光学 精密工程
2022, 30(19): 2390
南昌航空大学 航空制造工程学院, 江西 南昌 330063
为满足高精度平面运动的需求, 提出了一种盆架形的平面超声电机, 选取该定子的反对称纵向伸缩振动、左右方杆面内一阶弯振、前后方杆面内一阶弯振模态为工作模态, 纵振模态与弯振模态复合形成xOz、yOz面的椭圆运动。该文阐述了电机的驱动原理, 基于ANSYS分析软件建立了定子有限元模型, 优化了结构尺寸, 实现了干扰模态分离, 进行了谐响应和瞬态分析, 进行了运动调节特性分析。基于频率一致性优化得到盆架形定子的整体尺寸为53.136 mm×4.550 mm×4.560 mm, 定子驱动足上x、y、z向振幅分别为2.0 μm、1.49 μm、3.36 μm, 模拟出了椭圆运动轨迹, 验证了该平面电机具有良好的运动特性, 并给出了定子固定方式及设计了电机装配结构。
平面超声电机 盆架形定子 机电耦合模型 动力学特征 ultrasonic planar motor basin-shaped stator electromechanical coupling model dynamic feature
西安建筑科技大学信息与控制工程学院, 陕西 西安 710055
为了解决基于浅层特征的火焰识别模型对环境变化敏感且鲁棒性较低的问题,提出了一种基于卷积神经网络串行特征融合模型与最大相关最小冗余(MRMR)的火焰图像检测方法。为了从有限样本集中训练卷积神经网络获取更加全局性的特征,对使用预训练方法提取的火焰图像深层特征进行串行融合;再针对融合后的特征维度高、冗余大且未包含动态特征的问题,利用MRMR特征选择算法,去除与火焰相关性低的特征,获得相关性高的串行特征后与动态特征进行融合,得到最优子集的重构特征向量;最后通过支持向量机分类器完成对火焰目标的检测。实验结果表明,所提方法具有良好的泛化能力,对火焰的检测效果较好。
图像处理 火焰检测 卷积神经网络 动态特征 最大相关最小冗余 激光与光电子学进展
2020, 57(10): 101015
提出一种基于动态特征融合的粒子滤波目标跟踪算法。选择具有互补性的灰度直方图和梯度直方图特征共同描述目标模型，然后在目标跟踪过程中，根据特征对目标和背景的区分程度动态地调整每个特征的置信度，对目标模型进行在线动态建模和更新，从而提高目标模型描述的准确度，并进一步提高粒子滤波算法的跟踪精度。实验结果表明：在对典型场景下的目标跟踪过程中，提出的算法比单独使用一种特征的粒子滤波算法具有更高的跟踪精度和更稳定可靠的跟踪性能。
目标跟踪 粒子滤波 动态特征融合 目标模型 object tracking particle filter dynamic feature fusion object model
