我专业是通信和计算机方向; 我本科毕业于解放军理工大学,硕士毕业于陆军装甲兵学院,担任过某边防部队的通信负责人10年时间; 负责过单位的门户网站的开发和运维,有线和无线通信系统设计和运维,边境监控系统设计、开发和运维;硕士研究生期间负责某智能防控系统的总体设计和关键技术的研究。 熟练使用C/C++,Python,PHP,机器视觉,深度学习。
针对复杂环境下仓库智能管理的特点,深入分析了智能防控系统的功能与需求;以六旋翼无人机为平台,设计了库区智能防控系统总体方案与工作任务流程;进行了智能防控系统硬件设计,重点利用数学模型对六旋翼无人机动力系统进行了性能分析,设计了逆向求解最优配置算法,并提出了可供参考的实物和参数建议;针对复杂环境下库区智能防控系统中央控制、联调联试的需求,进行了基于面向对象方法的智能防控系统软件设计,并提出了相应的软件优化建议。
针对库区可疑目标外表的特殊性以及大视角远距离探测特点,进行了基于视觉的远距离可疑目标识别算法研究,实现了图像目标智能识别的需求。采用目标检测算法对图像进行了目标识别并提取,通过基于卷积神经网络的深度学习模型卷积层对目标图像提取了特征,采用基于机器学习传统方法的浅层网络对特征进行了可疑目标分类。根据算法设计了实验,并进行了数据验证实验,结果表明该算法模型的正确识别率可达98.3%,可超越人眼识别能力的要求,从而有效减少人工识别工作量。
针对复杂环境下仓库智能管理的特点,深入分析了智能防控系统的功能与需求;以六旋翼无人机为平台,设计了库区智能防控系统总体方案与工作任务流程;进行了智能防控系统硬件设计,重点利用数学模型对六旋翼无人机动力系统进行了性能分析,设计了逆向求解最优配置算法,并提出了可供参考的实物和参数建议
针对库区可疑目标外表的特殊性以及大视角远距离探测特点,进行了基于视觉的远距离可疑目标识别算法研究,实现了图像目标智能识别的需求。采用目标检测算法对图像进行了目标识别并提取,通过基于卷积神经网络的深度学习模型卷积层对目标图像提取了特征,采用基于机器学习传统方法的浅层网络对特征进行了
针对六旋翼无人机在复杂仓库环境下避障与路径规划需要,提出了基于视觉的避障与路径规划方法。在单目相机和双目相机成像原理分析的基础上,使用单目相机基于光流进行障碍物检测的方法,进行了避障路径规划策略的分析,并对视觉避障系统进行了设计。