摘要:Fugl-Meyer 量表是目前临床使用最多的脑卒中感知运动损伤评定方法之一,但由于 Fugl-Meyer 量表的动作指导和评分 都需要专业的康复师参与,Fugl-Meyer 评估难以在居家条件下进行。 为此,提出了一种基于视频的 Fugl-Meyer 评估系统。 该系 统由运动数据获取模块和 Fugl-Meyer 评估模块两个模块组成。 运动数据获取模块可以从视频中获取欧拉角格式的运动数据; Fugl-Meyer 评估模块会根据运动数据获取模块输出的数据与 Fugl-Meyer 量表评分形成的映射关系给出评估结果。 该系统允许 用户使用最常见的相机进行居家 Fugl-Meyer 评估。 在 Human 3. 6M 数据集上进行了实验,实验结果表明本文系统评估准确且 能覆盖 Fugl-Meyer 量表中的绝大多数测试项目。

摘要:针对现有圆检测算法在高分辨率标志物图像中检测效率低的问题,提出了一种新型标志物快速圆检测算法。 首先通过 YOLOv4-tiny 算法快速定位图像中的标志物,滤除背景干扰,然后利用提出的弧段完整度排序方法从标志物中筛选出不同完整 度的候选圆,最后通过距离和方向角约束筛选并拟合得到所有的标志物圆。 基于高分辨率标志物图像数据集进行了实验,实验 结果表明算法具有极快的检测速度,在检测精度基本不变时,算法的检测时间只有 EDcircle 算法的 11%,AAMED 算法的 5. 0%, 为需要快速定位标志物的视觉定位、标定等任务提供了一种高效的解决方案。

摘要:针对钢板表面缺陷图像分类传统深度学习算法中需要大量标签数据的问题,提出一种基于主动学习的高效分类方法。 该方法包含一个轻量级的卷积神经网络和一个基于不确定性的主动学习样本筛选策略。 神经网络采用简化的 convolutional base 进行特征提取,然后用全局池化层替换掉传统密集连接分类器中的隐藏层来减轻过拟合。 为了更好的衡量模型对未标签 图像样本所属类别的不确定性,首先将未标签图像样本传入到用标签图像样本训练好的模型,得到模型对每一个未标签样本关 于标签的概率分布(probability distribution over classes,PDC),然后用此模型对标签样本进行预测并得到模型对每个标签的平均 PDC。 将两类分布的 KL-divergence 值作为不确定性指标来筛选未标签图像进行人工标注。 根据在 NEU-CLS 开源缺陷数据集 上的对比实验,该方法可以通过 44%的标签数据实现 97%的准确率,极大降低标注成本。

摘要:焦炭显微光学组织结构测定是一种重要的焦炭质量评价方式,针对焦炭显微图像边缘模糊对比度低且存在光晕伪影等 问题,设计一种基于语义分割和全连接条件随机场的焦炭显微光学组织自动检测与提取方法。 首先,利用偏光显微镜、工业相 机和上位机等搭建焦炭显微光学组织测定平台;其次,利用残差模块和注意力模块改进 Unet 网络模型,加强显微光学组织区域 的输出权重,实现对焦炭光学组织的自动检测与分割;最后,使用全连接条件随机场对显微光学组织的空间特性进行建模,细化 分割边缘,精确提取焦炭显微光学组织。 实验结果表明,所提方法的精确度、召回率、F1 分数和准确率分别达到了 0. 967、 0. 959、0. 963、0. 965,优于其他对比语义分割网络,证明该方法具有较高的分割性能,能够实现对焦炭显微光学组织的自动检测 与提取。

摘要:针对监控图像中电厂雨排口出现的废弃油污泄漏问题,提出一种基于改进 Faster 区域卷积神经网络(Faster R-CNN)的 电厂雨排口污染物泄漏检测算法。 改进 Faster R-CNN 检测算法首先使用 ResNet-50 作为主干网络,在此基础上构建多尺度特 征图金字塔结构(FPN),实现高层语义和低层语义之间的信息融合,提高了检测精度;其次采用 CIoU 损失和 DIoU-NMS 方法, 提高 Faster R-CNN 中边框回归的准确度;最后引入 Focal Loss 损失函数,解决了区域建议网络(RPN)生成的锚点冗余导致 RCNN 阶段出现正负样本不均衡问题。 实验结果表明,此改进算法在真实样本中表现良好,平均准确率达到 90. 2%,与原 Faster R-CNN 算法相比较,准确率提高,误报率和漏报率明显下降,可有效应用于实际生产环境中。

摘要:目前大部分芒果需通过人工识别体积质量来实现分拣和分级,造成效率低下、缺乏数据管理。 机器视觉是提高芒果分 级效率的有效手段,然而传统的工业相机仅能获取二维投影。 针对这一情况,利用 3D 结构光系统,获取芒果的形状描述子结 合三维深度信息。 然后以 80 个矫正集为样本,利用 Fisher 判定方法进行位姿检测,并由非线性支持向量机建立“平躺”、“直 立”两种位姿下的体积和质量预测模型,并对 20 个预测集进行误差分析。 结果表明,加入深度信息后,位姿检测的准确率可提 高到 100%,体积质量的平均误差降低到 5%以内。

摘要:针对处于复杂的环境背景下的电力绝缘子以及绝缘子缺陷的检测存在检测精度低、检测速度不高的实际问题,提出了 一种改进 YOLOv4(you only look once v4)算法的电力绝缘子图像以及存在缺陷的绝缘子检测的方法。 通过制作电力绝缘子以 及绝缘子存在缺陷的数据集,使用 K-均值聚类(K-means)算法对电力绝缘子图像样本进行聚类,获得不同大小的先验框参数; 然后通过改进平衡交叉熵(balanced cross entropy, BCE)引入一个权重系数,来增加损失函数的贡献程度;最后,通过增加空间 金字塔池化结构(spatial pyramid pooling, SPP)前后的卷积层来加深网络的深度。 实验结果表明,改进模型的单张检测时间为 3. 27 s, 对于绝缘子缺陷平均检测精度比原始的 YOLOv4 算法提升了 24. 36%。 同时通过改进后的 YOLOv4 算法在测试集上的 平均精度均值(mean average precision, mAP)的值为 84. 05%,比原始的 YOLOv4 算法提升了 17. 83%,充分说明了能够很好的定 位和识别电力绝缘子图像存在的缺陷。

摘要:为解决四足动物行走期间的骨架信息及步态特征提取问题,基于 HRnet 深度神经网络,通过上下文信息增强与多尺度 信息融合构建了四足动物骨架的提取模型。 在此基础上,建立了基于骨架信息对步态特征进行定量分析的方法。 通过在测试 数据集上对该模型的有效性进行验证,实验结果表明,该模型具有较好的精度,对四足动物关键点估计的平均相似度为 81. 04%,准确率为 92. 77%,召回率为 92. 75%。 基于骨架提取模型,以水牛、羊驼为实验对象,对其行走时的步频特征进行分析 计算,实验结果与人工统计结果相比,最大相对误差为 2. 73%。 通过对一个完整步态周期中水牛和羊驼的髋关节和膝关节角度 变化规律进行分析,提取了四足动物行走过程中的关节运动逻辑以及步态顺序。 最后,以犀牛为实验对象,验证了方法对拍摄 角度的变化具有一定适应性。 研究结果可为四足动物运动信息的智能感知提供参考。

摘要:金属零部件的质量检测是劳动密集型工作,一般通过疲劳测试评价金属零部件质量,对金属零部件质量进行准确评估 的依据,能够指导设计合理的机械结构并有效减少安全事故和经济损失。 为了快速筛选质量合格、抗振性较强的金属零部件, 针对疲劳测试中快速振动的金属零部件,提出了一种基于计算机视觉的振动疲劳裂纹在线检测算法。 该算法首先基于前后帧 对齐方法消除振动产生的位移和运动模糊,然后利用帧间差法检测零部件表面变化,最后根据裂纹的纹理特征和几何特征通过 分割算法得到裂纹形态和长度参数。 实验结果表明,与静态条件下的裂纹检测算法相比,提出算法能够在振动台不停机的情况 下,自动地获取零部件裂纹的位置、长度及形状等信息,记录裂纹的延展过程,可以大大提高振动裂纹检测的工作效率。

摘要:针对传统人体行为识别算法不能有效抑制空间背景信息,网络间缺乏信息交互,以及无法对全局时间相关性进行建模 的问题,提出一种基于分割注意力的特征融合卷积神经网络-双向长短时记忆网络(CNN-Bi-LSTM)人体行为识别算法。 首先以 一定采样率采样 30 帧图像,通过分割注意力网络提取图像的深度特征,并引入特征融合机制增强不同卷积层间的信息交互;然 后将深度特征输入到 Bi-LSTM 网络对人体动作的长时时间信息建模,最后使用 Softmax 分类器对识别结果进行分类。 相较于传 统双流卷积网络,该算法在 UCF101 和 HMDB51 数据集上的准确率分别提高了 6. 6%和 10. 2%,有效提高了识别准确率。

摘要:在不受约束的环境下,人脸检测由于光照、遮挡和表情的不同具有一定的挑战性,低照度环境下多任务级联卷积神经网 络(MTCNN)人脸检测器准确率下降。 为提高低照度环境下人脸检测的准确率,提出了一种基于 MSRCR 光频分段滤波增强算 法(3CGF-MSRCR)。 利用 MTCNN 进行人脸检测,采用一种 RGB 三通道分解引导滤波(GF) 方法对多尺度视网膜增强算法 (MSRCR)进行改进。 首先对人脸图像进行 MSRCR 增强并分解 RGB 三通道,得到三通道的图像权重,利用 GF 方法对各个通道 分别进行滤波,更新三通道权重,最后重构人脸图像。 在实际低照度场景人脸数据集 Dark Face 与公开的标准人脸数据集 CelebA 上进行了训练与测试,并在实际路灯场景下进行了测试,对比了算法的运行时间。 测试结果显示:本文所提出的方法能 有效抑制 MSRCR 的高频噪点,并保留亮度增强效果,提高了准确率,且算法运算速度较快。

摘要:光纤连接器因其在光传输系统中的重要作用而备受关注,但是其表面附着的杂质会使复原的表面形貌出现噪点。 而且 现有的检测方法无法准确定位噪点,需要对其进行多次整体降噪处理,以此得到的图像细节保留能力较差。 为此提出了一种基 于遗传算法优化 BP 神经网络(GA-BP)的改进高斯均值区域去噪技术。 首先,对干涉数据进行降维处理;其次,将降维后的数 据作为神经网络的训练数据,利用神经网络对噪点进行定位;最后,采用改进的高斯均值滤波对三维图像的噪点位置进行滤波 处理。 结果表明,通过神经网络判别法得到的噪声像素点为 2. 45%,相比于阈值判别法具有较高的精度。 并且通过改进的高斯 均值滤波方法得到的方法噪声差值为 474. 7,峰值信噪比(PSNR)值为 32. 56。 相比于均值和中值滤波方法,图像细节保持能力 较高,复原图像噪点凸起明显减少。 因此,它更适用于基于白光干涉原理的自动化检测。

摘要:在机场嵌入式助航灯具自动清洗过程中,为了取得灯具发光口中心和机械臂的相对位置实现机械臂精准定位,设计了 基于单目视觉的机械臂灯具清洗定位系统。 首先,采用 D-H 法建立机械臂运动学模型;然后,根据夜间灯具发光的强逆光性以 及环境干扰,提出一种优化阈值准则和缩小阈值搜索范围的改进 Otsu 算法对图像进行分割,再利用质心法提取灯具发光口中 心位置;最后,在夜间条件下,进行实验分析并对定位误差采用最小二乘法进行补偿。 实验结果表明,所设计的机械臂灯具清洗 定位系统速度快、精度高,与传统 Otsu 算法和改进的随机霍夫变换算法相比,定位精度分别提高 72. 5%和 55. 5%,且平均定位 精度达到 8. 7 mm,满足灯具清洗要求。

摘要:为满足风电机组塔筒行业对焊缝外观质量缺陷检测高效性、精确性的需求,采用 3D 机器视觉技术研制了基于风电塔 筒焊缝外观质量缺陷检测系统。 首先,通过点云滤波、点云分割、点云精简对采集的点云数据进行预处理,确保后期缺陷评判的 准确性;其次,对三维数据进行轮廓切片化处理以及断点拟合处理,得到轮廓特性;再次,采用递归粗提取改进算法提取特征点, 进行缺陷评判,获得焊缝外观缺陷检测结果;最后,根据系统焊缝缺陷评判流程及标准,选取典型的焊缝样板进行焊缝宽度、焊 缝错边以及焊缝直线度测试,焊缝检测精度可达 0. 001 mm,速度为当前人工检测速度的 3 倍,检测结果表明,系统具备高准确 性、高速度和高精度特性,能代替人工检测,具有良好的应用前景。

摘要:为了解决复杂背景下铁路接触网绝缘子的快速准确识别及定位问题,提出了一种 YOLOv4 目标检测算法和 ORB 特征 匹配算法深度融合的绝缘子识别定位方法。 首先利用迁移学习的策略训练 YOLOv4 检测网络,解决了绝缘子数据集样本较少 导致过拟合的问题;然后采用高斯金字塔提取图像多尺度特征,使原始 ORB 算法具备尺度不变性;最后将以上两种算法融合, 在双目相机获取的图像上标出绝缘子识别框,并在左右图像识别框内提取特征点进行匹配,利用视差原理还原出绝缘子相对于 相机的三维坐标。 实验结果表明,该方法可以有效地避免复杂背景干扰,准确地定位出绝缘子的三维坐标,4 m 内最大定位误 差为 2. 1%,检测速度为 35 fps,具有较高的精确性和实时性。

摘要:基于轮廓的步态识别方法容易受行人的携带物、衣物等遮挡因素的影响。 针对这一问题提出了动态步态图。 动态步态 图将步态轮廓图划分为动态部分和静态部分,更有利于提取受遮挡影响较小的动态步态信息。 设计了双路步态识别网络(BiRoute)提取步态特征,通过增加动态特征占比,稀释静态特征占比降低遮挡物的影响。 网络以动态步态图为输入,使用二维卷 积分别提取步态序列中的全局轮廓特征和帧级轮廓特征,使用三维卷积神经网络从帧级轮廓特征中提取动态特征。 为了验证 本方法的有效性,在 CASIA-B 数据集上进行了评估,在正常(NM)、背包(BG)、穿大衣(CL)条件下的准确率分别达到了 92. 9%、 87. 2%和 65. 6%。 结果表明本方法可以降低遮挡、衣物和携带物等对识别准确率的影响。

摘要:针对视觉检测过程中光器件金线表面出现的高光现象,提出一种光器件金线图像高光区域的检测与去除方法。 首先, 根据采集的金线图像进行特征分析,利用 OTSU 算法分割高光区域;其次,调用 MATLAB 中的 bwareaopen( )函数删除小面积对 象,即高光闭合区域,并通过图像的差值运算提取高光区域图像;最后,采用八邻域像素平均值的方法更新高光区域像素值,该 方法既可以去除高光区域,又可以保证此区域像素值在图像中的均衡分布。 通过仿真实验结果分析,验证了金线图像高光区域 检测与去除方法的有效性和可行性,同时为后续金线的质量检测提供有力保障。

摘要:针对航天器微小碰撞产生的冲击能量检测问题,设计了一种面向航天器微小碰撞的飞秒光纤光栅冲击检测系统,并对 冲击能量进行检测。 建立飞秒光纤光栅应变传感及边沿滤波解调模型。 使用有限元分析软件对微小碰撞产生的冲击能量分布 情况进行理论模拟。 搭建冲击检测系统,对飞秒光纤光栅进行冲击能量感知特性测试,利用时域包络提取法分析能量传递特 性。 实验数据表明,质量为 10、20、40、60、80 g 的小球分别在同一位置下落时,光栅系统检测到的碰撞信号呈线性增长趋势,经 边沿滤波算法反演冲击电压最高可达 30. 8 mV;同一质量小球在不同位置下落时,光栅系统检测到的碰撞信号呈线性下降趋 势,检测到的冲击电压可低至 16. 5 mV。 该系统可实现对微小碰撞产生的冲击能量的检测,对航天器微小碰撞检测问题有一定 的参考意义。

摘要:水分在活立木的生长代谢过程中起着至关重要的作用,实时准确的含水率测量对于立木培育及林木经营具有关键指导 意义。 以无损检测活立木树干含水率为主要目标,设计并实现了一套基于无线声发射传感器网络(WASN)的木材含水率诊断 系统。 首先 WASN 节点高速采样树干表皮的声发射信号,接着计算其特征参数并无线传输至网关,然后采用最大相关最小冗 余(mRMR)判据从中筛选出最优特征组合,并经由麻雀算法优化的支持向量机(SSA-SVM)建立含水率辨识模型,最后即可进行 在线实时的长期监测诊断。 分别在水杉、杨树、松树和山毛榉四类树种上进行了实测,结果表明,诊断准确率最低为 95. 5%,所 设计 WASN 完全具备长期部署观测树木蒸腾作用的功能。

摘要:针对 UHF RFID 标签在疫苗运输密集环境下性能受互耦效应和液体环境影响的问题,从单标签在液体环境中阻抗变化 的角度,基于电感耦合模型,利用二端口网络分析方法,推导出临近液体干扰和标签互耦效应作用下标签的互阻抗和功率传输 系数的计算表达式。 利用控制变量法设计仿真实验和实际测量,仿真测量结果表明,在多环境交互作用下,液体环境主要对标 签的实部产生影响,标签的互耦效应主要对标签阻抗虚部产生影响;研究结果对标签设计以及标签在疫苗冷链运输中的应用有 一定的指导意义。

摘要:含水量是衡量原油质量的重要指标,在原油的生产和储运过程中油水混合液分界面不断变化,因此全过程都要用到高 精度传感器对其进行界面检测。 基于电容边缘效应设计了一种侵入式平面电容传感器,其主要结构由基板和平面电极阵列两 部分组成。 运用有限元软件建立 8 电极阵列传感器模型,对不同电极工作时的电场分布进行研究,分析了平面电容传感器的检 测灵敏度和成像精度。 并且,研究了电极宽度、长度和相邻间距对传感器灵敏场分布的影响。 对介电分布进行图像重建,使设 计的平面电容阵列传感器可以检测 3 个分界面的高度,且经过尺寸参数优化,提高了传感器的成像精度。 实验证明,运用平面 电容阵列检测油水界面的方法具有可行性和有效性。

摘要:连续油管作业技术在钻修作业中广泛应用,技术核心是连续油管。 偏焊缝的质量直接决定疲劳寿命,偏焊缝微观结构 与母材是否一致,决定焊缝抗疲劳性能是否达到母材水平。 运用多频涡流检测技术,通过检测 CT90、CT100 连续油管钢带偏焊 缝区域与母材区域的电抗来区分母材区域与焊缝区域微观结构及晶粒尺寸是否一致,判断偏焊缝微观组织结构是否达到母材 水平。 根据其信号特征云图识别焊缝区与母材区,结果表明,连续油管偏焊缝区域与母材相比晶粒尺寸明显变大,并可以看出 CT90 的焊缝质量好于 CT100。 根据焊缝区与母材区的微观结构不同对偏焊缝质量进行评价,这对连续油管生产过程质量控制 及改进具有指导意义。

摘要:钛合金航空部件的低周疲劳裂纹在常规线性超声检测技术中易被低估,是飞机服役的安全隐患。 针对上述问题开展了 钛合金疲劳裂纹的非线性超声调制检测及其定量技术研究,提出了钛合金疲劳裂纹的线性和非线性超声综合检测方法。 首先, 通过金相法和线性超声相控阵检测技术对疲劳裂纹进行定量检测;其次,搭建了抗干扰能力强的非线性超声调制检测系统并设 计了传感器布置方法;最后,基于声场分布分析提出疲劳裂纹的非线性超声调制定量方法,并将其定量检测结果与超声相控阵 检测技术相对比。 研究结果表明,超声相控阵方法测量的宏观裂纹长度为 12 mm,而非线性超声方法测量的微裂纹延伸至距窄 槽端部 20 mm 处,非线性调制检测技术在检测微裂纹和闭合裂纹具有显著优势。

摘要:在车载全景系统中,如何准确地检测停车位的位置和车位的方向仍然是一个待解决的问题。 针对这一问题,设计了一 个双路并行多尺度标记点检测网络,双路网络分别用于检测标记点的位置和角度。 对全景图像提取多尺度的特征,并行维护一 高一低两个分辨率的分支网络,两个分支互相融合,高分辨率特征以高斯热图的形式表述标记点的位置。 提出了一种新的停车 位方向计算方法,使用两个标记点的方向以及两个标记点的相对位置计算停车位的方向。 为验证所提方法的可行性,使用公共 数据集 PS2. 0 的训练集训练所设计的网络,在公共数据集 PS2. 0 和自行采集的数据集 PSS 上分别测试的停车位检测精确度为 99. 4%、95. 27%,召回率为 99. 88%、80. 89%,在 PS2. 0 上标记点位置平均误差为 0. 84 pixel,车位方向的误差为 0. 71°。 实验结 果表明,与现有方法相比,所提出的车位检测网络降低了标记点定位和车位方向的误差,且在 PSS 数据集上有较强的泛化能力。

摘要:针对预失真器中模型参数过多的问题,从压缩感知(compressed sensing,CS)的理论出发,提出了一种用于宽带射频功率 放大器(power amplifier,PA)的预失真器模型简化方法。 在稀疏度自适应匹配追踪(sparsity adaptive matching pursuit,SAMP)算 法的基础上进行改进,提出了基于频域陷波的相关支集选择 SAMP 算法(RSS-FNSAMP)。 该算法能够对 PA 行为模型进行简 化,而后将其运用在提出的分段式双反馈 DPD 系统中,以补偿被带内残差所掩盖的带外失真,在增强了系统稳定性的同时降低 了其复杂度,提升了 DPD 线性化效果。 为了验证该方法,使用 20 MHz LTE 信号驱动一个 35 dBm 的 F 类功率放大器。 实验结 果表明,归一化均方误差( normalized mean squared error,NMSE)与 ILA-SAMP、ILA-DOMP 和分段式双反馈-DOMP 相比提升了 3~ 5 dB,相邻信道功率比(adjacent channel power radio,ACPR)改善了 25 dBc,表明该方法能够在降低模型参数数目的同时,提 升功放的线性度。

摘要:为了减小神经网络在机械设备故障预示与健康管理(PHM)过程中对大量完备数据的依赖,针对数据稀少情况下的滚 动轴承故障诊断问题,提出了一种多源域迁移学习方法。 模型采用一维卷积神经网络(1D-CNN),以原始振动信号作为模型的 输入,利用两个不同的源域数据依次对模型进行预训练,使用目标域数据对预训练模型进行微调,提高对目标域的识别精度。 采用频询实验台实测数据及西储大学数据集,在目标域故障样本不足的情况下分别对模型的分类精度、训练速度、结果稳定性、 多源域有效性进行验证,并与卷积神经网络(CNN)、迁移成分分析(TCA)、联合分布适配(JDA)、支持向量机(SVM)的诊断结果 进行对比。 实验结果表明,在故障数据稀少时,模型能达到较高的分类精度,在目标域样本数量不同的 3 种情况下,多源域迁移 方法分类精度分别达到了 97. 71%、96. 28%、94. 18%,并且模型有着较快的收敛速度,较好的稳定性。

摘要:平面电容传感器基于边缘效应工作,敏感场具有明显的软场特性,导致其检测能力易受外部因素影响而降低。 为了改 善敏感场分布特性,提升传感器的检测精度,提出了一种新型 12 电极平面阵列电容传感器,对其进行特性分析。 首先,采用数 值模拟方法建立三维敏感场模型,同时选取灵敏度值三维成像的方法分析子灵敏度和整体灵敏度分布特性。 其次,利用评价指 标 P 量化评判新型 12 电极传感器和矩形阵列传感器的敏感场分布均匀性。 建立 3 种不同物场模型并结合 Tikhonov 正则化算 法进行图像重建。 最终结果表明新型传感器的 P 值减小 3. 6%,重建图像的平均相关系数增加 7. 2%。 综合验证了新型 12 电极 传感器有效改善了敏感场均匀性,提升了传感器的检测能力。

摘要:提出一种能跟踪突变状态的锂电池荷电状态( SOC)估计方法,并应用于多锂电池组的 SOC 均衡中。 在粒子滤波算法 中引入强跟踪滤波,将当前的采样结果融入到预测误差更新中,得到新的校正项,然后利用该校正项对粒子滤波算法的粒子集 进行校正,从而使粒子快速推向高似然区域,抑制粒子退化;渐消因子的引入能实时调整误差协方差矩阵,使粒子滤波算法兼具 强跟踪滤波的强鲁棒性和对突变状态的跟踪能力,有效克服模型的不确定性,进一步提高 SOC 的估计精度。 将所提方法应用 于多电池主动均衡中,提出一种基于 SOC 一致性的均衡策略,率先均衡容量差距较大的相邻电池组,再控制能量实时双向传 递,提高了整体均衡速度。 实验结果表明,改进算法的平均估计误差在 0. 13%以内,标准差为 0. 12%;相比传统的粒子滤波算 法、扩展卡尔曼滤波算法和强跟踪算法,精度分别提升约 64%、85%和 75%,并且稳定性也得到了进一步加强。 在多电池主动均 衡中的应用表明,有效减小了电池组容量在充放电过程中的不一致性,电池组离散度被控制在 1%以内,有利于提高电池容量 的利用率与使用寿命。

摘要:准确的获得电池的荷电状态(SOC)有助于缓解汽车行驶过程中的里程焦虑。 针对粒子滤波估算 SOC 中存在的粒子退 化的问题,将粒子群算法与粒子滤波融合的改进粒子滤波算法(GPSO-PF)算法应用于 SOC 的估计。 在迭代中不断优化粒子所 处位置,从而解决了粒子贫化的问题,提高了 SOC 的估算精度。 同时,针对 SOC 估算容易受到温度的影响,建立基于温度的等 效电路模型,并将其应用于提出的 SOC 估算算法中。 选取两节相同型号的磷酸铁锂电池,分别在不同工况下利用 GPSO-PF 算 法估算 SOC 值,SOC 的最大估算误差均低于 0. 72%。 通过对比,与基于温度等效电路模型相结合后,GPSO-PF 算法能够有效提 高 SOC 的估算精度。