大连民族大学机电工程学院
- 作品数：263 被引量：521H指数：9
- 相关机构：哈尔滨工程大学计算机科学与技术学院大连理工大学汽车工程学院大连理工大学控制科学与工程学院更多>>
- 发文基金：国家自然科学基金辽宁省自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术文化科学机械工程交通运输工程更多>>
- 移动机器人行人目标活动区域快速检测算法被引量：2
- 2016年
- 针对移动机器人运动目标检测过程中运动目标与背景均存在位移致使跟踪失效的问题,提出一种显著光流分析法对室内行人目标活动区域进行检测与标识,能够快速有效地为移动机器人视觉检测与跟踪算法提供简便的初始区域定位信息。经仿真实验分析,该算法能够在室内复杂的情况下,快速检测出行人目标的活动区域,方便人物识别与躲避,具有较强的工程应用价值。
- 杨大伟姬梦婷张汝波毛琳
- 关键词：移动机器人光流法
- 转向工况下的分布式电动汽车稳定性控制被引量：9
- 2020年
- 为提高分布式驱动电动汽车转向稳定性,解决传统神经网络控制算法收敛速度慢、易陷入局部最优解的问题,提出一种利用粒子群算法优化神经网络的比例-积分-微分(PID)转向稳定控制器,利用横摆力矩和滑移率调整力矩实现横摆角速度和各轮滑移率的控制。在此基础上研究了一种针对转向工况的最优力矩分配算法,通过模糊控制算法对驱动力矩进行修正得到驱动修正力矩,将其与横摆力矩和滑移率调整力矩一起作为二次规划问题进行最优分配,得到各轮最佳驱动力矩。基于联合仿真平台进行了双移线和蛇形等典型转向工况下的性能对比测试。结果表明:文中提出的算法能在保持车辆良好动力性同时维持稳定性,稳定控制器能将蛇形工况打滑现象降低36.4%,最优力矩分配算法能将双移线工况的稳定性提高31.2%。
- 郭烈葛平淑许林娜林肖
- 关键词：神经网络PID
- 基于MoTec M84的方程式赛车发动机调校与数据分析被引量：1
- 2018年
- 为了解决方程式赛车出现的原厂电控系统与进排气改制后的发动机不匹配问题,换用全替换式ECU(发动机电子控制单元)与发动机匹配,选用了MoTec M84发动机控制单元,MoTeC SDL3仪表显示存储模块,MoTeC i2数据分析软件,并进行重新设计及制作进排气系统。解决了原厂电控系统与发动机不匹配而导致的启动困难、动力下降、油耗增加等问题,并且进行"发动机调校—赛车跑动测试—数据分析优化—发动机调校"步骤,优化赛车设计找出了满足比赛规则情况下的发动机最佳动力的动力性,以及稳定性、操控性等参数。为赛车状况、车手操控性提供真实可控的数据信息,为提升车手能力指明方向。
- 王涛李睿
- 关键词：数据分析
- 高校分类培养模式下的选择指导体系研究被引量：5
- 2016年
- 当前高校构建技能型分类培养模式以适应人才需求的多样化。本文主要研究高校分类培养模式下的选择指导体系实施方案,创立学生自我评价体系和五位一体的指导体系,协同配合,指导学生选择适合的培养环节,落实分类培养模式。
- 张汝波毛琳杨大伟陈晓云
- 关键词：高校分类培养模式
- 重构特征联合的多域卷积神经网络跟踪算法被引量：3
- 2019年
- 针对MDNet跟踪算法网络模型中存在的特征稳健性差以及目标背景信息丢失导致跟踪失败的问题,提出一种基于重构特征联合的多域卷积神经网络视觉跟踪算法。基于末端卷积层提取的目标高级特征,使用反卷积操作上采样,获得了包含目标背景信息的重构特征,再通过联合目标高级特征和背景信息的重构特征的方式增强特征的稳健性,达到了有效区分目标和背景的目的,适用于解决跟踪过程中出现的目标遮挡、形变、光照变化等问题。将本文算法分别在OTB50和VOT2015跟踪测试集上进行测试,与MDNet算法相比,跟踪精度提升1.53%,跟踪成功率提升2.03%。
- 杨大伟巩欣飞毛琳张汝波
- 关键词：机器视觉目标跟踪卷积神经网络反卷积
- 金字塔频率特征融合目标检测网络被引量：9
- 2021年
- 针对深度学习网络在特征提取过程中运用上采样操作而致使细节纹理等高频特征缺失的问题,提出一种金字塔频率特征融合目标检测网络.网络由3个深度学习金字塔网络构成,输入图像经初级金字塔提取深度特征后,分别通过高频、低频增强金字塔形成不同的频率特征,利用特征融合来凸显深度学习网络在信息逐层传递过程中对细节信息的保护能力,提高目标检测能力.通过在分组角点检测网络(CornerNet)算法框架基础上仿真测试,该算法对于目标模糊、目标重叠以及目标与背景反差小的情况,检测效果提升明显.在COCO数据集上的检测结果与CornerNet算法相比,平均精确率(average precision,AP)提高1%以上,尤其对行人、车辆等目标检测性能均有提高,适用于无人驾驶系统与智能机器人等应用场景.
- 毛琳李雪萌杨大伟张汝波
- 关键词：目标检测频率特征
- 基于ICEEMDAN和松鼠算法优化极限学习机的滚动轴承故障诊断
- 2023年
- 针对滚动轴承故障识别问题,提出了一种基于改进的自适应噪声完备集合经验模态分解(ICEEMDAN)和松鼠搜索算法(SSA)优化极限学习机(ELM)的轴承故障诊断方法。该方法首先通过ICEEMDAN对滚动轴承振动信号进行分解,得到若干本征模态函数(IMF);其次,根据相关系数筛选出相关性高,具有代表意义的IMF分量并计算出其奇异值来构建特征向量;最后,将提取到的特征向量输入到松鼠搜索算法优化后的ELM中进行故障识别。将所提出的方法应用于西储大学轴承试验台中滚动轴承的故障诊断与识别,其故障识别准确率达98.18%。诊断结果表明:该方法具有较高的精准度,并可将该方法推广应用于各类旋转机械滚动轴承故障的诊断与识别。
- 周阳赵凤强乔浩王波史书杰
- 关键词：滚动轴承极限学习机
- 基于启发式的海洋自主系统规划修复方法
- 海洋自主系统原规划失效后重新规划的问题,提出了一种基于启发式的规划修复方法.该方法以一种启发式规划方法为基础,在原规划失效后,对原规划进行局部修复,从而达到可以利用原规划内容的效果.在修复部分采用移除树确定受影响动作集的...
- 张汝波史长亭陆绪彬
- 关键词：路径规划
- 无人驾驶方程式赛车环境感知技术
- 2023年
- 对国内外无人驾驶环境感知技术进行总结归纳,分析其在无人驾驶方程式大赛背景下的适用性。首先对环境感知技术依据使用传感器的不同,进行分别概述分析,包括基于视觉、基于激光雷达和基于传感器融合的环境感知技术;同时讨论了各类感知技术在无人驾驶方程式赛车领域内的适用性以及存在的问题;最后对无人驾驶方程式赛车的环境感知技术未来发展趋势进行讨论与展望。
- 王立琦张汝波
- 关键词：环境感知传感器
- 记忆神经网络在机器人导航领域的应用与研究进展被引量：2
- 2020年
- 记忆神经网络非常适合解决时间序列决策问题,将其用于机器人导航领域是非常有前景的新兴研究领域。本文主要讨论记忆神经网络在机器人导航领域的研究进展。给出几种基本记忆神经网络结合导航任务的工作机理,总结了不同模型的优缺点;对记忆神经网络在导航领域的研究进展进行简要综述;进一步介绍导航验证环境的发展;最后梳理了记忆神经网络在导航问题所面临的复杂性挑战,并预测了记忆神经网络在导航领域未来的发展方向。
- 王作为徐征徐征洪才森王殊
- 关键词：机器人导航记忆网络
