具有一定的应用价值.

    Hough变换Yolov5倾斜校正条码识别图像处理机器视觉

    软硬件协同的RapidIO接口带宽测试方法

    刘淑涛张宗森魏璇张卜方...
    163-167页
    查看更多>>摘要:RapidIO是一种高性能嵌入式系统互联技术.FPGA的SRIO控制器实现了RapidIO二代协议,在工程中经常需要得到其实际带宽性能以确定其是否满足应用需求.采用FPGA的嵌入式软核,配合FPGA内部硬件电路可搭建软硬件协同SOPC测试系统.该系统既具有硬件可裁剪、可定制、扩展性强的特点,又具备软件灵活性的特点.此系统在硬件层面设计了周期采样单元、周期配置接口、锁存接口、上传接口;软件层面具备采样参数配置、采样控制、采样数据分析、结果呈现功能.通过软硬件代码的编写和验证,表明此方法可实时监测接口的带宽及抖动性能指标.

    RapidIO嵌入式软核SOPC带宽测试抖动AXI-Stream接口

    应用于PLC开发的梯形图向语句表转换的新方法

    魏晓晴郝方姜涛康冰冰...
    168-172页
    查看更多>>摘要:为了设计一种PLC控制器,文中重点研究了PLC编程系统中由梯形图到语句表编译解算的实现过程,并提出一种应用于PLC开发的梯形图转换为语句表的新方法,即基于节点势能的转换方法.该方法将梯形图类比电路图,仿照电势能,以节点势能表示虚拟梯形图中的能量流动,通过对梯形图节点势能的确定,将梯形图各图元之间的连接关系抽象为数值关系,并以此关系建立二叉树,遍历生成语句表.该方法简单清晰,以一种复杂度较低的数据结构将梯形图完整地描述出来,能够准确快速地完成由梯形图到语句表的编译解算,并可适用于逻辑关系比较复杂的梯形图程序的转换.该转换方法也能够为其他类似图形关系的解算提供参考,具有普遍适用性.

    PLC梯形图语句表转换方法节点势能二叉树

    基于AI的多模态融合感知综合决策系统设计实现

    冯晓辉艾润刘林青眭臻...
    173-178页
    查看更多>>摘要:针对传统军事要地安防系统智能化程度较低,各自独立互不关联,缺少顶层数据综合治理等问题,选取外围周界、重要卡口、无人巡更和区域高点四种典型安防业务场景开展建模,通过数据标准化接入、智能研判分析、安防态势显示三个处理环节,构建基于AI的多模态融合感知综合决策系统,实现前端感知多维化、中台研判智能化、后端处置多样化,有效支撑了重要军事目标安全防卫,系统后续也具有良好的可扩展性与可维护性.

    要地防卫多模态数据融合场景建模规则定制感知处置决策智能化安防系统

    融合注意力机制的YOLOv8-TS交通标志检测网络

    黄智渊方遒郭星浩
    179-186页
    查看更多>>摘要:道路交通标志识别是自动驾驶、车联网的重要组成部分,为进一步提高交通标志检测的精度和速度,提出一种基于YOLOv8s改进的YOLOv8-TS道路交通标志检测网络.首先,对YOLOv8s进行了整体的轻量化设计,并设计了Conv-G7S和CSP-G7S模块,减少了网络的参数量;其次,设计了CSP-SwinTransformer模块,强化了模型利用窗口内的特征信息进行上下文感知和建模的能力;然后,在颈部网络融合了卷积注意力机制(CBAM),强化了模型对不同通道、空间权重信息的学习;最后,对损失函数进行了改进,提升了边界框回归性能.实验结果表明,在中国道路交通标志TT100K数据集上,精确率(Precision)、平均精度(mAP@0.5)分别提高了6.9%、3.7%,而改进后模型的参数量下降了75.4%,模型的大小仅为5.8 MB,平均精度(mAP@0.5)达到96.5%,检测速度由126.58 f/s提升至136.99 f/s.

    交通标志检测YOLOv8-TS轻量化注意力机制Conv-G7SWIoU