排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
针对传统机器视觉算法难以获取准确视觉引导线的问题,该研究提出了一种利用深度学习算法获取视觉引导线的方法,并将毫米波雷达探测的目标运动状态信息考虑到视觉引导线的提取中,以安全避开障碍物。首先通过数据预处理方法过滤部分雷达目标数据,再利用多目标跟踪算法过滤干扰数据并对动态目标持续跟踪,为后续数据融合提供准确的雷达目标数据。然后制作田间道路环境数据集,搭建基于Deeplabv3 plus的改进语义分割网络。继而利用时间戳对齐和基于最小二乘法的坐标变换实现毫米波雷达数据与视觉数据在时间与空间维度的同步。最后基于无动态目标状态信息和有动态目标状态信息两种情况提出了相应的视觉引导线提取策略,进行相关试验测试了视觉引导线提取方法的效果。相比于人工测量的真实道路中点,在无动态目标场景下提取的视觉引导线的平均误差为1.60～9.20像素;而在有动态目标的场景下,能够成功获取避障的视觉引导线。研究结果有助于提升丘陵山区农业机械的智能化水平。 相似文献
2.
锂离子电池作为电动汽车重要的储能单元,在反复的充放电过程中出现性能衰退等老化现象不可避免.本质上锂电池完成的充放电过程是持续的电化学反应,因此基于电化学建模方法比等效电路方法更为精准和可靠.本文首先从理论上阐述了电化学建模的过程,然后应用COMSOL软件对模型进行了仿真,为验证仿真分析的可靠性,对18650锂离子电池进行了多个温度、倍率的充放电,将仿真数据与实验结果进行对比发现吻合较好,表明了电化学建模方法的可靠性较高.随着放电倍率的增大,仿真结果和实验数据吻合变差,如何在建模时考虑电池的老化、热耦合等因素以确保始终吻合良好是未来研究的内容. 相似文献
1