【摘 要】
：
为了实现对高速动态图像进行稳定的快速识别,并将识别出的目标图像传给上位机,应用优化的背景差分原理,设计并验证了一种可并行计算的高速动态目标识别算法,利用FPGA作为主控芯片实现了有效图像的高效采集以及实时传输功能;首先该系统采用流水线处理方式实现对数据的实时采集,然后利用乒乓操作来实现目标识别算法,通过对DDR3进行分页操作,将识别后的动态目标图像进行缓存,最后采用USB3.0芯片实现上位机与FPGA进行实时传输数据;实验结果表明,所设计的动态目标高速识别算法可以有效识别出6 mm的BB弹,捕获率高达99
【机 构】
：
西安工业大学光电工程学院,西安 710021;中国人民解放军63850部队,吉林白城137000
论文部分内容阅读
为了实现对高速动态图像进行稳定的快速识别,并将识别出的目标图像传给上位机,应用优化的背景差分原理,设计并验证了一种可并行计算的高速动态目标识别算法,利用FPGA作为主控芯片实现了有效图像的高效采集以及实时传输功能;首先该系统采用流水线处理方式实现对数据的实时采集,然后利用乒乓操作来实现目标识别算法,通过对DDR3进行分页操作,将识别后的动态目标图像进行缓存,最后采用USB3.0芯片实现上位机与FPGA进行实时传输数据;实验结果表明,所设计的动态目标高速识别算法可以有效识别出6 mm的BB弹,捕获率高达99％,同时该系统可以实现动态目标数据的实时传输.
其他文献
针对原有生产线手动工位劳动强度大的弊端,制定自动化改造方案.采用工业机器人、协作机器人及自动供料装置,自主设计相关工装,实现自动化改造,降低人员成本.
2021年中国汽车行业不能不说的话题,无疑是新能源车,新能源车成为2021年最大亮点.2021年,中国新能源车销售达到352.1万辆,同比增长1.6倍,不但再次打破历史记录,而且已经连续第七年位居世界第一位.2022年1月,新能源汽车产销同比继续保持高速增长,分别达到45.2万辆和43.1万辆,同比增长1.3倍和1.4倍.在新能源汽车主要品种中,纯电动汽车和插电式混合动力汽车产销依然延续高速增长势头.有关专家预测,2022年中国新能源汽车产销量有望突破500万辆,中国新能源汽车时代真的来到了.
通过研究CMT焊工艺在天窗顶盖薄板上的应用,总结相关的适用参数、工装设计及调试方法等,为后续类似结构的产品设计及工艺设计提供帮助与指导.
某研发车型在改制装配过程中发现,改制过的膨胀罐支架与未改制的空调管存在干涉情况,通过现场实践结合理论数据对问题原因进行深层次研究分析,最终发现问题产生的根本原因,同时对膨胀罐支架进行了优化设计,确保问题解决并顺利装车,确保了该项目的研发进度.
驱动桥最主要的核心部件就是减壳总成,里面包含各种齿轮及传动件.因为需要加注润滑油,所以就使得密封性能尤为重要,实际反馈市场故障显示,减壳和加强圈的配合面经常有漏油现象.从理论方面入手,讨论了减壳结合面漏油故障的影响因素,从而提出相应的注意点和改进设计的参考意见.
车辆在正常行驶时,底盘下部突然出现咔咔异响,车辆停驶.经拆解后发现,该后桥从动齿轮出现两处约6个轮齿打齿.通过扫描电镜对该失效齿轮进行断口宏观分析、金相检验、表面硬度、心部硬度及有效硬化层等的检验,分析认为该齿轮的断裂是由于主动、从动锥齿轮接触区未调整好,使主动锥齿轮大端受力过大,该齿面接触应力超过了材料的抗剪切屈服强度极限造成的.结果表明,齿轮副接触区未调整好,造成主动锥齿轮和从动锥齿轮啮合不良,使主动锥齿轮大端受力过大,该齿面接触应力超过了材料的抗剪切屈服强度极限,后续的齿轮副配对研磨时或装配时加强对
万向节十字轴应用新车型验证时发生早期失效,利用有限元分析软件对该万向节十字轴进行分析优化设计,实现提高其性能的同时,大大缩短了设计开发周期,节约了重复试验的周期与成本.
传统雷达遮蔽角测量方法耗时长、精度低,难以满足快速准确进行雷达遮蔽角测量需求.文中基于计算机视觉测角原理,设计了雷达遮蔽角自动测量系统的总体结构和应用模式,提出了相机畸变矫正、安装误差补偿、轮廓识别提取等关键环节的实现方法,并与传统测量方法进行了对比验证.测试结果表明,基于计算机视觉的雷达遮蔽角测量方法能够大幅提高测量效率,精度满足应用需求.
针对北斗导航系统在机动雷达零值标定中的应用问题,文中首先采用最小二乘法进行卫星定位系统的定位计算,然后,结合全球定位系统的实时载波相位差分技术,提出零值标校方法;最后通过对设备的合理安装及相应的标校流程设计,完成距离、角度零值的快速标定.研究结果表明:该定位方法可以满足追踪测量雷达系统的工作要求,尤其是针对零值、俯仰零值以及方位零值的标定.
提出了基于注意力机制的多模态人体行为识别算法;针对多模态特征的有效融合问题,设计基于注意力机制的双流特征融合卷积网络(TAM3DNet,two-stream attention mechanism 3D network);主干网络采用结合注意力机制的注意力3D网络(AM3DNet,attention mechanism 3D network),将特征图与注意力图进行加权后得到加权行为特征,从而使网络聚焦于肢体运动区域的特征,减弱背景和肢体静止区域的影响;将RGB D数据的颜色和深度两种模态数据分别作为双流