English Version Light学术出版中心
最新刊期
2023 年 第 2 期
-
17.1 nm极紫外滤光片的制备
摘要：为了预警空间天气，需对日地空间物理过程进行监测，极紫外（Extreme Ultraviolet， EUV）滤光片是极紫外成像仪其中的重要组成部分，用来去除太阳辐射光谱中的非工作波段的辐射。为了优化EUV滤光片在17.1 nm波长处的透过率，本文基于比尔-朗伯定律通过理论计算和软件模拟确定17.1 nm EUV滤光片的材料及厚度。首先，采用真空热蒸发的方式在熔石英基底沉积脱膜层和金属薄膜，成功制备了以镍网为支撑的EUV滤光片。经测试，滤光片在17.1 nm处的透过率约为43.81%，表面光滑平整且无明显针孔。接下来为了说明氧化层对透过率的影响，使用椭圆偏振光谱仪测量滤光膜样品，得到放置不同时间的氧化层膜厚，并测得粗糙度来优化模拟滤光片透过率。利用IMD拟合样品氧化层厚度及粗糙度，调整层厚达到与实际测量值最为接近的曲线。实验结果表明滤光片透过率的模拟值与测量值绝对误差约1%，符合良好。本文为17.1 nm EUV滤光片提供了制备方法以及优化思路，在空间探测领域有重要应用价值。关键词：金属薄膜;滤光片;栅网支撑;极紫外;氧化层- 341
- |
- 54
- |
- 0
发布时间：2023-02-08 -
采用干涉条纹纹影法的轴对称温度场测量
摘要：温度场作为一种状态监测参数，在大型工业装备状态监测领域有着广泛应用，纹影法作为一种流场可视化方法，是进行空间温度场测量的有效手段。传统纹影法一般通过直接测量光线偏折角重构空间折射率场，进而解算温度场，然而光线偏折角一般非常微小，直接测量会产生较大的测量误差。因此，本文提出一种采用干涉条纹的纹影偏折角放大方法，从而提高空间温度场重构精度。首先，测量激光通过双缝后将形成干涉条纹以代替传统背景纹影法的随机散斑图案；接着，通过视觉的方法测量干涉条纹穿越非均匀温度空间后所产生的条纹偏移，并基于该偏移量解算光线偏折角；然后，通过阿贝尔逆变换的方法解算空间折射率场的分布情况，进而获取空间温度场，最后，通过仿真与实验对本文所提方法的有效性及测量精度进而了验证。实验结果表明：与传统的背景纹影法相比，温度场重构误差下降约30%。本文所提的干涉条纹纹影法可有效提高纹影测量精度，拓展纹影温度测量的应用范围。关键词：纹影法;轴对称温度场;干涉条纹;激光诊断- 210
- |
- 44
- |
- 0
发布时间：2023-02-08 -
光纤光栅与人工智能融合的形状自感知穿刺针
摘要：手术机器人可以通过术前路径规划避免重要组织受到损伤，且具有较高的操作精度，因而被广泛应用于穿刺活检手术之中。目前手术机器人在穿刺针形状信息准确实时获取方面存在不足，无法实现穿刺过程中自主避障以及精准的靶点操作。因此研究穿刺针形状感知方法，可为手术机器人自主/主从穿刺提供形状信息反馈，对于提高穿刺手术的安全性与准确性有着重大意义。鉴于此，提出了一种融合分布式光纤光栅传感技术和人工智能的形状自感知穿刺针。利用机器学习算法，对静态标定实验获取的不同弯曲状态下光纤光栅的中心波长数据与形状数据进行训练，得到了光纤光栅中心波长漂移量与形状函数及弯曲方向角之间的神经网络模型，进一步调用该神经网络模型，实现穿刺针的三维形状重构；测试结果表明，穿刺针针体的形状重构最大误差值为0.90 mm，弯曲方向角的最大误差为5.03°。在动态性能验证实验中，形状重构最大误差值为0.84 mm，弯曲方向角的最大误差为1.02°，进一步验证了模型的可靠性。因此所提出的形状自感知穿刺针能够精准实现形状信息的实时获取，从而在手术机器人自主穿刺和主从操作过程中针体形状感知与调控方面具有广阔的应用前景。关键词：光纤光栅传感;穿刺针形状重构;BP神经网络;图像处理- 279
- |
- 55
- |
- 0
发布时间：2023-02-08 -
基于单光子探测的光子计数光时域反射仪研究进展
摘要：基于光时域反射技术（Optical Time Domain Reflectometry， OTDR）的光纤分布式传感器可以实现对整个传感光纤空间可分辨的分布式测量，相比点式传感器具有极大的技术及应用成本优势。而传统的基于模拟探测的OTDR光纤分布式传感器在空间分辨率及动态范围上存在性能瓶颈。基于单光子探测的光子计数OTDR光纤分布式传感系统通过数字化的探测和记录方式，可以突破传统OTDR系统的性能极限。本文对光子计数OTDR系统技术及发展进行了综述，旨在通过本文的综述，明确基于单光子探测的光子计数OTDR系统的优势及限制，以及该技术的未来发展趋势，促进基于OTDR技术的光纤分布式传感器的进一步发展。关键词：光纤传感;光时域反射仪;单光子探测;时间相关的光子计数;分布式光纤传感器- 196
- |
- 46
- |
- 0
发布时间：2023-02-08
现代应用光学
-
Mini/Micro LED 巨量转移技术研究与发展现状
摘要：对巨量转移（Mass Transfer， MT）方案和运动定位平台（Motion Positioning Platform， MPP）的研究现状及其未来发展进行了详细阐述。根据芯片转移方式，将MT方案分为精准拾取-释放技术、自组装技术、滚轴转印技术、激光剥离技术，结合芯片转移效率和良率，论述了国内外MT方案的发展过程。在此基础上，从平台支撑方式，详细介绍了机械构型、气浮构型、磁浮构型和混合构型的MPP结构及工作原理，考虑运动行程、运动定位精度等因素，比较了MPP性能的优劣。展望了MT方案和MPP技术的未来发展方向，指出基于微孔液气双态介质的激光剥离MT和具备周向小角度修正以及轴向微高度调节能力的“机械+磁浮”混合构型MPP是Mini/Micro LED芯片转移技术的研究重点。关键词：Mini/Micro LED;巨量转移;运动定位平台;显示技术;转移良率- 229
- |
- 67
- |
- 0
发布时间：2023-02-08 -
大口径主镜的六杆硬点定位机构参数优化
摘要：为了保证4 m口径碳化硅主镜的六杆硬点定位系统有足够高的固有频率，对六杆硬点定位机构的构型参数进行了优化设计。首先，推导了主镜六杆硬点定位系统的动力学方程和固有频率方程，建立了机构的构型参数、硬点的轴向刚度、主镜的质量和惯量与主镜系统的固有频率之间的函数关系；接着，通过有限元分析获得了用于4 m碳化硅主镜定位的硬点的轴向刚度；然后，基于固有频率方程，以最大化4 m碳化硅主镜系统的一阶固有频率为目标，使用遗传算法对六杆硬点定位机构的构型参数进行优化；最后，对最优构型下的4 m碳化硅主镜系统进行了模态分析。硬点的轴向刚度为33.044 N/μm，优化后的4 m碳化硅主镜系统的一阶固有频率达到30.83 Hz，相对初始值有较大提高。优化方法可以有效提高主镜六杆硬点定位系统的一阶固有频率。关键词：六杆硬点定位机构;4m碳化硅主镜;主镜定位;构型参数优化;固有频率- 156
- |
- 33
- |
- 0
发布时间：2023-02-08 -
微小磁性零件装配设备自动标定及误差补偿
摘要：为了实现微小磁性零件装配设备的精密装配任务，弥补加工误差和安装误差带来的系统精度损失，提出了一套自动标定及误差补偿方法。依照设备布置形式建立了不同模块的坐标系，提取影响装配精度的全部误差参数。根据导轨的位置关系建立了模块之间的运动转换模型，进而推导出基于装配任务的误差补偿模型。以设备中的机器视觉系统作为测量工具，同时设计专用标定板。通过观察各模块运动前后特征点的坐标变化对误差参数进行测量和辨识，并使用粒子群算法对参数进行了全局优化。基于开发的自动标定软件，在装配区域进行了标定和验证实验。实验结果表明，补偿后的系统开环控制精度在6 μm以内，满足设备的装配精度需求。该方法为微小零件装配设备提供了自动化、高精度和高效率的标定方案。关键词：微装配设备;自动标定;粒子群优化;误差补偿- 116
- |
- 33
- |
- 0
发布时间：2023-02-08
微纳技术与精密机械
-
工业相机过曝光自适应优化控制算法
摘要：针对工业相机在亮度突变的过曝光条件下无法实时清晰观测目标的问题，提出了一种改进的工业相机过曝光自适应控制方法。首先计算预设区域图像的加权平均灰度值，然后计算曝光值，接着在此基础上，设计一种基于改进“S”曲线的参数控制优化方法，优化调整内部参数，最终使得相机图像处于预设的最优清晰化水平。实验证明：算法完成一次全过程调节耗时0.08 s。在同等条件下与相机硬件自动曝光算法和基于图像直方图特征的自适应曝光算法比较，所提算法的图像Laplacian平均标准差分别提高54.3%和20.6%。因此，该算法的提出能够有效增强相机在亮度突变条件下的自适应性，具有较好的应用价值。关键词：计算机视觉;自适应曝光;参数优化- 153
- |
- 29
- |
- 0
发布时间：2023-02-08 -
并行路径与强注意力机制遥感图像建筑物分割
摘要：遥感图像建筑物分割广泛应用于城市规划及军事领域，是当前遥感领域的研究热点。针对遥感图像中建筑物之间尺度变化较大、建筑物遮挡、建筑物阴影与建筑物边缘相似所导致建筑物分割精度较低的问题，提出一种并行路径和强注意力机制的卷积神经网络模型。该模型基于ResNet网络残差连接的思想，以ResNet为基础网络提高网络深度，并采用卷积下采样得到并行路径，提取建筑物的多尺度特征，以减少建筑物之间尺度变化的影响。然后加入强注意力机制，增强多尺度信息的融合效果，增加不同特征之间的区分度，抑制建筑物遮挡及建筑物阴影的影响。最后，在多尺度融合特征后加入金字塔空间池化模块，抑制分割结果中建筑物内部孔洞的出现，提高分割精度。在WHU以及Massachusetts Buildings公开数据集进行实验，分别从MIoU，Recall，Precision，F1-score 4个指标对分割结果进行量化比较，在Massachusetts Buildings数据集中MIoU达到72.84%，相较于ResUNet-a提升1.46%，能够有效提高遥感影像中建筑的分割精度。关键词：遥感图像;建筑物分割;并行路径;强注意力机制;金字塔空间池化- 101
- |
- 30
- |
- 0
发布时间：2023-02-08 -
针对全球储油罐检测的TCS-YOLO模型
摘要：原油作为一种重要的战略物资，在我国经济和军事等多个领域均起到重要作用。本文提出一种基于深度学习的目标检测模型TCS-YOLO（Transformer-CBAM-SIoU YOLO），该模型在YOLOv5的基础上进行优化，同时基于吉林一号光学遥感卫星影像数据集进行实验，对全球范围内的储油罐进行识别与分类。优化内容包括：添加基于Transformer架构的C3TR层对网络进行优化；使用CBAM（Convolutional Block Attention Module）在网络层中添加注意力机制；使用SIoU（Scale-Sensitive Intersection over Union） loss代替CIoU（Complete Intersection over Union） loss作为定位损失函数。实验结果表明：与YOLOv5相比，TCS-YOLO的模型复杂度（Giga Floating Point of Operations，GFLOPs）平均减少3.13%，模型参数量（Parameters）平均减少0.88%，推理速度（Inference Speed）平均降低0.2 ms，mAP0.5（mean Average Precision）平均提升0.2%，mAP0.5∶0.95平均提升1.26%。与此同时，将TCS-YOLO模型与通用目标识别模型YOLOv3，YOLOv4，YOLOv5和Swin Transformer进行对比实验，TCS-YOLO均体现出了更高效的特点。TCS-YOLO模型对全球储油罐的目标识别具有通用可行性，可为遥感数据在能源期货领域提供技术参考。关键词：计算机视觉;目标检测;储油罐检测;YOLO- 136
- |
- 48
- |
- 0
发布时间：2023-02-08 -
密集遮挡条件下的步态识别
摘要：步态识别算法主要依赖行人目标的时序轮廓进行特征提取和判别。在实际应用中行人具有结伴行走的特点，轮廓提取易受到其他行人的遮挡和干扰，大幅降低了步态识别算法的精度。为提高人员密集遮挡严重的场景下步态识别算法的鲁棒性，提出一种基于无序序列的深度步态识别算法。首先在Casia-B数据集的基础上进行仿真，建立遮挡情况下的目标轮廓仿真数据集，用于对算法进行遮挡鲁棒性验证；其次，提出基于随机二值膨胀的数据增广方法，同时通过理论和实验论证了HPP（Horizontal Pyramid Pooling）结构在步态识别问题中的局限性，提出退化水平金字塔结构DHPP，利用DHPP结构、CoordConv方法和联合训练裁剪方法的配合，在深度特征中增强绝对位置信息的感知能力，提升算法遮挡鲁棒性的同时减少目标特征表达维度。实验结果表明，所提方法对于步态识别的鲁棒性提升效果明显。关键词：步态识别;数据增广;密集遮挡;DHPP;卷积神经网络- 73
- |
- 26
- |
- 0
发布时间：2023-02-08 -
多尺度注意力线束端子实时语义分割网络
摘要：线束的应用非常广泛，线束端子作为其重要组成部件，需要进行严格的质量检测。为了提升线束端子质量检测的精度与效率，提出一种基于多尺度注意力的线束端子实时语义分割网络MRF-UNet。首先，采用一种特别的多尺度注意力模块MRF作为网络特征提取的基础模块，提升模型特征提取能力与泛化能力；其次，使用特征融合的方式实现跳跃连接，降低模型运算量；最后，使用反卷积与卷积操作进行特征解码，实现网络深度约减并提升算法性能。实验结果表明：本文算法MRF-UNet在线束端子测试数据集上的平均交并比（MIoU）、平均像素精度（MPA）、戴斯系数（Dice）指标分别达到97.54%，98.83%，98.31%，模型推理速度达到15 FPS。相较于BiSeNet，UNet，SegNet等主流分割网络，本文所提出的MRF-UNet网络对线束端子显微图像的分割结果更精准且更快速，这为后续的线束端子质量检测提供数据支撑。关键词：深度学习;线束端子;语义分割;注意力机制- 114
- |
- 31
- |
- 0
发布时间：2023-02-08 -
增强点云局部显著性特征的细粒度语义分割网
摘要：点云细粒度语义分割，即物体部件分割，在机械臂控制、智能化装配、物体检测等工业生产中有着重要的应用价值。然而由于点云数据形式散乱，导致物体部件边界处几何特征不明显且计算困难，从而致使细粒度分割精度较低，难以满足生产需求。针对点云的部件级分割，本文提出了增强点云局部显著性特征的细粒度语义分割网，网络中构建了局部数据上下文信息，提高细粒度分割精度。本网络建立了利用几何曲率改进的的最远点采样算法，增强点云局部数据子集特征计算能力；创建多尺度高维特征提取器，提取不同尺度的高维特征；在点云特征计算过程中使用seq2seq的方式，引入注意力机制，融合不同尺度的高维特征，进而获取细粒度语义分割的上下文信息。最终使得细粒度分割精度得到了有效提高，尤其是对边界处的分割效果提升显著。实验结果表明，本网络在ShapeNet Part数据集上的总体交并比达到了85.2%，准确率达到95.6%，且具有一定泛化能力。该方法对三维物体的细粒度语义分割具有重要的意义。关键词：点云;细粒度分割;多尺度高维特征;注意力机制;几何特征- 133
- |
- 33
- |
- 0
发布时间：2023-02-08
信息科学
加载中...
0