关键词： 目标检测   抓取检测   视觉语言模型   抓取策略   机械臂  

摘要： 机械臂抓取作为智能机器人与自动化系统实现复杂操作任务的核心技术,在工业制造及实验室自动化等多个领域中具有重要应用价值。传统基于规则的抓取方法在面对多目标遮挡和非结构化环境时,常表现出适应性差、规划稳定性不足等问题,难以满足复杂场景下的实际应用需求。为此,本文围绕机械臂抓取任务,研究基于深度学习目标感知与视觉语言模型任务规划的抓取策略,并在搭建的化学机器人平台上进行实验验证。主要研究内容如下: 1、针对传统检测网络在面对物体种类多样、目标密集、遮挡频繁等复杂环境中识别精度下降的问题,研究基于特征融合的多任务检测网络。该网络采用共享主干结构,结合多尺度特征融合模块和坐标注意力机制,在单次推理中完成多目标场景下目标检测与抓取位姿检测。为了减少目标边界框和抓取框匹配的误差,提出了一种优化Io U匹配方法,通过加权匹配和局部最优策略提升了匹配精度。在公开数据集与自制化学器具数据集进行的实验验证了该网络的高效轻量化与检测准确率优势。 2、针对多目标场景中同类物体难以区分、遮挡分布以及任务指令语义不明确导致抓取路径不稳定的问题,引入视觉语言模型(Vision-Language Model,VLM)作为高层推理核心,研究基于VLM的多模态对象消歧和多目标任务抓取策略。采用VLM综合视觉感知信息与自然语言指令,对场景中的目标匹配、遮挡关系及任务需求进行推理,实现动态生成无碰撞的抓取子任务序列。经过实验验证,该方法提升了机械臂在复杂场景下面向多任务的规划智能性和灵活性。 3、为验证所提方法在真实环境下的有效性,搭建了融合机械臂、夹爪与移动底盘的化学机器人平台,并在抓取、搬运、倾倒等典型化学实验任务中进行了多轮测试。实验结果表明,所提出的自主识别与抓取系统能够精准感知目标物体并规划合理的抓取策略,实现了在复杂实验环境下自主执行抓取任务。

关键词： 皮肤病变   病灶分割   卷积神经网络   目标检测   YOLOv7   U-Net  

摘要： 在“推进健康中国建设”的战略决策下,人工智能在医疗领域的应用已成为未来医学发展的重要方向之一。皮肤病变的准确诊断对于确保患者的健康至关重要,但传统的人工诊断方法往往受到医生主观因素的影响,依靠人工诊断皮肤病变的方式不仅费时费力,还会导致误诊和漏诊的风险。本文探讨了一种基于卷积神经网络的皮肤良恶性病变识别与病灶分割诊断系统,旨在提高皮肤病变诊断的准确性和效率,本文主要工作包括: (1)针对在皮肤黑色素瘤目标检测中出现精度低、漏检率高等问题,本文设计了YOLOv7-GSE模型。首先,在头部网络中,采用GSConv卷积结构代替网络中的普通卷积结构,降低模型权重,提升对皮肤良恶性病变的检测精度。其次,在骨干网络中融合SE注意力机制,以提升对皮肤病变的特征提取能力。最后,利用EIOU损失函数代替CIOU损失函数,进一步提高检测精度。实验表明,本文所提出的改进的YOLOv7网络能够很好地识别良恶性病变,能够更好地辅助医生诊断。 (2)针对皮肤病灶区域特征复杂等问题,现有分割模型在整体结构和全局上下文信息的把握上存在不足,影响模型对边界和区域的判断。因此本文设计了MDHU-Net网络。MDHU-Net融合1×1、3×3、5×5卷积与池化操作,结合通道注意力机制强化多尺度特征提取。采用Res Net18与CBR双分支结构,分别提取全局上下文信息与局部细节特征。通过逐级空间-通道注意力加权,增强解码过程中对关键区域的关注。实验表明,相较于其他分割网络,MDHU-Net分割后的病灶图像在轮廓和边缘细节更接近真实病灶。 (3)针对皮肤疾病筛查效率低等问题,设计了皮肤良恶性病变识别与分割诊断系统。基于PYQt5设计的诊断系统集成分类、分割、历史管理等功能,支持动态参数调整与模型更新实现皮肤病灶图像的分类与分割,从而实现对皮肤病灶图像的精准分类与分割。实验结果表明,本文所设计的皮肤良恶性病变识别与分割诊断系统能够很好的诊断出皮肤病变类型及位置。 图[52]表[8]参[78]

关键词： 多星共视   时差定位   数据融合   目标跟踪   交互多模型  

摘要： 随着全球导航卫星系统(Global Navigation Satellite System,GNSS)的快速发展与低轨卫星的大规模部署,多星共视目标定位与跟踪技术已成为卫星导航、军事侦察、灾害监测和交通管理等领域的重要研究方向。然而,传统定位技术通常需要较多卫星资源支持,且难以有效应对卫星数量受限、信号传播误差和复杂运动场景下的目标跟踪需求,存在定位精度低、跟踪稳定性差的难题。本文针对上述挑战,以多星共视融合定位与跟踪为主线,基于多星共视系统的数据集融合和点迹集融合,围绕时差定位算法优化、数据融合算法研究和目标跟踪算法改进等方面开展了深入研究。主要的研究工作包括以下几方面: (1)针对传统时差定位(Time Difference of Arrival,TDOA)算法卫星数量需求大的问题,构建了多星共视TDOA信号模型,提出一种优化的两阶段TDOA算法,利用更少的卫星数达到高精度定位效果,并严格推导其克拉美罗界;通过仿真实验验证了所提算法有效降低了卫星资源依赖,提升了目标定位性能。结合地面等效试验,系统验证了本文所提算法的性能优势与工程适用性。 (2)针对多星观测数据融合技术展开研究,建立了星间时间配准和星间坐标系转换的空间配准方案,对比分析了最近邻(Nearest Neighbor,NN)数据关联、概率数据关联(Probabilistic Data Association,PDA)及联合概率数据关联(Joint Probabilistic Data Association,JPDA)算法的优势与不足,设计对比了序贯融合和分布式融合两种数据融合方案,有效解决了多星量测异步与数据冗余问题,通过仿真实验对上述过程进行了仿真验证。 (3)针对存在盲区的机动目标跟踪算法,详细研究了扩展卡尔曼滤波(Extended Kalman Filter,EKF)、无迹卡尔曼滤波(Unscented Kalman Filter,UKF)和交互多模型(Interacting Multiple Model,IMM)滤波方法,提出了一种融合三次样条插值的IMM-UKF算法,在盲区时利用历史轨迹的三次样条插值函数外推构造虚拟量测,以有效处理量测盲区情形下的跟踪发散问题,提升了目标跟踪的连续性与稳定性,通过仿真实验系统验证了所提算法的性能优势。

关键词： 边缘计算   视频目标检测   DNN推理   端边协同  

摘要： 随着人工智能技术的迅速发展及其在产业界的广泛应用,视频目标检测,尤其是基于深度神经网络(Deep Neural Networks,DNN)的视频目标检测已取得突破性进展。然而,由于视频数据的高维特性与DNN模型固有的计算复杂度,在资源受限的终端设备上很难实现高分辨率视频目标检测任务高精度和低延迟的权衡。边缘计算为解决上述问题提供了可行的技术路径,利用边缘设备的算力来辅助终端设备进行DNN推理,可以有效缓解终端设备的计算压力,但目前仍需突破一些关键技术的瓶颈。受限于终端设备有限的计算资源与视频分析的实时性需求,现有研究多采用较粗粒度的卸载策略,未能有效挖掘视频帧间的时空相关性,这会产生极高的带宽消耗,并增加视频目标检测的端到端时延。此外,现有的一些端边协同技术也存在卸载方案单一的问题,难以满足不同应用场景的多样化需求。 为了解决上述问题,本文针对不同的应用场景提出了两种基于边缘计算的高分辨率视频目标检测方法,其中主要的工作和创新点如下: (1)基于关键区域缓存的端边协同视频目标检测:针对终端设备资源高度受限时无法正常执行本地任务的场景,本文提出了高分辨率视频目标检测优化方法。首先,基于视频帧的时空冗余特性,通过挖掘相邻帧间目标空间位置的相关性,利用检测结果缓存中目标的历史位置来动态生成视频帧的关键区域,并将这些关键区域卸载到边缘设备进行分析。其次,为应对多个终端设备相同的DNN并发推理请求,设计了边缘端多任务调度和推理算法:先建立DNN推理请求的优先级评估方法,然后在每个DNN推理轮次中,优先从高优先级请求中收集关键区域,并将其拼接成固定尺寸的新图像输入DNN推理,实现单次推理替代多次独立计算,从而提升了DNN推理的吞吐量。经过多个数据集下的实验验证,与该场景下的最新基准方法相比,本文所提出方法最高可在AU-AIR数据集上将吞吐量提升约2.13倍,平均端到端时延减少约74.7%,并提升0.3%的准确率。 (2)基于层次化模型的端边协同视频目标检测:针对终端设备计算资源受限而需部署轻量级DNN模型的场景,本文提出了一种区域推理位置划分机制,并通过设计层次化的终端-边缘两级检测架构来进一步保证视频目标检测的实时性和准确性。首先,基于检测结果缓存和高斯混合模型生成关键区域。然后,根据离线分析的模型精度信息,为每个类别确定尺寸阈值,进行初步的关键区域推理位置划分。在保证准确性和实时性的条件下,优先将高于给定尺寸阈值的目标所在区域保留在终端设备上,使用轻量级DNN进行推理,而其余区域则卸载到边缘设备,使用大型DNN推理。只有当轻量级模型的检测预估准确性低于可接受阈值时,才会被再次卸载到边缘设备进行检测结果的修正。经过在多个数据集下的实验分析,与该场景下的最新基准方法相比,该方法可在AU-AIR数据集上减少终端设备平均端到端时延约64.9%,提高吞吐量约1.62倍,并提升了3.2%的准确率。

关键词： 服装分类   目标检测   YOLOv5   YOLOv8   特征融合   骨干网络  

摘要： 随着互联网和电子商务的快速发展,服装在线销售激增,消费者需求不断增长,服装分类技术的重要性日益凸显。该技术不仅为电商平台提供智能推荐和个性化服务,还为社交媒体图像内容提供自动标签,提升信息管理效率。然而,传统方法依赖人工特征提取,难以应对服装图像的复杂多变性。尽管目标检测算法取得进展,但在服装分类中仍面临精度和实时性挑战。因此,开发高效、精准的服装分类方法成为行业迫切需求。本文基于深度学习目标检测技术,深入研究服装分类算法,主要内容如下: (1)针对服装分类检测模型结构复杂、计算资源利用率低和精度不足的问题,提出了一种基于改进YOLOv5的轻量化方法。首先,将YOLOv5模型的骨干网络替换为Mobile Net V3以减少参数量和计算复杂度;其次,引入Squeeze-and-Excita tion模块和硬化Sigmoid激活函数增强表达能力。此外,采用跨尺度特征融合机制改进Neck部分,通过多层次特征对齐提升多尺度目标检测能力。最后,嵌入AD own模块减少特征损失,提高准确性和鲁棒性。实验表明,改进后的YOLOv5在Deep Fashion2数据集上推理时间为2.9ms,性能优于对比模型,适用于资源受限的实时场景。 (2)针对服装检测模型精度较低的问题,本文提出了一种基于YOLOv8的改进模型FCD-YOLO,通过优化特征提取、信息融合和检测框架提升分类性能。首先,设计特征聚焦扩散金字塔网络FDPN以增强多尺度特征表现;其次,引入基于通道引导的特征融合模块CAFMFusion,通过通道指导机制优化特征融合,提升信息传递效率;最后,采用高效目标检测解码器RTDETRDecoder提高检测精度与推理速度。实验表明,FCD-YOLO在Deep Fashion2数据集上达到78.8%的m AP,在Fashion-MNIST数据集上达到97.6%的准确率,证明了其在服装分类任务中的精度优势。 (3)针对服装分类领域中的目标检测技术算法落地问题,采用FCD-YOLO算法作为核心检测模型,并将其部署于Jetson Orin Nano嵌入式平台。为实现人机交互功能,本文基于Py QT5框架开发了专用的图形用户界面系统。在系统架构设计方面,研究构建了多源数据采集模块,支持摄像头实时捕获、视频流处理及静态图像分析等多种输入模式。系统通过FCD-YOLO算法对输入数据进行特征提取与目标检测,实现了服装目标的精准识别与定位。实验结果表明,该系统能够实时输出检测结果,并通过可视化界面直观呈现。经系统化测试与评估,系统各项性能指标均符合预期设计标准,验证了其功能完备性与运行可靠性,充分证明了其在服装分类检测领域具有显著的应用价值与推广潜力。

关键词： 龙葵果   真空冷冻干燥   数值模拟   正交实验   计算机视觉  

摘要： 龙葵果具有丰富的营养价值并且完全成熟后可直接食用,果实富含高质量的蛋白质、碳水化合物、微量元素以及多种维生素。特别值得一提的是,龙葵果含有丰富的龙葵多糖和生物碱,这些成分被认为具有调节机体免疫力和抗肿瘤的作用。经过科学研究,这些天然的活性成分显示出潜在的健康益处,为人们的健康提供了有益的支持。目前对于龙葵果的加工常见方法为热风干燥或自然晾干,未见真空冷冻干燥方面的研究,因此对龙葵果进行真空冷冻干燥工艺研究,探究过程中不同变量的影响很有必要。计算机视觉系统是目前非常先进的技术,建立一套评价体系对龙葵果进行品质分级能极大促进龙葵果行业发展。 本文在宏观视角采用单因素实验及正交实验法对龙葵果真空冷冻干燥工艺进行研究,以不同的理化指标进行评价。采用ANASYS对龙葵果的预冻过程进行分析模拟,建立模型,同时使用MATLAB对龙葵果分级系统进行开发。主要研究内容如下: （1）研究龙葵果冻干的相关理论知识并对其冻结曲线进行了过程剖析。同时采用各种仪器分别对龙葵果的含水率、密度、共晶点温度、共熔点温度、冰点温度、相变潜热、比热容及导热系数进行了测量,保证后续数值模拟的正确性。 （2）对龙葵果预冻过程进行数值模拟。首先建立了冻干仓内的物理模型并从数学角度对传热过程进行分析,之后进行网格划分和无关性验证,最后导入模型进行求解运算和结果分析。通过实验验证了模型的准确性并得出了模拟的降温曲线。 （3）建立了龙葵果真空冷冻干燥工艺单因素及最佳工艺实验方案。在单因素实验中,自变量为预冻温度、预冻时间、干燥时间及搁板温度。同时罗列了单因素的六个评估标准,分别为干基含水率、复水比、可溶固形物含量、硬度、色差及感官评价,并确定其检测设备和方法。采用正交实验法建立四因素三水平的L9（3～4）实验,评价指标定为感官评价,采用极差分析的方法确定最佳工艺。 （4）分析了单因素实验中各个因素对龙葵果真空冷冻干燥样品的影响,通过不同的检测指标进行多维度理化评估。采用正交实验的方式,利用极差分析方法检测感官评价,确定了搁板温度对龙葵果真空冷冻干燥的影响最大,预冻时间次之,之后为干燥时间,预冻温度影响最小。最佳工艺条件为预冻温度-50℃,预冻时间4h,干燥时间30h,搁板温度45℃。 （5）搭建计算机视觉技术试验台,采用MATLAB软件,利用图像处理的方式,建立一套以直径衡量冻干龙葵果品质的系统,并利用GUI设计人机交互,形成完整的操作界面。通过实验验证,整套系统的识别准确率达到95%。