-
公开(公告)号:CN110471368A
公开(公告)日:2019-11-19
申请号:CN201910813680.1
申请日:2019-08-30
Applicant: 长安大学
IPC: G05B19/41
Abstract: 本发明公开了一种高速数控机床加工速度自适应的前瞻插补方法,该方法首先用NURBS曲线对加工曲线进行描述,并根据NURBS曲线中插补点曲率的变化确定了速度突变点的位置;接着提出基于弓高误差和三次多项式加减速算法计算突变点速度的局部最优解;然后分析突变点处速度的嵌套关系,给出了前瞻距离的有效计算方法;最后根据减速点的位置,在前瞻距离范围内进行反向插补,提出了进给速度的实时优化方案。本发明既能满足柔性加工的要求,又能提前发现加工中存在的速度突变点,从而优化进给速度,实现高精度加工。
-
公开(公告)号:CN110533084B
公开(公告)日:2022-09-30
申请号:CN201910738932.9
申请日:2019-08-12
Applicant: 长安大学
IPC: G06V10/774 , G06V10/82 , G06V10/80 , G06N3/04 , G06T7/00
Abstract: 本发明公开了一种基于自注意力机制的多尺度目标检测方法,采用基于自注意力特征选择模块的自下而上和自上而下两种多尺度特征融合方式能够结合目标的低层特征和高层特征,增强特征图的表示能力和捕捉上下文信息的能力,提高目标检测阶段的稳定性与鲁棒性;而且本发明利用自注意力模块进行特征的重标定,计算量更小,兼顾了检测精度和速度,对解决目标检测中密集物体、小目标和遮挡目标等的检测问题具有重要意义。
-
公开(公告)号:CN110533084A
公开(公告)日:2019-12-03
申请号:CN201910738932.9
申请日:2019-08-12
Applicant: 长安大学
Abstract: 本发明公开了一种基于自注意力机制的多尺度目标检测方法,采用基于自注意力特征选择模块的自下而上和自上而下两种多尺度特征融合方式能够结合目标的低层特征和高层特征,增强特征图的表示能力和捕捉上下文信息的能力,提高目标检测阶段的稳定性与鲁棒性;而且本发明利用自注意力模块进行特征的重标定,计算量更小,兼顾了检测精度和速度,对解决目标检测中密集物体、小目标和遮挡目标等的检测问题具有重要意义。
-
-