简介:摘要:顺应如今可持续发展战略的实施,针对垃圾分类设计了一款光电智能垃圾分拣车。数据集是神经网络训练的基础,使用K210通过OV2640对垃圾进行各种角度的拍摄,人工对拍摄照片进行分类边界框选[2]。基于TensorFlow深度学习理论,导入AI神经系统进行训练,增强系统对垃圾的适应性[3]。随后便可直接通过OV2640进行垃圾识别框选边界并输出种类、位置等信息。车辆的RT1064芯片接受到K210传回的信息,控制电机采取铲取或绕过的操作。通过对编码器输出信号的积分,进行路径规划,达到逐一识别垃圾的目的。当场上所有垃圾逐一识别过后,第一个识别的所有同种垃圾全部被收集再车内。随后便向垃圾分类区移动,通过摄像头对分类区色块的识别,判断准确的+分类区域。通过急加速、急后退的方法将车内垃圾倒入分类区内。随后车辆再进行下一种垃圾的收集,收集过程同上。
简介:摘要:机载光电平台系统是装载到飞机上的系统。其中,所面对装载飞机有着多种姿态的变化,并存在振动问题,在飞行的过程中也会受到风阻力矩的影响,从而出现轴指向不稳定的问题。如此一来,便影响机载光电平台系统中观测设备的正常运行,不能够保证成像的清晰度。对此,为有效避免这些问题的出现,需要做好稳定分系统的建设,促进装载飞机中运动、振动与光学传感器中视轴的隔离。确保视轴能够在固定的惯性空间方向中达到相对稳定的效果。同时,为保证被观测的目标可进行跟踪观测,同样需要机载光电平台系统能够在明确指令的指导下,进行规定运用。由此可见,从伺服控制的角度来看,机载光电平台系统其本质上是一种跟踪系统和视轴稳定,需要做好精心设计。
简介:摘 要:根据光电仪器的光学部件、机械部件、电子部件的三大部分的故障模式,探讨仪器的平均无故障时间,为仪器的预防性维修提供借鉴。
简介:摘要:光伏增益率瓶颈的两个出口,①光电转换率w/m 提升;②综合w/m (增益率+环评)成本下降,增益瓶颈①被分数量子点反向脉冲电动势能量丢失+分数量子点光电转换率缺相遏颈,是经典理论《应用量子物理学》 量子算法空白,增益②晶圆圆角硅片切片、截面积损耗率35.8%,至全产业链效率低下,碳、热排放大于产能,瓶颈是经典理论学术技术陈旧。
简介:摘要 :随着机载光电雷达使用频次的增加,光学系统透射率、探测器灵敏度等都会严重下降,其探测距离将会与出厂时的指标产生严重偏差,导致在空战中飞行员无法充分了解光电雷达的有效探测距离,进而很难发挥出光电雷达的最佳探测性能。
简介:摘要:针对受到海上复杂天气情况如海雾、海面日照反射、鱼鳞光和海面杂波等因素的影响,高效、高精度的对海小目标的检测和识别很难保证高精度的问题。本文采用基于改进的YOLOX算法,首先,使用 K-means 匹配新的锚点坐标,增加多个检测尺度提升检测精度;其次,将注意力机制模块融入特征提取网络 Darknet-53 中获得重要特征;然后,利用 Ghost 模块的轻量化技术优势,引入由 Ghost 模块构成的 Ghost-BottleNeck 代替YOLOX中的 Neck 模块,大幅度降低网络模型的参数与计算量;最后,将 IOU_nms 修改为 DIOU_nms 以优化损失函数,经试验验证,该算法在精度和实时性都有所提高。
简介:摘要:本文主要研究智能调光电源的设计与应用,分析其在提高照明系统能效和用户体验方面的优势和挑战,探讨物联网和人工智能技术的融合对其发展的影响。首先,介绍了智能调光电源的工作原理和关键技术,通过脉冲宽度调制(PWM)、数字可寻址照明接口(DALI)和0-10V调光技术实现灯光亮度的精确控制。 其次,介绍了智能调光电源的设计和研发过程,包括从设计目标、硬件设计、软件编程到性能测试的具体步骤和挑战。再次,介绍了智能调光电源的实际应用和案例分析,给出了一些具体的数据和效果,展示了智能调光电源在节能、提高照明质量和用户体验方面的具体表现。最后,展望了物联网和人工智能技术的融合对智能调光电源的影响和潜力,指出了需要解决的关键问题和方向。本文从理论和实践两方面,全面分析了智能调光电源的设计与应用,展示了其在照明领域的重要作用和价值,为进一步推动智能照明技术的发展提供了参考和借鉴。未来的研究需要解决智能调光电源的成本、兼容性、可靠性和安全性等问题,以及探索更多的智能化、自动化和数据驱动的照明控制方案。