湖南大学机器人学院
- 作品数：44 被引量：201H指数：7
- 相关机构：长沙理工大学电气与信息工程学院南开大学人工智能学院哈尔滨工业大学航天学院更多>>
- 发文基金：国家自然科学基金湖南省自然科学杰出青年基金长沙市科技重大专项更多>>
- 相关领域：自动化与计算机技术文化科学交通运输工程电气工程更多>>
- 面向配电网典型部件的热故障精准判别方法
- 2025年
- 提出一种配电网部件的热故障判别方法。首先包括一种检测任务转换方法,作为热故障判别前置任务的目标检测中。方法主要实现了将可见光图像和红外图像2种不同模态的信息进行巧妙地融合。其次是一种风格迁移方法,用于巡检任务中的场景自适应。最后是一种改进的交并集损失,用于降低低质量标注示例对边界框回归的影响,以提高模型检测性能。所提出方法较此前方法相比采用了多模态图像的信息,不局限于低分辨率红外图像。且改进后的方法使部件检测(定位)平均精度达到了88.1%,且不影响实时性,误检漏检情况也大大减少。优越的目标检测性能为热故障判别提供了良好的前提条件,温度解译平均误差不超过0.8℃。
- 陶岩张辉黄志鸿单楚栋徐先勇
- 关键词：多模态图像目标检测图像融合
- 高光谱遥感图像本征信息分解前沿与挑战被引量：2
- 2023年
- 高光谱作为一种图谱合一的成像技术,在对地观测、航空航天领域具有十分重要的应用。然而,作为光学遥感的分支,高光谱成像易受到大气、光照等因素的影响。高光谱图像本征信息分解旨在抑制复杂环境因素对地物光谱与空间特征的影响,准确提取并表征观测场景最本征的光谱与空间信息,提升高光谱图像识别与解译性能。本文主要对代表性的高光谱图像本征信息分解的模型和方法进行综述,系统地分析了各种典型方法的原理及优缺点,进一步阐述了实际遥感应用中现有本征信息分解面临的挑战性难题,并结合遥感实际应用,对高光谱图像本征信息分解技术的发展趋势进行了展望。
- 李树涛吴琼康旭东
- 关键词：高光谱遥感人工智能
- 基于注意力机制与混合监督学习的钢轨表面缺陷检测模型被引量：3
- 2022年
- 钢轨表面缺陷检测是保障铁路安全运行的重要一环,通过分析钢轨表面缺陷检测的必要性和现有检测方法的不足,提出了一种基于注意力机制与混合监督学习的钢轨表面缺陷检测模型。针对现有模型参数量大、部署成本高的问题,提出了端到端的钢轨缺陷检测模型,利用注意力模块引导特征丛的生成,提高缺陷检测速度,降低模型部署成本;针对实际应用中存在的异常样本少、标注成本高等问题,研究粗糙标签与混合监督对模型的影响,对像素级标签进行数据处理,使标签的不同区域获得不同的关注,降低模型对标签的依赖性。最终在实际钢轨数据集上进行实验验证,结果表明在图像级标签样本中加入少量像素级标签样本的混合监督学习可获得与全监督学习相当的性能,模型的分类准确率达99.7%。
- 赵晨阳张辉廖德李晨
- 关键词：表面缺陷检测注意力小样本
- 自监督提取光谱序列和语义信息的胆管癌显微高光谱图像分类
- 2024年
- 目的 病理切片的显微高光谱图像包含生物组织反射的光谱信息,为胆管癌组织细胞的分类诊断提供基础。目前病理高光谱图像分类算法的性能大多依赖于高质量标注数据集,然而数据标注过程耗时、费力。基于自监督的特征提取算法可以缓解数据标注难题。因此,本文提出了自监督提取光谱序列和语义信息的胆管癌显微高光谱图像分类方法,提升自监督方法的特征提取能力及分类精度。方法 首先,从自然语言处理中借鉴了具有序列信息建模能力的Transformer架构,将高光谱图像每个像素反射的光谱曲线看做一个光谱序列,设计Transformer自编码器,通过位置嵌入和注意力模块有效关注光谱序列间的差异,从而更好地学习到光谱序列信息。其次,图像经Transformer编码器结构图像增强得到正样本后,设计卷积自编码器作为另一组图像增强,获取对比学习需要的负样本。随后通过新颖的原型对比学习网络捕获图像中的高级语义信息,网络提取特征的过程使用未标记数据。最后,通过少量标记数据微调下游分类任务网络得到分类结果。结果 在多维胆管癌病理高光谱数据集的8个场景上进行实验,结果表明,与现有7种有监督的特征提取方法和5种无监督的特征提取算法相比,本文方法提取的特征在下游分类任务中能达到更高的分类精度,平均总体分类精度达到96.63%。结论 本文方法能从未标记的胆管癌显微高光谱图像中提取有效特征,特征应用于分类任务中达到较高的分类精度,缓解了病理高光谱图像数据标注难题,对胆管癌的医学诊断具有一定的研究价值和现实意义。
- 胡非易张辉袁小芳刘嘉轩陈煜嵘
- 关键词：癌症分类高光谱图像图像增强
- 高校大型科研仪器开放若干问题对策
- 2023年
- 大型科研仪器科技资源内涵丰富,是高校教学和科研工作的重要保障。针对高校大型科研仪器开放过程中突出存在的开放保障机制不够完善、开放实践项目资源不够充实问题,从大型科研仪器开放的渠道、资源和师资3个方面提出了改进策略,并以湖南大学机器人国家工程研究中心的机器人大型精密设备为例,提出了以机器人科研、产品、竞赛和创新创业项目为导向,开发机器人开放实践项目的一般原则和流程,然后基于一种四足机器人开发了一个机器人开放实践项目实例。近3年学生机器人大赛成绩验证了对策的有效性。
- 卢斌杨紫伊
- 机器人基础物理课程内容体系构建与教学实践被引量：2
- 2021年
- 针对机器人物理课程教学中存在的问题,通过分析机器人专业培养目标、课程体系,结合机器人技术的行业需求,指出物理理论在机器人专业课程体系中的地位与作用,构建机器人工程基础物理课程的教学内容体系,对接学生需求,提出并阐述以问题驱动、讨论互动、线上与线下相结合、课堂教学有限翻转为特征的混合教学模式,以培养学生分析研究和处理复杂综合问题的高阶能力。
- 陈曙光张思进
- 关键词：机器人物理课程教学实践
- 重大装备制造多机器人任务分配与运动规划技术研究综述被引量：9
- 2024年
- 飞机蒙皮、船舶舱体、高铁车身等大型复杂部件高效高品质制造是航空航天、海洋舰船、轨道交通等领域重大装备发展的根基.大型复杂部件具有尺寸超大、型面复杂等特点,传统的人工、单机制造面临着效率低、一致性差、空间有限等问题,多机器人具有高鲁棒性、高效性等优点,为大型复杂部件制造提供了良好的制造基础.任务分配与运动规划是多机器人制造系统的决策中枢,其性能影响整个系统的运行效率.考虑到重大装备部件制造任务分配与运动规划过程中任务工序多、冲突干涉多、精度需求高等挑战,本文首先对复杂环境下多机器人任务分配与运动规划的重要性进行了说明;然后阐述了目前主要的任务分配与运动规划方法,包括其在智能制造领域下的应用;在此基础上,对现阶段复杂场景下任务分配和运动规划存在的问题进行了分析,并使用强化学习与混合优化算法等方法提出了解决思路;最后对重大装备大型复杂部件制造过程多机器人任务分配和动态规划技术及应用的发展进行了总结与展望.
- 张振国张振国毛建旭王耀南张雪波王耀南
- 关键词：多机器人
- 矿用电动轮自卸卡车制动器异常检测被引量：1
- 2024年
- 针对矿用电动轮自卸卡车制动器异常工况检测需求,设计了制动器状态采集系统,并基于长短时记忆(LSTM)网络实现了监测数据的特征提取及异常检测.制动器状态采集系统主要由车载监控端、云服务端、用户端构成,实现制动器的数据采集、数据传输、异常预警等.基于监测数据,采用长短时记忆网络构建了异常工况检测模型,对矿用自卸卡车实况作业产生的多元时间序列数据进行特征提取.模型将早期输入序列信息传播到较后的记忆单元中,有效解决了时序数据的长期依赖性问题.实验结果表明,所提方法对异常工况的识别准确率高于93%,明显优于基于阈值的检测方法.
- 呼木吉力吐赵然斌孙罡锋王嘉诺
- 工业铸件缺陷无损检测技术的应用进展与展望被引量：25
- 2022年
- 高端装备制造业是国民经济的支柱产业,是推动工业转型升级的引擎,发挥着举足轻重的作用.而铸造产业一直是人类现代生产生活中重要的、不可替代的产业,铸件产品既是工业制造产品,也是大型机械的组成部分.随着经济水平和工业自动化程度的不断提升,人们对于铸件的需求量呈指数爆炸式增长,铸件价值辐射到各行各业.与此同时,铸件在铸造、服役过程中经常会出现各种缺陷,而传统低效的人工检测方法难以保障工业界对中高端铸件的性能需求.因此亟需对铸件检测技术进行革新.本文首先对铸件铸造过程以及服役过程中各类缺陷的形成机理进行分析.然后阐述了基于声学、光学、电磁学等主流检测技术及其常规信号处理方法、磁粉检测技术与渗透检测技术等其他检测技术,并对近年来新兴的基于神经网络的信号处理方法进行了说明.在此基础上,分析了近年来铸件缺陷无损检测技术以及基于神经网络的信号处理方法的研究现状.最后,对铸件缺陷无损检测技术及应用的发展趋势进行了展望.
- 张辉张邹铨陈煜嵘吴天月钟杭王耀南
- 关键词：无损检测X射线探测神经网络
- 无人集群系统深度强化学习控制研究进展被引量：2
- 2024年
- 随着无人集群在物流运输、农业管理、军事行动等场景的试验和应用,其面临的作业环境和任务内容日趋复杂,亟需设计效率更高、泛化能力更强、适应性更好的控制算法.将人工智能引入到无人集群系统控制的研究中,能够大幅提升现有无人集群的能力,完成复杂的作业任务.深度强化学习具有深度学习和强化学习的优点,无人集群系统深度强化学习控制研究受到了国内外科研人员的广泛关注,涌现出许多标志性成果.本文将从原理、特点等方面阐述深度强化学习概念,深入分析深度强化学习的多种典型算法,并讨论无人机集群的各类控制需求,进而介绍深度强化学习在无人机集群控制领域的典型研究成果,最后针对该领域研究成果的落地转化总结了应用前景和面临的挑战.
- 梁鸿涛王耀南华和安钟杭郑成宏曾俊豪梁嘉诚李政辰
- 关键词：多智能体人工智能集群智能
