环境感知是无人驾驶的核心技术之一,而利用三维激光雷达进行障碍物检测一直是国内外的研究热点。本文首先按照传感器的种类介绍了无人车障碍物检测方法的分类,然后介绍了基于三维激光雷达进行障碍物检测的基本原理,之后详细分析了基于三维激光雷达进行障碍物检测的传统方法。其中深度学习是二维图像目标检测及分类的重要方法,在介绍三维激光雷达点云特点的同时分析了点云深度学习的挑战,最后详细分析了三维点云深度学习在障碍物检测方面的研究现状以及发展趋势,并且介绍了自动驾驶领域的KITTI数据集和ApolloScape数据集。

许多应用中都需要激光光束强度均匀分布,或者按照设计要求对激光光束的强度相位分布进行特定调制,因此,有必要对各种光束整形技术进行研究。目前,已发展了多种激光光束整形技术,其中光束积分法原理简单,适用性广,因此基于此方法的光束整形技术具有很大的工程价值。主要介绍了基于棱镜、反射镜及微透镜阵列等光学元件的光束积分系统的组成情况,列出了典型整形光路,以及近年来在光束整形方面的研究进展。同时,介绍了在整形过程中上述方法的各自特点。

利用大气颗粒物激光雷达观测数据、地面监测站数据和铁塔上搭载的超声波风速仪测量得到的风场数据(简称“铁塔风场数据”),对2018年1月16日至1月18日浙江北部地区的一次污染过程及特征进行了分析。本次污染过程主要受区域污染物传输影响。激光雷达观测结果表明:受西北风影响,16日12时开始,西北方向城市的污染物开始向宁波传输,颗粒物浓度迅速升高,17日18时之后风向转为较弱南风,污染开始消散;532 nm通道的距离平方校正信号与近地面污染物浓度的变化趋势一致;退偏振比、波长指数的结果显示,0.5~1 km高度处的污染物与近地面污染物为两种不同的类型。HYSPLIT后向轨迹模式结果表明,该污染气团来自宁波的西北方向城市,且气团输送速度较快,HYSPLIT模式结果与铁塔风场数据分析结果一致。可见激光雷达的探测结果能够有效地表征颗粒物浓度的空间分布以及演变,并为大气污染的监测和预警提供理论依据。

为了对分布式光纤上的入侵信号类型进行准确识别,提出了一种基于集合经验模态分解(EEMD)结合随机向量函数链接(RVFL)神经网络的光纤入侵信号的特征提取与识别算法。算法步骤为:对采集到的光纤入侵信号作预处理操作,包括最小-最大规范化处理和利用db3小波去除信号的低频噪声;采用EEMD方法对入侵信号进行分解,得到5组本征模态函数(IMF);计算各IMF分量的能量占比,并依据方差分析法筛选出3组特征向量;将特征向量送入RVFL神经网络进行训练并对入侵信号进行识别。实验结果显示:该方法能正确识别不同入侵信号的类型,具有较高的准确率。

为提高频谱利用率,同时减少光路的建立时延和阻塞率,提出了一种基于时延和频谱利用率联合优化路由频谱分配 (CODS-RSA)算法。CODS-RSA算法在提前计算期间,利用提前计算控制模型、频谱位示图和最佳分配算法,建立了光连接请求业务数据库。CODS-RSA算法根据光连接请求业务数据库和实时更新计算结果,进行了路由频谱分配(RSA)。仿真结果表明,CODS-RSA算法提前计算减少了光路的建立时延,频谱位示图和最佳分配算法的分配频谱提高了频谱利用率,也相对降低了业务请求的阻塞率。

为提高复合式光纤法布里-珀罗传感器的相关解调分辨率,提出了一种基于新型复合式光楔的非扫描相关解调系统。根据所解调复合式光纤法布里-珀罗传感器各腔体光学厚度变化范围,沿线阵CCD像素点排布方向,设计了分段式不同倾角和厚度范围的空气间隙式光楔结构,实现了多个法布里-珀罗腔腔长的复合同步解调。针对基底腔和空气腔腔长分别为600 μm和80 μm的复合式光纤法布里-珀罗传感器,设计了复合式光楔,仿真并分析了其解调性能。结果表明,采用基于复合式光楔的非扫描相关解调方案,可以实现光学厚度差异较大的多法布里-珀罗腔构成的复合式光纤法布里-珀罗传感器的同步高精度解调,腔长解调分辨率优于单光楔解调。

在相干光通信系统中,激光器相位噪声导致信号在复平面内发生旋转,因此需要在接收端对信号进行载波相位估计和恢复。在利用M次方载波相位恢复算法进行相位估计时,简化了对相邻N个符号进行求和取平均以减小加性高斯噪声影响这一步,将由残余频偏、相位噪声及加性高斯噪声引起的总相位偏移量看作一个整体,直接估计出每个符号的总相位偏移,之后再恢复出调制相位。通过仿真比较了该算法与传统M次方载波相位恢复算法的性能,用该算法进行相位恢复后,信号的相位与原调制相位之间的误差只有10 ^-16 rad,而采用传统算法相位恢复后的误差可达0.3 rad,表明所提算法能够更加准确地恢复出调制相位,具有更高的估计精度。利用本文算法可在没有进行频偏补偿的条件下,直接完成相位恢复,而传统算法只能对频偏补偿后的信号进行相位恢复。此外,由于减少了求和取平均这一步,本文算法的复杂度也得到了降低。

基于卷积神经网络(CNN)的VGG-19(Visual Geometry Group)模型,研究了卷积神经网络对输入纹理进行卷积时,输入纹理特征图的边缘信息对生成自然纹理效果的影响。在使用卷积神经网络的VGG对输入图像进行卷积时,为了防止过拟合现象,采用平均池化的方式对特征图进行处理,在一定程度上保护了特征图的边缘信息,相对采用最大池化处理特征图取得了更好的生成效果。同时,提取各层特征图的边缘信息并将其叠加到特征图中,能很好地保留纹理图像的边缘结构信息。实验结果表明,改进后的方法能取得较为理想的纹理生成效果。

针对视觉背景提取(Vibe)运动目标检测算法存在的鬼影及阴影问题,利用鬼影与背景相似而运动目标与背景差异大的特点,提出了一种基于前景和邻域背景像素直方图相似度匹配的方法,快速检测鬼影并更新背景模型;利用阴影的颜色特性和纹理不变性,提出在亮度和色度分离的YCbCr色彩空间中先根据颜色特性得到候选阴影区域,再利用完全局部二值模式算子(CLBP)提取区域的详细纹理特征,进一步检测与去除阴影。在公开视频数据库CDnet-2012上进行仿真,仿真结果表明,该算法能够保证运动目标被完整检测的同时快速去除鬼影和阴影,其检测精度比原Vibe算法提高了21.53%。

针对多尺度卷积神经网络的头部姿态估计准确率在实际应用中易受到光照、遮挡等干扰因素的影响,以及大量运算导致算法运行速度较低的问题,提出了头部姿态估计算法。使用不同尺度的卷积核对输入的头部姿态图片进行特征提取,丰富了图像特征,同时保留了图像信息,增强了算法对干扰因素的稳健性。引入1×1卷积对网络结构参数进行降维,降低了系统的运算量,提高了算法的时效性。实验结果表明,所提算法在Pointing'04和CAS-PEAL-R1数据库上的识别率分别为96.5%和98.9%,对于光照、表情、遮挡等干扰表现出较好的稳健性,具有较快的运行速度。

传统表情识别往往是基于单一图像进行特征提取、训练及识别,缺乏在动态时间上的细微表情变化提取。利用时间前后的人脸表情变化信息,提出了一种基于概率协作表示的多视频序列融合表情识别方法。先采用主动外观模型(AAM)定位出人脸表情的68个特征点,利用提出的融合策略将相邻3帧表情图像的AAM特征进行融合,最后利用概率协作表示的分类优势进行识别。实验结果表明,在CK+表情数据库上,所提出的方法能够把握表情的时间变化信息,相比于近几年的表情识别算法,在识别率上取得了较好的效果。

针对印花织物颜色丰富、花纹多变、错花缺陷检测困难等问题,提出了一种基于黄金图像减法(GIS)与傅里叶变换位移定理(FTDT)曲线匹配算法相结合的方法,实现了印花织物错花缺陷的检测。对印花织物图像进行高斯滤波,以消除噪声对缺陷检测结果的影响;利用GIS实现对待检测图像的匹配,并分割出缺陷区域;针对错花类型的疵点,运用基于FTDT的曲线匹配算法计算出错花的相对偏移量。实验结果表明,该算法不仅能准确分割出缺陷区域,对疵点细节信息保留得较好,而且能精确得到错花的相对偏移量,对工业生产具有一定的指导意义。

针对人工肉眼检测聚氯乙烯(PVC)管材表面缺陷效果差、效率低下等问题,设计了一种基于机器视觉的PVC管材表面缺陷检测算法,并将其用于工业生产。该算法主要包含图像预处理和缺陷检测两部分,图像预处理包括边缘遍历、条纹检测和Gamma变换等步骤;缺陷检测主要包括水平与垂直投影、快速区域生长法连通域标记和分块处理等步骤。该算法对Gamma变换以及区域生长法作加速处理,同时能够最大限度地检测出PVC管材表面缺陷并避免误检。实验及工厂实地检测结果表明,该算法检测准确率为97.6%,实时检测速度超过60 m/min,缺陷最小检测面积为0.05 mm ²,而且管材运行中单边抖动不超过5 mm时无误报警现象发生,管材在运行速度为45 m/min时漏检率为0,因而能满足实际生产需要。

针对图像语义分割中图像的上下文信息利用不充分、边缘分割不清等问题,提出一种基于多尺度特征提取与全连接条件随机场的网络模型。分别以多尺度形式将RGB图像和深度图像输入网络,利用卷积神经网络提取图像特征;将深度信息作为补充信息添加到RGB特征图,得到语义粗分割结果;采用全连接条件随机场优化语义粗分割结果,最终得到语义精细分割结果。实验结果表明,所提方法提高了图像语义分割的精度,优化了图像语义分割的边缘,具有实际应用价值。

针对目标三维重构图像处理算法要求背景单一、对实验环境依赖性较大的弊端,提出了一种复杂背景下目标三维重构的图像预处理算法。通过对所采集的图像进行高斯滤波、伽马变换以及直方图均衡化处理,去除图像噪点,对复杂背景图像进行抑制,最大程度地强化目标细节信息。融合Grab cut算法与Deeplab算法,解决Grab cut耗时而Deeplab边缘模糊的问题,有效地实现了目标与复杂背景的分离。搭建了针对小汽车模型的实验平台,共获取16组目标图像,验证了该算法的可行性。以2组目标为例,对比了所提算法与传统三维重构图像预处理算法的效果:所提算法的分割准确性为0.9986,灵敏度为0.9889,特异性为0.9991,均高于传统方法;与传统算法点云噪点率为22.7%相比,所提算法的点云噪点率降低为1.15%;所提算法的平均重构耗时为2.245 s,是传统算法耗时的60.6%。由此证明了所提图像预处理方法在复杂背景下的三维重构中具有更好的效果。

采用反卷积与捷径连接,针对毫米波图像提出了一种高效、快速的卷积神经网络,在保留图像低阶细粒度特征的同时,检测速度由原框架的9 frame/s大幅提升至27 frame/s,并取消了Faster RCNN (Regions with Convolutional Neural Networks)中的RCNN部分。为了使网络更好地收敛,基于聚类思想设计了初始候选框的大小。使用在线困难样本挖掘(OHEM)优化了Faster RCNN的损失函数,解决了毫米波图像中正负样本失衡的问题,大幅提升了训练速度。所提算法在测试集上取得了87.6%的准确率和81.2%的检出率,F₁分数相较于主流算法提升了5%左右。

针对视频序列中的几种异常行为,构建训练模型,对其进行识别。使用卷积神经网络(CNN)进行特征提取并采用Adam算法(一种基于梯度的优化算法)进行优化。引入自适应池化层,筛选出判别的特征信息,减轻网络的计算量,加快识别视频序列中存在的异常行为。使用Adam算法对模型进行优化后,识别率可以达到87.6%,引入自适应池化层后,识别率可以达到91.9%。该卷积神经网络对视频序列中基本的异常行为的检测效果比改进的轨迹跟踪(iDT)和双流网络更快更准确;相较于时间分割网络(TSN)和时间关系网络(TRN),识别的准确率稍低,但是识别的速度更快。

在前期研究基础上,利用皖北地区砂姜黑土的193个土壤样本的可见近红外高光谱(350~1700 nm)数据,结合非线性和线性的核函数,对9种算法进行模型的首次优化;再利用随机森林、提升树和梯度提升树三种集成学习算法进行模型组合和二次优化。通过模型比较,优选并组合了Sigmoid函数的偏最小二乘、线性的支持向量回归、径向基的支持向量回归和Sigmoid函数的支持向量回归4个单模型,集成算法优化后发现,梯度提升树算法的预测结果最优。与单模型的预测结果相比,梯度提升树模型组合的决定系数为0.86,提高了17.8%,相对分析误差系数为2.55,从B等级提升到A,不仅在准确率上有显著提高,且组合模型过拟合更低,泛化性好。因此,梯度提升树的集成学习可结合多种模型优势,通过高光谱的模型集成来提升土壤速效磷的预测结果精确度。

针对图像质量数据库的主观评价方法存在失真等级少,缺少实验结果分析等问题,提出一种大样本图像质量主观评价方法。该方法基于双激励连续质量量表进行设计,使用简化的2级主观评价尺度评价,通过循环积分、最优选择和顺序调整获得样本图像的质量排序,并基于模糊聚类分析的思想将获得的图像次序的概率视为匹配程度,建立样本的模糊相似矩阵。通过指标规格化,建立模糊相似关系、等价关系以及分类、评分等步骤,最终确定图像质量得分。64级失真图像质量主观评价实验结果表明,图像质量得分能够准确反映可察觉差异的变化,主观评价结果的正确率达到94%,图像质量得分的标准差介于0~7,均值为3.08(百分制),远低于其他图像质量数据库的水平。所提方法具有较好的准确性和稳定性,适用于图像质量数据库的主观评价和人眼视觉特性研究。

为了解决复杂结构和形状的目标进行消隐数值计算时计算量大,精度较低的难点,提出基于OpenGL的目标消隐及可见部分显示方法,启用深度缓冲区进行深度测试,利用计算机图形加速卡在硬件层级迅速实现目标消隐并得到面元距离信息,提高了计算效率和精度,并通过一次光照获取目标面元与探测视线夹角的余弦值。考虑激光脉冲的时空分布特点,结合仿真得到的目标反射率分布,采用卷积模型计算目标的激光回波波形,仿真分析了发射激光脉宽、目标表面材料对目标激光反射层析成像质量的影响。

化学需氧量(COD)是水源地水质有机物污染的一项重要指标,是水质监测的必检参数之一。基于紫外分光光度法(UV法)的COD在线监测是全面实施污染源在线实时监测的重要手段。针对传统试剂法COD在线检测存在的问题,设计了基于双光源检测方法的COD在线检测传感器。从理论方面分析了浊度、光源温度和水样温度变化对测量值的影响并提出了温度补偿和浊度补偿的方法。实验结果表明,传感器的重复性误差为3.12%,实际水样对比实验最大相对误差为6.18%,浊度补偿和温度补偿可靠性较高。所制COD传感器能够对水样COD浓度进行准确测量,满足水质在线监测设备的技术要求。

设计了激光二极管抽运的424 nm腔内和频蓝光激光器。该激光器采用复合V型腔结构,利用Ⅰ类临界相位匹配的三硼酸锂(LiB3O5,LBO)晶体对掺镱钇铝石榴石(Yb∶YAG)晶体的1030 nm激光和掺镨氟化钇锂(Pr∶YLF)晶体的720 nm激光进行腔内和频。当Yb∶YAG晶体的抽运功率为5 W,Pr∶YLF晶体的抽运功率为3.1 W时,实现了18 mW连续运转424 nm蓝光激光的稳定输出,光-光转换效率为0.2%,水平及竖直方向的光束质量因子分别为1.62和1.50。

报道了InGaAs/GaAs/InGaP量子阱激光器的激光光谱研究,并在法布里-珀罗(FP)腔激光器中发现了单模工作特性,且该单模工作特性可以在较大的工作电流范围内(36~68 mA)存在,在一定的电流(14 mA)范围内保持单模可调谐。在20 ℃,当器件注入电流为62 mA时,激光器单模工作情况下的最大边模抑制比(SMSR)为29.8 dB,在其他电流条件下该器件的边模抑制比也都大于20 dB。激光器在单模工作时,器件最大输出功率(单面)达到12.5 mW。对于具有相同结构和材料的FP腔激光器来说,在不同条宽或腔长的器件中都观察到上述单模工作特性。这一特性在一些单频激光的应用系统中具有较大的应用价值。

基于放大自发辐射(ASE)噪声扰动和半导体激光器互注入的方法,设计并研制了一款50 GHz宽带混沌信号发生器。该信号发生器主要包括两个分布式反馈半导体激光器(DFB-SL)和一个半导体光放大器(SOA),利用SOA产生的ASE噪声扰动SL产生混沌激光,基于SL互注入的拍频效应进一步实现频谱整形和带宽增强。在反馈强度为9.096%、频率失谐量为32.75 GHz、耦合强度为1.966的状态下,信号发生器可以产生频谱带宽超过50 GHz、平坦度为±2.5 dB、光谱线宽为0.56 nm的混沌激光。高带宽、高平坦度的宽带混沌信号发生器的研制,解决了混沌激光存在的频谱不平坦、带宽窄等问题,将进一步推动混沌激光的产业化应用。

点云配准是地面三维激光扫描数据处理的重要环节。面向地形起伏较小的场景,提出了一种基于投影分布熵的地面激光点云自动配准方法,利用信息熵对点云投影分布的集中程度进行描述,并寻找点云间的最佳分布进行粗配准,以此作为迭代最邻近点算法的初始值进行精配准。相对于基于特征的自动配准方法,该方法主要关注点云整体分布的一致性。实验表明,该方法具有较高的稳定性和成功率,尤其在点云场景出现较大视角变化或包含较多重复、对称结构时具有良好的配准结果。

针对目前医疗输液袋印刷过程中存在的漏印、错印等影响医疗品质的问题,提出了一种基于支持向量机的输液袋智能检测与缺陷分类方法。通过对生产过程中常见的医疗输液袋缺陷特征的分析,选取品名偏移、品名旋转和品名污迹作为缺陷分类目标,将候选区与监测区位置关系、候选区与监测区旋转角度和填充度这三种特征作为支持向量机的输入向量训练分类器。实验中使用径向基核函数结合一对一分类法,以平均运算时间和识别准确率作为评价指标进行对比实验,实验结果表明,所提方法识别准确率可达96.7%,满足企业生产的要求。

因液体透镜在成像、生物识别、光电和芯片实验室等方面具有广泛的应用前景,研制出一种基于调频法的介电效应液体透镜,通过调节输入电源信号频率实现对透镜焦距的控制,获得了频率、电压、接触角、焦距和透镜孔径间的变化关系。所研制的介电透镜施加的电压频率范围为0~20 kHz,其焦距可在6~8 cm间变化,透镜孔径变化范围为2~3.25 mm,透镜响应时间约为375 ms。本透镜具有结构简单、驱动快速、调节精确、能耗小、分辨率良好、动态范围大等优点。

对不同光谱分布的发光二极管(LED)引起的不舒适眩光进行了研究。设计开发了红/绿/蓝/白(R/G/B/W)4色LED光源模块,研究了该模块在3种不同背景亮度下的眩光效应,并在每种条件下进行了7等级量表主观评价。实验结果表明:在3种不同背景亮度下,R/G/B/W 4色LED光源产生了不同程度的眩光。在同一背景亮度下,LED亮度越大,主观实验评分越高,即产生更多的不舒适眩光。同时研究发现,B-LED光源不舒适眩光最强,W-LED光源不舒适眩光最弱,验证了统一眩光指数(R_UGR)模型对该4色LED光源的适用性。B-LED光源R_UGR计算值与主观实验不舒适眩光评分的相关性最差,W-LED光源在背景亮度L_b=19.967 cd·m ^-2时其相关性最好(R²=0.951)。

利用剪裁的纳米球掩模沉积技术制备了周期性的银纳米颗粒与银纳米孔阵,并探讨了相关纳米结构的光学特性。先在玻璃基片上制备六角密排的聚苯乙烯纳米球作为掩模,然后利用电子束蒸镀银金属,在超声中去掉掩模,最终可以获得周期性的银纳米三角颗粒。若在蒸镀银金属前先对聚苯乙烯纳米球进行氧等离子体刻蚀,可以获得周期性的银纳米孔阵。测量上述银纳米颗粒与银纳米孔阵中纳米银的透射谱,对其表面等离子体共振特性进行了分析。同时,利用三维时域有限差分方法对相关纳米结构的光吸收特性进行了数值模拟,理论模拟与实验结果基本相符。

从Maxwell方程组出发,将与旋光效应相关的二阶非线性电极化作为线性电极化的微扰项,并结合角谱表示理论,以傍轴高斯光束作为入射光场,研究了光束在具有自然旋光性的Bi₁₂SiO₂₀晶体中的传播问题,并分别采用Minkowski和Abraham两种形式的光动量,得出Bi₁₂SiO₂₀晶体中的光动量及角动量表达式。结果表明,旋光性的存在使得晶体中的Minkowski动量和Abraham动量的比值不再是晶体折射率的平方。采用Minkowski角动量密度形式,可以发现,光场与晶体之间的角动量会发生耦合,虽然光场自身的角动量不守恒,但光场和晶体的总角动量守恒。

2017年7月至8月,使用微脉冲激光雷达与小型气溶胶后向散射探空仪在昆明开展了一个月的气溶胶垂直结构联合观测实验。对比2种仪器同步观测方法与探测后向散射比结果的异同,分析激光雷达和后向散射探空仪测量获得的气溶胶垂直分布特征。探测结果表明,两者具有较好的一致性,在1~4 km高度范围内,排除云层干扰后,2种仪器后向散射比测量结果的相关系数为0.87,方均根误差为0.752;观测实验表明,研制的微脉冲激光雷达为连续探测气溶胶垂直结构演化过程提供了有效手段,融合后向散射仪探空数据,可以减少微脉冲激光雷达数据反演中的假设参数,开展两者联合观测具有一定应用价值。

提出了一种基于单模-多模-单模拉锥结构的光纤布拉格光栅 (FBG) 传感器,该传感器能有效提高应变的检测灵敏度。多模光纤具有孔径大、易耦合、写制光栅较容易、可承受应变较大等优点,使光栅区域位于拉锥多模光纤处,则该多模拉锥光纤的光栅可使传感器获得更高的应变探测精度和灵敏度。通过控制多模光纤的拉伸长度,制作了多个不同锥度的传感器。先将一段长度为1.7 cm的多模光纤对芯熔接在两段单模光纤中间,然后对多模光纤段分别进行长度为0.8,0.9,1.0 cm的拉锥,在多模光纤锥区一侧写入长度为7 mm的FBG。通过分析反射谱中谐振波长的变化来监测温度、应变的改变。实验结果表明,该传感器的应变检测范围为0~960 με,应变灵敏度最高可达15.5 pm/με,而温度灵敏度为10.5 pm/℃,锥区半径越细则应变灵敏度提升越明显。由于应变灵敏度相对传统FBG有大幅提高,而温度传感特性保持不变,在没有温度补偿的情况下,温度引起的应变误差仅为0.677 με/℃,降低了应变和温度之间的交叉敏感性。