導(dǎo)語(yǔ)：如何才能寫好一篇計(jì)算機(jī)視覺(jué)的核心，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：行政事業(yè)單位 預(yù)算 收支管理 問(wèn)題 對(duì)策

中圖分類號(hào)：F812

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1004-4914（2015）10-140-02

財(cái)務(wù)管理是一項(xiàng)十分復(fù)雜且重要的工作，管理工作中涉及許多賬務(wù)問(wèn)題，而預(yù)算及其收支管理作為整個(gè)財(cái)務(wù)管理系統(tǒng)中最重要的管理部分，其管理水平和質(zhì)量將直接影響著整個(gè)財(cái)務(wù)部分的質(zhì)量。由于行政事業(yè)單位自身的屬性是以服務(wù)為目的，在市場(chǎng)經(jīng)濟(jì)不斷發(fā)展和進(jìn)步的同時(shí)，事業(yè)單位的成本預(yù)算及收支結(jié)算已發(fā)生了變化。因此，探討、分析財(cái)務(wù)管理工作中存在的問(wèn)題具有重要的作用和意義。只有從這些問(wèn)題中具體分析，根據(jù)其原因，并積極制定行政事業(yè)單位財(cái)務(wù)管理方面的具體對(duì)策，才能解決工作中存在的問(wèn)題，為全面提高行政事業(yè)單位的預(yù)算及收支管理提供重要的途徑。

一、行政事業(yè)單位預(yù)算及收支管理中存在的核心問(wèn)題分析

從目前現(xiàn)狀分析，在我國(guó)事業(yè)單位工作體系中，在財(cái)務(wù)管理方面有了明顯的改善，其資金預(yù)結(jié)算水平，財(cái)務(wù)資源的整合以及資金的使用效率等方面有了改善，這些對(duì)于廉政建設(shè)有著積極的作用。為了促使行政事業(yè)單位進(jìn)一步提高財(cái)務(wù)管理方面的工作水平和質(zhì)量，本文主要針對(duì)在具體工作中存在的問(wèn)題進(jìn)行研究，根據(jù)客觀工作分析，在預(yù)算和收支管理方面存在的問(wèn)題主要從兩個(gè)方面進(jìn)行研究，具體表現(xiàn)在：

1.預(yù)算管理中存在的問(wèn)題。行政事業(yè)單位中，財(cái)務(wù)管理方面，其預(yù)算工作存在的問(wèn)題主要表現(xiàn)在：

（1）預(yù)算意識(shí)尚不明確。目前在我國(guó)行政事業(yè)單位中，由于受到以前年度預(yù)算意識(shí)以及辦公習(xí)慣等影響，基本上是將其具體措施進(jìn)行延續(xù)，在單位財(cái)務(wù)管理事項(xiàng)中，預(yù)算管理僅僅作為一種工作思維方式進(jìn)行延續(xù)，并沒(méi)有在管理中發(fā)揮更大的作用。各個(gè)辦公部門在具體工作中的參與意識(shí)以及積極性不高，這就導(dǎo)致預(yù)算管理體系受到一定的局限性，另外，在編制預(yù)算的過(guò)程中，主要的目的是為了獲取預(yù)算結(jié)果，這就忽視了在預(yù)算過(guò)程中的一些論證和核實(shí)，并且在一定程度上導(dǎo)致預(yù)算管理部門的功能失去了自身的效益，并沒(méi)有發(fā)揮辦公效益。

（2）預(yù)算編制缺乏科學(xué)性和合理性。在具體辦公過(guò)程中對(duì)預(yù)算編制投入的時(shí)間比較短，這就難以保證預(yù)算結(jié)果。大部分行政事業(yè)單位將預(yù)算編制工作歸納到財(cái)務(wù)管理中，其大量的工作數(shù)量，在較短時(shí)間內(nèi)難以完成，嚴(yán)重影響了相關(guān)部門的積極性和工作態(tài)度。從而導(dǎo)致預(yù)算編制的不科學(xué)以及不合理，預(yù)算編制的質(zhì)量難以保證。

（3）缺乏預(yù)算執(zhí)行力度。在當(dāng)前行政事業(yè)單位的預(yù)算執(zhí)行考核意識(shí)不足，相關(guān)單位在完成工作之后，沒(méi)有對(duì)其進(jìn)行預(yù)算分析、控制以及考核評(píng)價(jià)等，影響了預(yù)算功能，促使預(yù)算結(jié)果得不到有效的保障。

（4）預(yù)算監(jiān)督部門工作弱化。由于預(yù)算監(jiān)督是一項(xiàng)系統(tǒng)性工程，需要相關(guān)部門聯(lián)合運(yùn)行，然而在當(dāng)前預(yù)算工作中由于對(duì)系統(tǒng)和深度檢查不到位，缺乏一定的連續(xù)性，這就導(dǎo)致預(yù)算監(jiān)管受到一定的影響。另外，在辦公過(guò)程中相關(guān)部門沒(méi)有積極地配合，也影響了財(cái)務(wù)預(yù)算的效果。

2.收支管理中存在的核心問(wèn)題。在一些行政事業(yè)單位財(cái)務(wù)管理方面，其收支管理工作存在的問(wèn)題主要表現(xiàn)在：

（1）收支計(jì)量與會(huì)計(jì)核算方面存在的問(wèn)題。在當(dāng)前，一些行政事業(yè)單位在辦公過(guò)程中，在會(huì)計(jì)核算中出現(xiàn)了不規(guī)范現(xiàn)象。這就造成財(cái)務(wù)申報(bào)失效，相關(guān)的票據(jù)以及報(bào)表等內(nèi)容沒(méi)有真實(shí)性效果。同時(shí)由于在行政事業(yè)單位中，財(cái)務(wù)管理包含的內(nèi)容比較多，當(dāng)發(fā)生了物資采購(gòu)環(huán)節(jié)與付款相脫節(jié)之后，就會(huì)造成賬面與實(shí)際出現(xiàn)差異，在經(jīng)濟(jì)上不具有真實(shí)效力。

（2）制度問(wèn)題。針對(duì)當(dāng)前我國(guó)國(guó)庫(kù)管理實(shí)行的是分級(jí)分散收付制度。但是由于這些制度是建立在預(yù)算范圍具有多重性的基礎(chǔ)上實(shí)施的，因此在具體應(yīng)用過(guò)程中就造成預(yù)算單位的賬戶管理比較混亂。另外，目前行政事業(yè)單位在具體財(cái)政支出環(huán)節(jié)，由于監(jiān)管與實(shí)踐存在一定脫節(jié)現(xiàn)象，因此這就導(dǎo)致了財(cái)政資金的浪費(fèi)或者流失現(xiàn)象比較嚴(yán)重，造成具體的收支管理出現(xiàn)問(wèn)題。

（3）收支管理控制方面存在的問(wèn)題。收支管理主要延續(xù)以前工作狀況，這就造成現(xiàn)在的收支管理工作沒(méi)有真正做到收支兩條線，共同監(jiān)管。另外，在支出環(huán)節(jié)中使得原始財(cái)務(wù)不具有真實(shí)的核實(shí)效果，出現(xiàn)了先支出后申報(bào)的現(xiàn)象，造成財(cái)務(wù)收支管理出現(xiàn)漏洞。

二、行政事業(yè)單位預(yù)算及收支管理的對(duì)策分析

目前在行政事業(yè)單位辦公過(guò)程中，其財(cái)務(wù)管理中仍然存在很多問(wèn)題，這些問(wèn)題嚴(yán)重制約著財(cái)務(wù)管理工作水平的提升。筆者通過(guò)上述分析和研究，結(jié)合自身多年的經(jīng)驗(yàn)，總結(jié)并歸納出一些解決財(cái)務(wù)管理中存在問(wèn)題的建議和措施，具體有以下幾點(diǎn)：

1.提升預(yù)算的意識(shí)，鼓動(dòng)全體員工參與。由于行政事業(yè)單位在預(yù)算工作中包含的內(nèi)容比較多，因此在具體工作中需要全體員工提高預(yù)算意識(shí)，積極參與，從各個(gè)細(xì)節(jié)中做起，做小、做細(xì)、做實(shí)，才能增強(qiáng)預(yù)算的科學(xué)性和有效性。可以設(shè)立相關(guān)的獎(jiǎng)懲機(jī)制，針對(duì)在工作中遇到的問(wèn)題具體分析，切實(shí)保證管理的實(shí)效性和高效性。

2.合理安排預(yù)算編制的時(shí)間和方法。在具體工作中要編制一個(gè)嚴(yán)謹(jǐn)?shù)念A(yù)算編制系統(tǒng)，在時(shí)間和方法上要科學(xué)合理。應(yīng)該給予足夠的預(yù)算時(shí)間進(jìn)行調(diào)查預(yù)測(cè)和論證分析。在具體方法上要采用“摒棄上年基數(shù)，本年調(diào)整”的措施，深入貫徹收支分離政策，提高工作效率。

3.建立健全預(yù)算考核制度，加強(qiáng)執(zhí)行力度。為了增強(qiáng)預(yù)算考核結(jié)果，這就要有效地執(zhí)行預(yù)算和收支管理，以良好的考核制度作為保障。在考核評(píng)價(jià)中要分為全面評(píng)價(jià)和動(dòng)態(tài)評(píng)價(jià)兩種方式，從整體和部分具體實(shí)施，提高工作效率。

4.強(qiáng)化預(yù)算監(jiān)管力度，保證支出管理的科學(xué)性。在具體工作中要細(xì)化財(cái)務(wù)管理機(jī)構(gòu)的職能，為預(yù)算和支出提供組織保障，在預(yù)算編制、執(zhí)行以及協(xié)調(diào)和審核等方面要針對(duì)具體的問(wèn)題及時(shí)制定對(duì)策，強(qiáng)化監(jiān)管力度。在強(qiáng)化預(yù)算監(jiān)管力度和保證支出合理中要做到公開(kāi)、透明、科學(xué)化，適當(dāng)引入社會(huì)公眾以及媒體等機(jī)制，促使財(cái)務(wù)管理工作具有公開(kāi)性和公正性。

三、總結(jié)

綜上所述，行政事業(yè)單位在財(cái)務(wù)管理工作中，針對(duì)預(yù)算和收支管理問(wèn)題具有一定的系統(tǒng)性和高效性，因此本文針對(duì)在具體工作中存在的問(wèn)題進(jìn)行探究，并提出了相關(guān)對(duì)策，其主要的目的是增強(qiáng)預(yù)算收支管理的科學(xué)性、合理性和高效性，提高國(guó)家資源的利用率，進(jìn)一步加強(qiáng)廉政建設(shè)，整合國(guó)庫(kù)資源，促使行政事業(yè)單位在財(cái)務(wù)管理工作中不斷進(jìn)步，這些對(duì)于提升國(guó)家建設(shè)以及社會(huì)發(fā)展具有深遠(yuǎn)的意義。

參考文獻(xiàn)：

[1] 劉華強(qiáng)，龔麗麗，劉艷波，薛輝.預(yù)算績(jī)效管理改革與行政事業(yè)單位財(cái)務(wù)管理模式探討[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2013（16）

[2] 盛建英，朱江，張雪，徐克.新財(cái)政體制下行政單位財(cái)務(wù)管理研究：?jiǎn)栴}及對(duì)策[J].財(cái)政科學(xué)研究，2014（17）

[3] 張?jiān)鲞B，陳麗琴，于洪軍，明哲.企業(yè)化管理的事業(yè)單位資金短缺及財(cái)務(wù)管理[J].財(cái)政科學(xué)研究，2014（24）

[4] 潘云霞，王祥楠，吳永霞，高潔.稅務(wù)事業(yè)單位財(cái)務(wù)管理問(wèn)題分析對(duì)策研究[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2014（33）

[5] 韓洪玲，陳建華，曹艷杰.基于部門預(yù)算績(jī)效考評(píng)的績(jī)效改革研究[J].行政預(yù)算，2015（37）

（作者單位：山西平陽(yáng)重工機(jī)械有限責(zé)任公司 山西侯馬 043000）

篇2

關(guān)鍵詞 計(jì)算機(jī)；視覺(jué)技術(shù)；應(yīng)用研究

中圖分類號(hào)：TP212 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1671-7597（2013）16-0114-01

計(jì)算機(jī)視覺(jué)技術(shù)自20世紀(jì)70年代產(chǎn)生以來(lái)就得到了全世界的廣泛關(guān)注。作為一種多學(xué)科綜合應(yīng)用下的新技術(shù)，隨著專家對(duì)其研究會(huì)的不斷深入，其應(yīng)用領(lǐng)域也越來(lái)越廣，給人們的生產(chǎn)生活帶來(lái)了極大方便。

1 計(jì)算機(jī)視覺(jué)技術(shù)

計(jì)算機(jī)視覺(jué)技術(shù)是在計(jì)算機(jī)技術(shù)應(yīng)用下發(fā)展起來(lái)的一種新技術(shù)，主要用來(lái)研究計(jì)算機(jī)模擬生物的宏觀或外顯功能。該技術(shù)在應(yīng)用過(guò)程中會(huì)涉及到計(jì)算機(jī)科學(xué)、神經(jīng)生物學(xué)、人工智能、模式識(shí)別以及圖像處理等多個(gè)學(xué)科，多學(xué)科技術(shù)的綜合運(yùn)用使得計(jì)算機(jī)具有了“感知”周圍世界的能力，這也正是該技術(shù)發(fā)揮作用的核心所在。計(jì)算機(jī)視覺(jué)技術(shù)的特點(diǎn)就在于，首先，它能在不接觸被測(cè)者的前提下完成對(duì)被測(cè)者的檢測(cè)；其次，該技術(shù)應(yīng)用的領(lǐng)域和檢測(cè)的對(duì)象非常廣，能在敏感器件的應(yīng)用下，完成對(duì)人類難以觀察到的超聲波、微波和紅外線等的檢測(cè)；最后，該技術(shù)還突破了人在視覺(jué)觀察上長(zhǎng)時(shí)間工作的限制，能對(duì)檢測(cè)對(duì)象進(jìn)行長(zhǎng)時(shí)間觀察。

2 計(jì)算機(jī)視覺(jué)技術(shù)在各領(lǐng)域的應(yīng)用分析

隨著計(jì)算機(jī)視覺(jué)技術(shù)研究的不斷加深，該技術(shù)的應(yīng)用領(lǐng)域也越來(lái)越廣，下面，本文就選取工業(yè)、農(nóng)業(yè)、林業(yè)、農(nóng)產(chǎn)品檢測(cè)、電力系統(tǒng)自動(dòng)化及圖書館工作這6個(gè)方面對(duì)計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用進(jìn)行簡(jiǎn)要分析。

2.1 在工業(yè)領(lǐng)域中的應(yīng)用

工業(yè)生產(chǎn)對(duì)產(chǎn)品的質(zhì)量要求極高，計(jì)算機(jī)視覺(jué)技術(shù)在工業(yè)上的應(yīng)用主要集中在以下3方面：1）產(chǎn)品形狀和尺寸的檢測(cè)上。對(duì)制造業(yè)而言，產(chǎn)品的形狀和尺寸是否合格直接影響到產(chǎn)品在實(shí)際應(yīng)用過(guò)程中作用的發(fā)揮。計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用能對(duì)產(chǎn)品進(jìn)行二維和三維等幾何特征的檢測(cè)，如產(chǎn)品的圓度、位置及形狀等。2）產(chǎn)品零部件缺失情況的檢測(cè)。在生產(chǎn)線運(yùn)行過(guò)程中，計(jì)算機(jī)視覺(jué)技術(shù)能準(zhǔn)確檢測(cè)出產(chǎn)品在生產(chǎn)過(guò)程中是否存在鉚釘、螺絲釘?shù)攘悴考娜笔б约爱a(chǎn)品內(nèi)部是否在生產(chǎn)過(guò)程中摻進(jìn)雜質(zhì)等。3）產(chǎn)品表面質(zhì)量的檢測(cè)。為了從各個(gè)方面保證產(chǎn)品的合格性，對(duì)其進(jìn)行表面質(zhì)量的檢測(cè)也是一個(gè)極其重要的環(huán)節(jié)。計(jì)算機(jī)視覺(jué)技術(shù)實(shí)現(xiàn)了對(duì)產(chǎn)品表面的紋理、粗糙度、劃痕、裂紋等各方面的有效檢測(cè)。

2.2 在農(nóng)業(yè)生產(chǎn)領(lǐng)域中的應(yīng)用

該技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用主要集中在以下兩方面：1）對(duì)病蟲害的預(yù)測(cè)預(yù)報(bào)。預(yù)測(cè)預(yù)報(bào)作用發(fā)揮的關(guān)鍵環(huán)節(jié)是建立起計(jì)算機(jī)視覺(jué)技術(shù)對(duì)所有昆蟲的識(shí)別體系。對(duì)昆蟲圖像識(shí)別系統(tǒng)進(jìn)行數(shù)字化建模所使用的方法主要以下2種，一種是運(yùn)用數(shù)學(xué)形態(tài)學(xué)的方法對(duì)害蟲的邊緣進(jìn)行檢測(cè)，進(jìn)而提取害蟲的特征；第二種是從昆蟲的二值化圖像中提取出昆蟲的周長(zhǎng)、面積和復(fù)雜度等基本信息，并對(duì)這些信息建立害蟲的模板庫(kù)以實(shí)現(xiàn)對(duì)昆蟲的模糊決策分析。2）對(duì)農(nóng)作物生長(zhǎng)的監(jiān)測(cè)。常用的方法就是運(yùn)用計(jì)算機(jī)視覺(jué)技術(shù)下的非接觸式監(jiān)測(cè)系統(tǒng)對(duì)農(nóng)作物生長(zhǎng)環(huán)境下的光照、溫度、濕度、風(fēng)速、營(yíng)養(yǎng)液濃度等相關(guān)因素進(jìn)行連續(xù)地監(jiān)測(cè)，進(jìn)而判斷出農(nóng)作物長(zhǎng)勢(shì)。

2.3 在林業(yè)生產(chǎn)中的應(yīng)用

該技術(shù)在林業(yè)生產(chǎn)中的應(yīng)用主要集中在農(nóng)藥噴灑和林木球果采集這兩方面。就林業(yè)的農(nóng)藥噴灑而言，常規(guī)的農(nóng)藥噴灑方式易造成農(nóng)藥的大量流失，不僅達(dá)不到防止林業(yè)有害生物的目的，還浪費(fèi)了大量的人力、物力和財(cái)力。計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用能通過(guò)對(duì)施藥目標(biāo)圖像進(jìn)行實(shí)時(shí)分析，得出具體的施藥量和準(zhǔn)確的施藥位置，該技術(shù)指導(dǎo)下的施藥工作極大發(fā)揮了農(nóng)藥的效果。就林木球果采集而言，該采集工作的操作難度一直都很大，我國(guó)當(dāng)前使用的方法主要是人工使用專業(yè)工具下的采集以及機(jī)械設(shè)備運(yùn)用下的高空作業(yè)車采集和搖振采種機(jī)采集，這兩種方式都存在一定的安全性和效率問(wèn)題。計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用能通過(guò)對(duì)需要進(jìn)行采集的林木球果進(jìn)行圖像采集來(lái)得出球果所處的具置，再結(jié)合專業(yè)機(jī)械手的使用完成球果采集。該技術(shù)不僅節(jié)省了大量勞動(dòng)力，還極大提高了采摘效率。

2.4 在農(nóng)產(chǎn)品檢測(cè)中的應(yīng)用

農(nóng)產(chǎn)品在生產(chǎn)過(guò)程中受自然環(huán)境的影響比較大，所以農(nóng)產(chǎn)品不僅會(huì)產(chǎn)生質(zhì)量上的差異，還會(huì)造成顏色、大小、形狀等外觀上的極大不同。由于農(nóng)產(chǎn)品在出售時(shí)大多要進(jìn)行產(chǎn)品等級(jí)的劃分，所以將計(jì)算機(jī)視覺(jué)技術(shù)運(yùn)用到對(duì)其顏色和外形尺寸的檢測(cè)上，有效達(dá)到了對(duì)農(nóng)產(chǎn)品進(jìn)行檢測(cè)的目的。通過(guò)對(duì)外觀大小尺寸的檢測(cè)，不僅提高了對(duì)農(nóng)產(chǎn)品進(jìn)行分門別類地等級(jí)劃分的效率，還在很大程度上減少了對(duì)產(chǎn)品的損壞；通過(guò)對(duì)西瓜等農(nóng)產(chǎn)品進(jìn)行顏色上的檢測(cè)，能準(zhǔn)確判斷其是否成熟，有效避免了人工操作下的失誤。

2.5 在電力系統(tǒng)自動(dòng)化中的應(yīng)用

計(jì)算機(jī)視覺(jué)技術(shù)在電力系統(tǒng)自動(dòng)化應(yīng)用的表現(xiàn)當(dāng)前主要表現(xiàn)在以下2個(gè)方面：1）在人機(jī)界面中的應(yīng)用。人機(jī)界面在運(yùn)行過(guò)程中更加強(qiáng)調(diào)人的主體地位，實(shí)現(xiàn)了用戶對(duì)各種效應(yīng)通道和感覺(jué)通道的運(yùn)用。具體來(lái)講，計(jì)算機(jī)視覺(jué)技術(shù)在用戶向計(jì)算機(jī)的輸入方面，效應(yīng)通道實(shí)現(xiàn)了手動(dòng)為主向手、足、口、身體等的轉(zhuǎn)變；在計(jì)算機(jī)向用戶的輸出方面，感覺(jué)通道實(shí)現(xiàn)了視覺(jué)為主向觸覺(jué)、嗅覺(jué)、聽(tīng)覺(jué)等的轉(zhuǎn)變。2）在電廠煤粉鍋爐火焰檢測(cè)中的應(yīng)用。對(duì)煤粉鍋爐火焰的檢測(cè)既能有效判斷鍋爐的運(yùn)行狀況，又能在很大程度上實(shí)現(xiàn)電廠的安全性運(yùn)營(yíng)。由于煤的負(fù)荷變化和種類變化會(huì)在使著火位置發(fā)生移動(dòng)，所以為了保證爐膛火焰檢測(cè)的準(zhǔn)確性，必須彌補(bǔ)之前單純應(yīng)用火焰檢測(cè)器只能判斷有無(wú)火焰開(kāi)關(guān)量信號(hào)的弊端。計(jì)算機(jī)視覺(jué)技術(shù)的應(yīng)用，就在彌補(bǔ)火焰檢測(cè)器應(yīng)用弊端的基礎(chǔ)上，實(shí)現(xiàn)了對(duì)火焰形狀的進(jìn)一步檢測(cè)。

2.6 在圖書館工作中的應(yīng)用

隨著當(dāng)前數(shù)字圖書館和自動(dòng)化管理系統(tǒng)的建立，計(jì)算機(jī)技術(shù)在圖書館方面的應(yīng)用越來(lái)越廣泛。當(dāng)前計(jì)算機(jī)視覺(jué)技術(shù)在圖書館方面的應(yīng)用主要集中在古籍修補(bǔ)和書刊剔舊這兩方面。就古籍修補(bǔ)而言，古籍圖書等在收藏的過(guò)程中，受溫度、濕度、光照等的影響，極易導(dǎo)致紙張變黃、變脆以及蟲洞等現(xiàn)象的出現(xiàn)。在進(jìn)行修補(bǔ)時(shí)，依靠計(jì)算機(jī)視覺(jué)技術(shù)開(kāi)展具體的修補(bǔ)工作，能在很大程度上提高修補(bǔ)工作的效率。就書刊剔舊而言，由于圖書館藏書眾多，對(duì)那些使用率低且較為陳舊的文獻(xiàn)資料進(jìn)行及時(shí)地剔除，能實(shí)現(xiàn)圖書資源的及時(shí)更新。計(jì)算機(jī)視覺(jué)技術(shù)在該方面的應(yīng)用，極大地保證了工作的準(zhǔn)確性和效率性。

3 結(jié)束語(yǔ)

通過(guò)以上對(duì)計(jì)算機(jī)視覺(jué)技術(shù)在工業(yè)、農(nóng)業(yè)、林業(yè)、農(nóng)產(chǎn)品檢測(cè)、電力系統(tǒng)自動(dòng)化及圖書館工作這6個(gè)方面的研究可以看出，隨著計(jì)算機(jī)技術(shù)的進(jìn)一步發(fā)展以及計(jì)算機(jī)與各專業(yè)學(xué)科的不斷滲透，該技術(shù)的發(fā)展前景和應(yīng)用領(lǐng)域都將更加廣闊。

參考文獻(xiàn)

篇3

關(guān)鍵詞：計(jì)算機(jī)；視覺(jué)檢測(cè)技術(shù)；原理；應(yīng)用

中圖分類號(hào)：TP391.41

受到CIMS的推動(dòng)和影響，諸多企業(yè)的發(fā)展趨勢(shì)逐步趨向于個(gè)性化以及自動(dòng)化，這種大的發(fā)展趨勢(shì)間接的對(duì)我國(guó)的計(jì)算機(jī)輔助技術(shù)提出了更高的要求，計(jì)算機(jī)相關(guān)技術(shù)的發(fā)展面臨著更加嚴(yán)峻的挑戰(zhàn)。就現(xiàn)階段分析來(lái)看，計(jì)算機(jī)輔助檢測(cè)技術(shù)在現(xiàn)代諸多企業(yè)中得到了廣泛的應(yīng)用。隨著柔性制造系統(tǒng)的不斷進(jìn)步與發(fā)展，驅(qū)動(dòng)圖像處理軟件、現(xiàn)場(chǎng)總線技術(shù)的日趨成熟，檢測(cè)系統(tǒng)的靈敏性、智能化特點(diǎn)愈發(fā)受到人們的關(guān)注，在這種大的發(fā)展趨勢(shì)之下，計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)得到了較快的發(fā)展。基于計(jì)算機(jī)視覺(jué)系統(tǒng)現(xiàn)已經(jīng)廣泛應(yīng)用于現(xiàn)場(chǎng)監(jiān)控、工況監(jiān)視等諸多環(huán)境之中。

1 關(guān)于對(duì)視覺(jué)技術(shù)的相關(guān)研究

1.1 基于計(jì)算機(jī)的視覺(jué)檢測(cè)技術(shù)的原理分析和探究

圖像技術(shù)主要指的就是通過(guò)各種途徑所實(shí)現(xiàn)的對(duì)圖像的獲取以及進(jìn)一步的深入加工和處理技術(shù)。根據(jù)視覺(jué)檢測(cè)技術(shù)的抽象程度以及對(duì)圖像處理方式的不同，可以大致將圖像的處理和加工技術(shù)劃分為三個(gè)最主要的層次，這三個(gè)層次分別是圖像的加工處理、圖像的分析以及對(duì)于圖像的理解。將這三個(gè)層次進(jìn)行進(jìn)一步的結(jié)合，便是圖像工程。計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)是一門新興的計(jì)算機(jī)檢測(cè)技術(shù)，該技術(shù)建立在對(duì)計(jì)算機(jī)視覺(jué)研究的基礎(chǔ)之上，吸收和借鑒相關(guān)的研究成果，借助于傳感器來(lái)實(shí)施三維測(cè)量，進(jìn)而有效獲得被測(cè)物體的空間具置信息，故而可以很好的滿足當(dāng)代制造業(yè)的發(fā)展需求。區(qū)別于一般的圖像處理系統(tǒng)，計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)所獲取的相關(guān)數(shù)據(jù)信息更為精準(zhǔn)和迅速，其環(huán)境適應(yīng)性更強(qiáng)。

基于計(jì)算機(jī)的視覺(jué)檢測(cè)技術(shù)注重計(jì)算理論的輔導(dǎo)作用，以應(yīng)用為目標(biāo)進(jìn)行視覺(jué)技術(shù)分析。自上世紀(jì)七十年代以來(lái)，我國(guó)關(guān)于對(duì)計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)的研究又取得了顯著的進(jìn)步，并且逐步邁入更為實(shí)質(zhì)性的研究階段，在該階段中，逐步開(kāi)始從通過(guò)從多個(gè)角度（諸如光學(xué)角度、生理學(xué)角度以及投影射影角度等等）對(duì)其成像問(wèn)題加以分析。以Marr為代表的專家更是建立了一些一般性的視覺(jué)性處理模型來(lái)輔助該技術(shù)的研究。

1.2 視覺(jué)檢測(cè)技術(shù)中傳感器的作用

在計(jì)算機(jī)的控制下配有相關(guān)的視覺(jué)檢測(cè)系統(tǒng)，在該視覺(jué)檢測(cè)系統(tǒng)中，主要有三個(gè)主要方面的主要作用：第一，對(duì)于視覺(jué)傳感器模型的分析以及確定；第二，進(jìn)行圖像數(shù)據(jù)分散與整理的相關(guān)工作；第三，CAD模型的建立。傳感器的主要作用就是對(duì)測(cè)量棒材的多個(gè)截面進(jìn)行分析，將所收集得到的數(shù)據(jù)經(jīng)由圖像采集卡采集后，傳到相關(guān)的圖像處理系統(tǒng)中，進(jìn)而進(jìn)一步輔助準(zhǔn)確的模型的建立。

2 基于計(jì)算機(jī)的視覺(jué)檢測(cè)技術(shù)的應(yīng)用研究分析

2.1 基于計(jì)算機(jī)的視覺(jué)檢測(cè)技術(shù)的發(fā)展?fàn)顩r研究

在研究的初步階段，相關(guān)技術(shù)人員借助于數(shù)字化的圖像處理技術(shù)，主要就是為了進(jìn)一步提高所獲得的數(shù)字照片的清晰度和質(zhì)量要求，進(jìn)而更為精準(zhǔn)、科學(xué)、規(guī)范的對(duì)照片所提供的信息加以辨別，為航空衛(wèi)星圖片的讀取、識(shí)別和分類做準(zhǔn)備。在這一系列的視覺(jué)工作中，其中最為主要和常見(jiàn)的工作主要是包括分類、識(shí)別判讀以及三維結(jié)構(gòu)的構(gòu)建。

基于計(jì)算機(jī)的視覺(jué)檢測(cè)技術(shù)借助于對(duì)計(jì)算機(jī)視覺(jué)技術(shù)，將所獲得的被觀察物品的相關(guān)信息加以信號(hào)轉(zhuǎn)換，并傳遞給圖像處理系統(tǒng)，圖像處理系統(tǒng)通過(guò)甄別和判斷不同照片像素的分布和亮度等訊息，將其進(jìn)一步轉(zhuǎn)換成為數(shù)字化信號(hào)，接下來(lái)由計(jì)算機(jī)的圖像系統(tǒng)抽出符合目標(biāo)特征的信號(hào)加以運(yùn)算，對(duì)下一步的設(shè)備動(dòng)作加以決定和執(zhí)行。

就現(xiàn)階段而言，我國(guó)的計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)系統(tǒng)在諸多領(lǐng)域均有所應(yīng)用，最為典型的領(lǐng)域諸如醫(yī)學(xué)的輔助診斷、機(jī)器人的感應(yīng)系統(tǒng)、智能化的人機(jī)接口等均是建立在該技術(shù)的基礎(chǔ)之上。借助于計(jì)算機(jī)視覺(jué)技術(shù)這一手段，可以有效提高對(duì)產(chǎn)品檢測(cè)的效率，提高精準(zhǔn)度，這種新型的視覺(jué)檢測(cè)技術(shù)相比較于傳統(tǒng)的人眼在流水線上的跟進(jìn)，其具有顯著的優(yōu)越性，其獲取測(cè)量結(jié)構(gòu)迅速、檢測(cè)結(jié)果可以直接被觀察、可以進(jìn)行自動(dòng)識(shí)別以及定位準(zhǔn)確和實(shí)時(shí)性的特點(diǎn)，這就很好的避免了由于人的一些主觀性因素所導(dǎo)致的誤差出現(xiàn)。

二十世紀(jì)以來(lái)，基于生物特性的計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)得到了空前的發(fā)展，具體表現(xiàn)在人臉識(shí)別、生硬識(shí)別、指紋識(shí)別以及虹膜的識(shí)別中，形式日趨靈活和復(fù)雜多變。借助于計(jì)算機(jī)的視覺(jué)檢測(cè)技術(shù)，可以有效對(duì)用戶的身份進(jìn)行鑒定和識(shí)別、判定用戶的特殊信息等。除此之外，還可以將基于計(jì)算機(jī)的視覺(jué)識(shí)別技術(shù)逐步推廣到其他領(lǐng)域，如海關(guān)的安全檢查以及出口、入口的安全控制等領(lǐng)域。

2.2 基于計(jì)算機(jī)的視覺(jué)檢測(cè)技術(shù)的相關(guān)應(yīng)用分析

2.2.1 數(shù)碼相機(jī)中所采用的圖像采集技術(shù)

視覺(jué)檢測(cè)技術(shù)的一個(gè)顯著特點(diǎn)就是有效提高了生產(chǎn)的柔性和自動(dòng)化程度，本世紀(jì)以來(lái)，數(shù)碼相機(jī)憑借其高分辨率，快速成像、顯像，功能豐富多變以及性價(jià)比較高的特定風(fēng)靡全球，逐步取代了傳統(tǒng)的照相機(jī)，傳統(tǒng)的照相機(jī)主要采用的是CCD 攝像頭，其主要的核心及時(shí)采集卡，顯然這種采集系統(tǒng)已經(jīng)逐步落后于時(shí)展的腳步，現(xiàn)已逐步被淘汰。

2.2.2 微文字識(shí)別系統(tǒng)的相關(guān)研發(fā)和設(shè)計(jì)

隨著科學(xué)技術(shù)的不斷進(jìn)步與發(fā)展，大規(guī)模集成電路得到了較快的進(jìn)步，基于計(jì)算機(jī)的視覺(jué)檢測(cè)系統(tǒng)的成本得到了極大的降低，基于計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)的微文字識(shí)別系統(tǒng)的研發(fā)也被提到了日程中來(lái)。微文字識(shí)別系統(tǒng)的處理芯片大多是借助于數(shù)字信號(hào)處理芯片來(lái)實(shí)現(xiàn)圖像的識(shí)別，進(jìn)而借助先進(jìn)的語(yǔ)音合成技術(shù)將朗讀變?yōu)榭赡?。此外，為了便于使用，該系統(tǒng)的體積被盡可能的縮小，并且可根據(jù)美觀度和實(shí)用性等設(shè)計(jì)為各種形狀。

2.2.3 特殊用紙水印在線檢測(cè)系統(tǒng)

基于計(jì)算機(jī)的視覺(jué)檢測(cè)技術(shù)可以在某一特定領(lǐng)域代替人的主觀判斷，諸如水印質(zhì)量的自動(dòng)檢測(cè)方面。區(qū)別于普通的工作人員，計(jì)算機(jī)可以實(shí)現(xiàn)長(zhǎng)時(shí)間工作，對(duì)于誤差范圍的控制可以通過(guò)設(shè)置等實(shí)現(xiàn)，而且在計(jì)算機(jī)執(zhí)行任務(wù)期間，所受到的客觀和主觀因素相對(duì)較少，這就極大程度上避免了由于人的因素所導(dǎo)致的失誤性操作，進(jìn)而有效提高了工作效率以及檢測(cè)的精準(zhǔn)度。這一優(yōu)點(diǎn)，在水印質(zhì)量標(biāo)準(zhǔn)的認(rèn)定中具有十分重要的意義和作用，通過(guò)研發(fā)一定的程序和軟件，可以制定出一套操作性強(qiáng)、權(quán)威性較高的水印清晰度量化標(biāo)準(zhǔn)。

3 基于計(jì)算機(jī)的視覺(jué)檢測(cè)技術(shù)的發(fā)展展望

綜合分析來(lái)看，計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)現(xiàn)已有大約四十年的歷史，作為一種新興的檢測(cè)技術(shù)，該技術(shù)的顯著優(yōu)越性不言而喻，該檢測(cè)技術(shù)以其高精度、反應(yīng)靈敏迅速、智能化、自動(dòng)化等特點(diǎn)被廣泛應(yīng)用于諸多領(lǐng)域和行業(yè)之中，并取得了顯著的成，可以說(shuō)，該技術(shù)具有十分廣闊的發(fā)展前景。但是，不可否認(rèn)，基于計(jì)算機(jī)的視覺(jué)檢測(cè)技術(shù)并不是十分的成熟，在其設(shè)計(jì)和研發(fā)過(guò)程中仍然存在著諸多不足，而且視覺(jué)檢測(cè)技術(shù)是一項(xiàng)設(shè)計(jì)到心理、生理等多方面知識(shí)的復(fù)雜性技術(shù)，涉及領(lǐng)域眾多，更強(qiáng)大功能的實(shí)現(xiàn)需要人類知識(shí)的不斷拓展和延伸，因此，必須意識(shí)到該檢測(cè)技術(shù)發(fā)展道路上的困難和挑戰(zhàn)。

4 結(jié)束語(yǔ)

隨著科學(xué)技術(shù)的不斷進(jìn)步與發(fā)展，經(jīng)濟(jì)的發(fā)展對(duì)于新技術(shù)的研發(fā)提出了更高的挑戰(zhàn)，再者由于廣大人民群眾生活質(zhì)量的不斷提高，對(duì)于生活水平也有了進(jìn)一步的認(rèn)識(shí)和了解?；谟?jì)算機(jī)的視覺(jué)檢測(cè)技術(shù)的研發(fā)和進(jìn)步，無(wú)疑更好推動(dòng)了高速發(fā)展的經(jīng)濟(jì)，不斷滿足了人民群眾日益提高生活需求。由此來(lái)看，深入對(duì)視覺(jué)檢測(cè)技術(shù)的研究和探究無(wú)疑具有十分重要的作用，筆者衷心希望，以上關(guān)于對(duì)我國(guó)基于計(jì)算機(jī)的視覺(jué)檢測(cè)技術(shù)的相關(guān)探究能夠被相關(guān)負(fù)責(zé)人合理的吸收和采納，進(jìn)而更好的推動(dòng)科學(xué)技術(shù)的創(chuàng)新和進(jìn)步，推動(dòng)經(jīng)濟(jì)的不斷進(jìn)步與發(fā)展。

參考文獻(xiàn)：

[1]李旭港.計(jì)算機(jī)視覺(jué)及其發(fā)展與應(yīng)用[J].中國(guó)科技縱橫，2010（06）：42.

[2]張江明，張娟.淺談制造業(yè)中計(jì)算機(jī)視覺(jué)檢測(cè)技術(shù)的應(yīng)用與發(fā)展[J].科技創(chuàng)新導(dǎo)報(bào)，2011（24）：1.

篇4

近日，國(guó)內(nèi)創(chuàng)業(yè)公司商湯科技宣布獲得4.1億美元B輪融資，這是截至目前為止全球范圍內(nèi)人工智能領(lǐng)域單輪最高融資。至此，這家成立僅三年的公司累計(jì)融資額達(dá)4.5億美元，估值超過(guò)15億美元，成為全球融資額最高的人工智能獨(dú)角獸企業(yè)。當(dāng)前，人工智能發(fā)展勢(shì)頭良好，技術(shù)和產(chǎn)品研發(fā)能力大幅提升，市場(chǎng)空間逐步拓展，社會(huì)關(guān)注與投資力度持續(xù)加大，技術(shù)創(chuàng)新驅(qū)動(dòng)的人工智能企業(yè)正成為資本青睞的熱點(diǎn)。

一、商湯融資背景分析

人工智能迎來(lái)估值猛漲期。自2014年起，人工智能領(lǐng)域一直都是全球投資熱點(diǎn)。近年來(lái)，技術(shù)與產(chǎn)品的迅速成長(zhǎng)帶動(dòng)國(guó)內(nèi)創(chuàng)業(yè)熱情高q，也引發(fā)了資本的高度關(guān)注。據(jù)統(tǒng)計(jì)，截至2017年5月31日，我國(guó)人工智能類創(chuàng)業(yè)公司已超過(guò)650家，產(chǎn)業(yè)規(guī)模較2016年同期增長(zhǎng)達(dá)到51.2%，投融資事件超過(guò)430起，融資總額達(dá)340億元?？萍季揞^加大在人工智能領(lǐng)域的布局，投資案例不斷涌現(xiàn)。同時(shí)，社會(huì)資本競(jìng)相追逐人工智能領(lǐng)域的優(yōu)質(zhì)項(xiàng)目，整體行業(yè)獲投率偏高，超過(guò)一半的人工智能公司成立時(shí)間在兩年之內(nèi)，可見(jiàn)資本市場(chǎng)對(duì)人工智能產(chǎn)業(yè)發(fā)展的信心。

計(jì)算機(jī)視覺(jué)領(lǐng)域成為熱點(diǎn)聚焦。在大數(shù)據(jù)、深度學(xué)習(xí)等新技術(shù)推動(dòng)下，以計(jì)算機(jī)視覺(jué)和語(yǔ)音識(shí)別為代表的感知智能正呈現(xiàn)出高速演進(jìn)態(tài)勢(shì)。目前我國(guó)計(jì)算機(jī)視覺(jué)技術(shù)水平已達(dá)到全球領(lǐng)先水平，并在安防、汽車、金融等領(lǐng)域取得了顯著的應(yīng)用成效。在安防領(lǐng)域，智能技術(shù)如人臉識(shí)別、圖形識(shí)別應(yīng)用場(chǎng)景眾多，如車牌識(shí)別、車輛視覺(jué)特征識(shí)別、被動(dòng)人像卡口、身份證比對(duì)等應(yīng)用。在汽車領(lǐng)域，圍繞智能駕駛汽車人工智能在環(huán)境感知、路徑規(guī)劃與決策等關(guān)鍵環(huán)節(jié)均有所應(yīng)用和體現(xiàn)，在該領(lǐng)域百度、樂(lè)視等企業(yè)已開(kāi)展卓有成效的實(shí)踐。廣泛的商業(yè)化渠道和技術(shù)基礎(chǔ)推動(dòng)計(jì)算機(jī)視覺(jué)成為創(chuàng)投熱門領(lǐng)域，據(jù)數(shù)據(jù)顯示，中國(guó)人工智能創(chuàng)業(yè)公司所屬領(lǐng)域分布中，計(jì)算機(jī)視覺(jué)領(lǐng)域擁有最多創(chuàng)業(yè)公司。2016年，人臉識(shí)別服務(wù)開(kāi)發(fā)商曠視科技完成至少1億美元融資，估值超過(guò)20億美元，專注圖像識(shí)別的圖普科技獲得千萬(wàn)美元A輪融資。

商湯科技技術(shù)實(shí)力領(lǐng)先，發(fā)展?jié)摿薮?。商湯科技主攻人臉識(shí)別、視頻監(jiān)控識(shí)別算法、增強(qiáng)現(xiàn)實(shí)、文字識(shí)別、自動(dòng)駕駛識(shí)別算法和醫(yī)療影像識(shí)別算法等技術(shù)，基礎(chǔ)研究實(shí)力強(qiáng)大，高質(zhì)量專利數(shù)量、專業(yè)學(xué)術(shù)數(shù)量均保持全國(guó)領(lǐng)先水平。在2015年ImageNet大規(guī)模視覺(jué)識(shí)別競(jìng)賽中，商湯科技獲得視頻識(shí)別冠軍，次年在該競(jìng)賽中，商湯科技憑借原創(chuàng)深度神經(jīng)網(wǎng)絡(luò)平臺(tái)，獲得3個(gè)項(xiàng)目的冠軍。商湯科技主要業(yè)務(wù)范圍是將計(jì)算機(jī)視覺(jué)技術(shù)賦能給安防、金融、機(jī)器人、政府大數(shù)據(jù)分析以及虛擬增強(qiáng)現(xiàn)實(shí)等行業(yè)。

二、由商湯融資帶來(lái)的兩點(diǎn)思考

篇5

關(guān)鍵詞 陶瓷設(shè)計(jì)，計(jì)算機(jī)視覺(jué)、觸覺(jué)設(shè)計(jì)

1前 言

歷經(jīng)數(shù)十年發(fā)展，CAD/CAM技術(shù)已取得了巨大成功，并迎來(lái)了數(shù)字化設(shè)計(jì)、數(shù)字化制造的時(shí)代。NURBS曲線曲面（非均勻有理B樣條）以其強(qiáng)大的形狀表示能力和配套的計(jì)算、編輯算法，已成為事實(shí)上的產(chǎn)品表示標(biāo)準(zhǔn)。細(xì)分曲面、隱式曲面是近年曲面造型研究的熱點(diǎn)，它們突破了NURBS在拓?fù)浣Y(jié)構(gòu)上的局限性，更容易表達(dá)某些復(fù)雜的形狀。

在陶瓷設(shè)計(jì)領(lǐng)域，經(jīng)常需要設(shè)計(jì)人體、動(dòng)物等自然雕塑形體，現(xiàn)有的CAD系統(tǒng)可采用NURBS曲面、細(xì)分曲面、隱式曲面等來(lái)描述這些復(fù)雜對(duì)象[1]，但如何能快速、精確地設(shè)計(jì)出來(lái)，目前尚無(wú)有效的數(shù)字化工具。人們認(rèn)識(shí)、改變外在事物時(shí)，主要利用視覺(jué)與觸覺(jué)的感官功能，通過(guò)手眼協(xié)調(diào)來(lái)設(shè)計(jì)出新的事物，設(shè)計(jì)師在設(shè)計(jì)新的對(duì)象時(shí)，也可如此操作。

近些年出現(xiàn)了一些價(jià)格較為便宜的觸覺(jué)式設(shè)計(jì)系統(tǒng)，如FreeForm系統(tǒng)，它抽取了大型虛擬現(xiàn)實(shí)系統(tǒng)的單一觸覺(jué)功能，可提供真實(shí)感的數(shù)字雕塑工具。但一般設(shè)計(jì)人員使用后的效果并不理想，雖可以在局部修修補(bǔ)補(bǔ)，但缺乏對(duì)整體形態(tài)的把握[2]。

本文提出了一套視覺(jué)與觸覺(jué)相結(jié)合的數(shù)字設(shè)計(jì)系統(tǒng)，以數(shù)碼相機(jī)和力感觸覺(jué)系統(tǒng)為工具，快速實(shí)現(xiàn)復(fù)雜形體的數(shù)字建模。首先利用數(shù)碼相機(jī)拍照，攝取參考對(duì)象的圖像，通過(guò)一個(gè)專門設(shè)計(jì)的攝影測(cè)量與計(jì)算機(jī)視覺(jué)集成系統(tǒng)重構(gòu)出參考對(duì)象的三維數(shù)字模型；然后將此模型輸入到觸覺(jué)設(shè)計(jì)系統(tǒng)，經(jīng)局部的修正，得到新的設(shè)計(jì)模型。以下詳述系統(tǒng)組成及原理，并給出設(shè)計(jì)實(shí)例予以驗(yàn)證。

2造型設(shè)計(jì)系統(tǒng)的組成

本文所提出的系統(tǒng)主要分為兩個(gè)模塊：視覺(jué)子系統(tǒng)與觸覺(jué)子系統(tǒng)。其中觸覺(jué)子系統(tǒng)是購(gòu)置的，視覺(jué)子系統(tǒng)是獨(dú)立開(kāi)發(fā)的[3]。相機(jī)采用奧林巴斯CL5050，拍攝的照片經(jīng)視覺(jué)反求系統(tǒng)處理后，得到VRML格式的三維模型，然后輸入FreeForm觸覺(jué)設(shè)計(jì)系統(tǒng)，進(jìn)行再設(shè)計(jì)，最終輸出改型設(shè)計(jì)后的數(shù)字模型。圖1所示是視覺(jué)系統(tǒng)實(shí)物，圖2是觸覺(jué)系統(tǒng)的實(shí)物照片。

2.1 視覺(jué)系統(tǒng)[4]

本文提出的系統(tǒng)中，視覺(jué)系統(tǒng)為自主開(kāi)發(fā)的，先講述相關(guān)的主要原理。

本文采用的視覺(jué)系統(tǒng)結(jié)合了攝影測(cè)量法的高精度與計(jì)算機(jī)視覺(jué)法的靈活性。近年來(lái)由圖片生成3D模型是一個(gè)熱門的計(jì)算機(jī)視覺(jué)研究領(lǐng)域，并相應(yīng)提出了諸多的研究方法，其核心問(wèn)題包括：相機(jī)標(biāo)定、對(duì)應(yīng)點(diǎn)匹配及3D重構(gòu)等；針對(duì)每個(gè)問(wèn)題均有大量的研究算法，特別是相機(jī)標(biāo)定技術(shù)幾乎成為一個(gè)關(guān)鍵環(huán)節(jié)。

類似于測(cè)量系統(tǒng)控制網(wǎng)的概念，我們?cè)O(shè)計(jì)了一套控制特征點(diǎn)，相機(jī)直接根據(jù)控制特征點(diǎn)進(jìn)行標(biāo)定，可得到精度較高的相機(jī)內(nèi)外參數(shù)。圖3所示是控制點(diǎn)分布的實(shí)物圖。

我們對(duì)控制點(diǎn)分布采取了特殊設(shè)計(jì)，使任意角度下拍照，均有10個(gè)（通常要求至少6個(gè)）以上特征點(diǎn)被攝取。對(duì)特征點(diǎn)，采用了高精度的專業(yè)攝影測(cè)量系統(tǒng)Aicon加以標(biāo)定，其空間坐標(biāo)保存于一個(gè)數(shù)據(jù)文件中，以備相機(jī)標(biāo)定時(shí)采用。

有了高精度的相機(jī)參數(shù)，就可以利用成熟的計(jì)算機(jī)視覺(jué)方法重構(gòu)3D模型。我們采用了遮擋輪廓法[1]及空間剝離法[2]這兩種對(duì)環(huán)境要求較低、算法較為穩(wěn)定的方法，處理標(biāo)定過(guò)的圖像，得到三維模型主要形態(tài)，可作為觸覺(jué)設(shè)計(jì)的基礎(chǔ)。

2.2 觸覺(jué)系統(tǒng)

觸覺(jué)子系統(tǒng)采用FreeForm觸覺(jué)式虛擬設(shè)計(jì)系統(tǒng)，通常也亦稱為3D Touch系統(tǒng)，采用了力回饋技術(shù)，手握觸覺(jué)筆在空間旋轉(zhuǎn)移動(dòng)，屏幕里相應(yīng)的雕刻刀便隨之移動(dòng)；當(dāng)?shù)窨痰督佑|到模型時(shí)，會(huì)有力回饋到握筆的手上，讓使用者感受到接觸時(shí)的力量。在雕刻時(shí)可設(shè)定模型的軟硬度，進(jìn)而調(diào)整雕刻所需的力。常規(guī)的實(shí)物雕刻操作，在系統(tǒng)內(nèi)均有對(duì)應(yīng)的虛擬工具，無(wú)論是雕刻效果，還是虛擬雕刻過(guò)程中的感受，與實(shí)際雕刻幾乎一樣，提供了十分逼真的雕刻環(huán)境。

3陶瓷狗的造型設(shè)計(jì)

在陶瓷設(shè)計(jì)中，經(jīng)常需要參考某種實(shí)物樣品。本實(shí)驗(yàn)以圖1中的玩具狗作為參考對(duì)象，借助視覺(jué)、觸覺(jué)集成系統(tǒng)進(jìn)行了兩次造型、建模試驗(yàn)。視覺(jué)系統(tǒng)從不同角度攝取了10幅圖片，由這10幅圖片生成一個(gè)三維模型（見(jiàn)圖4）。整個(gè)建模過(guò)程僅需十幾分鐘，方便快捷。輸出的模型包含了參考對(duì)象的主要形態(tài)，稍加修整，即可得到新的改型設(shè)計(jì)。

以視覺(jué)系統(tǒng)的輸出為骨架，在FreeForm系統(tǒng)中進(jìn)行細(xì)部的修整與再設(shè)計(jì)，并可添加修飾色彩，得到新的設(shè)計(jì)結(jié)果，見(jiàn)圖5。

在試驗(yàn)中，如果僅依靠觸覺(jué)設(shè)計(jì)系統(tǒng)，即使熟練的操作人員，要設(shè)計(jì)出比例協(xié)調(diào)、結(jié)構(gòu)合理的模型，也需要花費(fèi)一天或數(shù)天時(shí)間。視覺(jué)系統(tǒng)的輸入極大地簡(jiǎn)化了主體形態(tài)的構(gòu)造，使不太熟練的設(shè)計(jì)人員也能利用觸覺(jué)系統(tǒng)，很快設(shè)計(jì)出新的作品。

4總 結(jié)

本文提出了視覺(jué)、觸覺(jué)相結(jié)合的方法，利用計(jì)算機(jī)視覺(jué)系統(tǒng)幫助設(shè)計(jì)人員觀察、感知設(shè)計(jì)對(duì)象，并把結(jié)果以數(shù)字形式保存起來(lái)；觸覺(jué)系統(tǒng)直接利用已有的觀察結(jié)果，通過(guò)手眼協(xié)調(diào)完成最終設(shè)計(jì)。這種混合系統(tǒng)彌補(bǔ)了非專業(yè)人員所缺乏的空間形體洞察力及操縱力，使他們不用經(jīng)過(guò)長(zhǎng)期的專業(yè)訓(xùn)練，也可快速地設(shè)計(jì)出新的作品。本文給出的實(shí)例已驗(yàn)證了這一觀點(diǎn)。

本文揭示了虛擬雕刻過(guò)程所忽略的視覺(jué)思維環(huán)節(jié)，并設(shè)計(jì)出計(jì)算機(jī)視覺(jué)系統(tǒng)來(lái)加以彌補(bǔ)，取得了良好的結(jié)果，這套視、觸覺(jué)結(jié)合的設(shè)計(jì)系統(tǒng)可用于陶瓷產(chǎn)品的設(shè)計(jì)制造，可大幅度提高設(shè)計(jì)效率和設(shè)計(jì)質(zhì)量。

參考文獻(xiàn)

1 Potemesil M.Generating octree model of 3D objects from their silhouetttes in a sequence of

images[J]．Computer Vision&Graphics Image Processing,1987，40(1):1～29

2 K.Kutulakos and S.Seitz. A theory of shape by space carving[J]. International Journal of Computer

Vision,2000, 38(3):199～218

篇6

關(guān)鍵詞： 邊緣檢測(cè)；SUSAN算子；角點(diǎn)檢測(cè)；亞像素；標(biāo)定

中圖分類號(hào)：TB96 文獻(xiàn)標(biāo)識(shí)碼：A

The Test Method of Wheel Alignment Parameters Based on Improved SUSAN Operator

LI Yu-yu1, HE Liang-liang2

(1. Automotive industry school in Anhui Province, Hefei Anhui 230041, China; 2. HeFei University of Technology, Hefei Anhui 230011, China)

Abstract: In view of the current four-wheel sensors' shortcomings, such as large amount, low accuracy, complex operation, and high maintenance costs, etc. we put forward a new method of detection which uses three-dimensional visual to detect parameters of four-wheel location. This paper expounds the improved SUSAN operator which is based on the proposed method. Through the collection of sequence image of the target disk format board which moves together with the wheels, we calculate three-dimensional cosine of the rotation axis of the wheels, then get four-wheel location geometric parameters. Compared with the traditional methods, this new method has many advantages, such as non-contact, real-time, simple operation, high precision and so on.

Keywords: edge detection; SUSAN operator; corner detection; subpixel; calibration

引 言

隨著汽車行駛里程的增加、使用時(shí)間的延續(xù)，其技術(shù)狀況必然發(fā)生改變。汽車行駛中的操作穩(wěn)定性與行駛安全性、輪胎的異常磨損以及燃油消耗的增加等均與汽車車輪定位不準(zhǔn)有關(guān)[1,2]。目前，國(guó)內(nèi)廣泛使用了基于機(jī)器視覺(jué)的測(cè)量技術(shù)進(jìn)行汽車四輪定位，計(jì)算機(jī)視覺(jué)是通過(guò)對(duì)三維世界所感知的二維圖像來(lái)研究和提取出三維景物的物理結(jié)構(gòu)[3]。計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)作為一種新興的、先進(jìn)的高精度的測(cè)量技術(shù)，而攝像機(jī)標(biāo)定是實(shí)現(xiàn)影像高精度測(cè)量的關(guān)鍵技術(shù)之一。本文根據(jù)空間向量原理與計(jì)算機(jī)視覺(jué)理論，提出一種四輪定位參數(shù)測(cè)量[4]的模板標(biāo)定新方法，主要研究了針對(duì)棋盤格平面模板的亞像素級(jí)角點(diǎn)坐標(biāo)的提取，為后續(xù)的攝像機(jī)的精確標(biāo)定提供依據(jù)，并通過(guò)實(shí)車實(shí)驗(yàn)進(jìn)行了驗(yàn)證。

1 四輪定位的主要參數(shù)

四輪定位的主要參數(shù)[5,6]包括：前束角θToe（車輪中心線與車輛幾何中心線之間的夾角）、外傾角θCamber（車輪旋轉(zhuǎn)平面與車輛縱向垂直面的夾角）、主銷內(nèi)傾角（kingpin inclination）θKI（在汽車橫向平面內(nèi)轉(zhuǎn)向節(jié)主銷軸線與鉛垂線的夾角）及主銷后傾角θCaster（在汽車縱向垂直平面內(nèi)轉(zhuǎn)向節(jié)主銷軸線與鉛垂線的夾角）等。

X、Y、Z分別為車體的橫向、鉛垂方向和縱向的坐標(biāo)軸，根據(jù)立體幾何知識(shí)，四輪定位參數(shù)數(shù)學(xué)模型如式（1）所示，單位為度。

1.1 數(shù)學(xué)模型求解

根據(jù)四輪定位參數(shù)的數(shù)學(xué)模型，我們可以通過(guò)攝像機(jī)采集隨車輪運(yùn)動(dòng)的棋盤格式目標(biāo)盤的序列圖像，對(duì)其進(jìn)行角點(diǎn)檢測(cè)[7]，而后計(jì)算棋盤格角點(diǎn)的圖像坐標(biāo)與世界坐標(biāo)之間的單應(yīng)性矩陣H[8]，結(jié)合攝像機(jī)標(biāo)定所得到的攝像機(jī)內(nèi)參矩陣，便可求出棋盤格角點(diǎn)的旋轉(zhuǎn)矩陣，即車輪運(yùn)動(dòng)的旋轉(zhuǎn)矩陣，進(jìn)而計(jì)算出車輪旋轉(zhuǎn)軸線的方向余弦，從而得到車輪的四輪定位參數(shù)，其具體的數(shù)學(xué)模型求解，流程如圖1所示。

2 改進(jìn)SUSAN算子[9]的棋盤格角點(diǎn)檢測(cè)

棋盤格圖像是進(jìn)行攝像機(jī)標(biāo)定時(shí)最常用的圖像，由黑白相間的正方形組成，并以角點(diǎn)作為特征點(diǎn)。

從圖2可以看出，如果用原來(lái)的SUSAN算子進(jìn)行角點(diǎn)檢測(cè)，由于邊緣和角點(diǎn)處的核值相似區(qū)都為模板區(qū)域的一半，故很難區(qū)分邊緣與角點(diǎn)，必須對(duì)SUSAN算子改進(jìn)后才能用于角點(diǎn)檢測(cè)。所以我們采用如下的步驟對(duì)棋盤格進(jìn)行角點(diǎn)檢測(cè)，首先用LoG算子進(jìn)行邊緣檢測(cè)，然后在邊緣像素處用改進(jìn)后的SUSAN算子進(jìn)行角點(diǎn)檢測(cè)，最后利用灰度平方重心法進(jìn)行亞像素角點(diǎn)定位。

2.1 棋盤格的邊緣檢測(cè)

在線攝像機(jī)標(biāo)定過(guò)程中，因?yàn)槔肧USAN算子對(duì)整幅圖像進(jìn)行角點(diǎn)檢測(cè)時(shí)，其檢測(cè)速度會(huì)比較慢，不能滿足在線標(biāo)定對(duì)速度的要求。由于角點(diǎn)一定包含在圖像邊緣中，所以先利用LoG算子對(duì)圖像進(jìn)行邊緣檢測(cè)，記下邊緣像素的坐標(biāo)，再只對(duì)邊緣處的像素進(jìn)行SUSAN角點(diǎn)檢測(cè)即可，這樣可以大大減少整個(gè)角點(diǎn)檢測(cè)的運(yùn)算量。如圖3所示，是對(duì)棋盤格圖像進(jìn)行邊緣檢測(cè)的效果圖。

2.2 棋盤格的角點(diǎn)檢測(cè)

從圖4可以看出，對(duì)于理想的邊緣，如a所示，其灰度不具有中心對(duì)稱性，而角點(diǎn)b、c、d、e均具有一定的中心對(duì)稱度。且對(duì)于理想的棋盤格角點(diǎn)e則具有完全的中心對(duì)稱性，而對(duì)于b、c、d 三種角點(diǎn)，其角點(diǎn)越尖銳，其對(duì)稱性越好。

選用37像素的圓形模板進(jìn)行SUSAN角點(diǎn)檢測(cè)，選用相似比較函數(shù)[10]作相似比較，如式（2）所示。

式中t為相似度閾值，由于模板圖像灰度對(duì)比度很好，所以可適當(dāng)取大一點(diǎn)，選用t=25作為相似度閾值，根據(jù)式（3）計(jì)算出核值相似區(qū)：

最后確定幾何閾值g，得到初始角點(diǎn)響應(yīng)：

因?yàn)槠灞P格角點(diǎn)的特殊性，其理想的幾何閾值g應(yīng)為，對(duì)于實(shí)際的圖像，由于有噪聲的干擾以及攝像機(jī)的畸變，不可能是精確的直角角點(diǎn)，所以其幾何閾值最好選取～之間的值。從前面的論述可知，棋盤格角點(diǎn)具有完全的中心對(duì)稱性，而37像素的SUSAN圓形模板可方便地計(jì)算出其對(duì)稱度，所以就此提出了灰度中心對(duì)稱度的概念。

首先對(duì)SUSAN模板像素的一半依次搜索，找到其關(guān)于核心點(diǎn)的像素，求出二者的灰度差ΔI如式（5）所示。

ΔI=I（x,y）-I（x',y'）（5）

其中I(x,y)與 是關(guān)于核心點(diǎn)中心對(duì)稱的像素灰度值?；叶炔瞀與閾值d的比較得到點(diǎn)(x，y)的灰度對(duì)稱度D(x，y)為：

D（x,y）=1 ΔI＜d0 ΔI≥d（6）

閾值d是用來(lái)區(qū)分兩像素是否具有灰度相似性的關(guān)鍵，灰度區(qū)域的差值即為閾值d的取值。

將模板區(qū)域一半像素的灰度對(duì)稱度求和可得到整個(gè)模板的灰度對(duì)稱度S(x0，y0)為：

其中M表示整個(gè)模板區(qū)域，對(duì)于37像素的模板，其理想的最大灰度對(duì)稱度Smax=18。由于圖像角點(diǎn)模糊以及攝像機(jī)畸變等因素，棋盤格圖像的灰度對(duì)稱度S達(dá)不到Smax，所以在進(jìn)行角點(diǎn)檢測(cè)時(shí)設(shè)定的灰度對(duì)稱度閾值可適當(dāng)減小，文中取S=12。通過(guò)上述改進(jìn)后可獲取出棋盤格的角點(diǎn)位置。

2.3 亞像素的角點(diǎn)檢測(cè)

通過(guò)上述方法檢測(cè)到的棋盤格角點(diǎn)并不是單像素角點(diǎn)，但是在進(jìn)行攝像機(jī)的精確標(biāo)定時(shí)，必須將角點(diǎn)定位到亞像素級(jí)。對(duì)棋盤格角點(diǎn)圖像進(jìn)行分析可知，棋盤格角點(diǎn)圖像屬于灰度對(duì)稱分布的目標(biāo)，而且圖像的灰度對(duì)比強(qiáng)烈，所以選取灰度平方重心法進(jìn)行亞像素角點(diǎn)定位。設(shè)角點(diǎn)的灰度重心(x0，y0)為式（8）：

其中W(i，j)為權(quán)值，取W(i，j)=I2(i，j)，M是利用改進(jìn)后的SUSAN算子檢測(cè)到的角點(diǎn)鄰域。該方法原理簡(jiǎn)單，可以有效地實(shí)現(xiàn)亞像素角點(diǎn)定位。

3 四輪定位參數(shù)計(jì)算及實(shí)驗(yàn)結(jié)果分析

圖像平面上的點(diǎn)m與平面模板的點(diǎn)M之間可通過(guò)單應(yīng)性矩陣H來(lái)聯(lián)系，獲得匹配點(diǎn)的坐標(biāo)就可以求圖像坐標(biāo)與世界坐標(biāo)之間的單應(yīng)性矩陣H。用夾具將目標(biāo)盤以一定角度安裝在車輪上，當(dāng)車輛前后移動(dòng)時(shí)，車輪及目標(biāo)盤一起前后轉(zhuǎn)動(dòng)，通過(guò)對(duì)目標(biāo)盤上的進(jìn)行運(yùn)動(dòng)前后的拍攝，得到旋轉(zhuǎn)前后的圖像，如圖5所示。然后進(jìn)行圖像處理和分析提取出目標(biāo)盤上的特征點(diǎn)，再根據(jù)特征點(diǎn)位置的空間坐標(biāo)變化計(jì)算出車輪空間旋轉(zhuǎn)量，進(jìn)而由該向量與空間坐標(biāo)系各坐標(biāo)軸夾角關(guān)系得出定位參數(shù)。

4 實(shí)驗(yàn)結(jié)果及分析

應(yīng)用車輪定位參數(shù)檢測(cè)實(shí)驗(yàn)系統(tǒng)對(duì)奧迪A6L車輪定位參數(shù)進(jìn)行了檢測(cè)，共測(cè)了3次，取其平均值作為最終結(jié)果，結(jié)果如表1所示。A列為改進(jìn)算法前的四輪定位數(shù)據(jù)，B為改進(jìn)算法后的實(shí)驗(yàn)數(shù)據(jù)。從實(shí)驗(yàn)結(jié)果來(lái)看，在通過(guò)本方法對(duì)特征點(diǎn)提取的算法做了改進(jìn)后，實(shí)驗(yàn)結(jié)果較之前精準(zhǔn)，證明了本方法的正確性和有效性。

5 結(jié) 論

應(yīng)用計(jì)算機(jī)視覺(jué)理論，建立了汽車四輪定位參數(shù)測(cè)量的數(shù)學(xué)模型，重點(diǎn)闡明了的改進(jìn)SUSAN算子的亞像素角點(diǎn)檢測(cè)，避免了傳統(tǒng)SUSAN算子混淆角點(diǎn)和邊緣的缺點(diǎn)，可有效地檢測(cè)出正確的角點(diǎn)。由于只在棋盤格邊緣點(diǎn)附近進(jìn)行角點(diǎn)檢測(cè)，其運(yùn)算速度大大提高?；叶绕椒街匦姆ǖ膩喯袼囟ㄎ环椒ê?jiǎn)單高效，所以該方法非常適合于運(yùn)用棋盤格對(duì)攝像機(jī)進(jìn)行在線標(biāo)定的場(chǎng)合。這是一種有別于傳統(tǒng)檢測(cè)法的新方法，以便提高汽車四輪定位的檢測(cè)精度。

參考文獻(xiàn)

[1] 羅進(jìn)益，周. 轎車凹輪定位檢測(cè)與調(diào)整[M]. 北京：人民交通出版社，2002，3.

[2] 張遙遠(yuǎn)，劉美生，羅發(fā)貴，王蛟茹. 四輪定位儀的性能評(píng)價(jià)與檢測(cè)[J]. 中國(guó)測(cè)試技術(shù)，2004，30（4）：3-6.

[3] 高 文，陳熙霖. 計(jì)算機(jī)視覺(jué)[M]. 北京：清華大學(xué)出版社，1999.

[4] 胡修泰. 3D激光車輪定位儀[J]. 汽車維護(hù)與修理，2003（07）：22-25.

[5] 王德超，涂亞慶，張鐵楠. 基于計(jì)算機(jī)視覺(jué)的汽車四輪定位參數(shù)檢測(cè)數(shù)學(xué)模型及方法[J]. 汽車工程，2008，30（03）：223-228.

[6] 張鐵楠，涂亞慶，王德超. 基于計(jì)算機(jī)視覺(jué)的汽車車輪定位技術(shù)研究[J]. 電子測(cè)量技術(shù)， 2008，31（04）：52-56.

[7] 郝潁明，朱 楓. 攝像機(jī)標(biāo)定中的棋盤格自動(dòng)檢測(cè)[J]. 計(jì)算機(jī)工程，2007，33（17）：213-215.

[8] 劉永強(qiáng)，劉軍民. 基于視覺(jué)測(cè)量的汽車車輪定位技術(shù)的研究[J]. 大連理工大學(xué)網(wǎng)絡(luò)學(xué)刊. 2008.

篇7

關(guān)鍵詞：太陽(yáng)跟蹤； ARM微控制器； 計(jì)算機(jī)視覺(jué)； CMOS圖像傳感器

中圖分類號(hào)：TN91934； TP36文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1004373X(2012)04007104

Sun-tracking system based on ARM embedded image processing platform

CHEN Lijuan, ZHOU Xin

(Nanjing University of Aeronautics and Astronautics, Nanjing 210016, China)

Abstract： Based on computer vision principle, the realtime tracking of sun was realized by taking ARM microcontroller as the core to construct the embedded image processing platform. The system collects images of sun through CMOS imaging sensor, and computes the sun angles relative to the tracking platform by a microcontroller. With the computed sun angles information, the system controls the turntable through a serial port to make the solar panel perpendicular to the sun radiations. Meanwhile, another tracking mode based on sun trajectory is integrated in the tracking strategy to insure the system reliability. The teat result indicates that the system can reduce the system energy consumption and effectively track sun.

Keywords： suntracking; ARM microcontroller; computer vision; CMOS image sensor

收稿日期：20110813

基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目（61102138）；南京航空航天大學(xué)基本科研業(yè)務(wù)費(fèi)專項(xiàng)科研資助項(xiàng)目（V1090031）0引言

隨著社會(huì)的發(fā)展和進(jìn)步，環(huán)保節(jié)能已經(jīng)成為人類可持續(xù)發(fā)展的必要條件。目前，再生能源的開(kāi)發(fā)和利用越來(lái)越受到人們的關(guān)注。太陽(yáng)能由于其普遍、無(wú)害、無(wú)限、長(zhǎng)久等特點(diǎn)，成為最綠色、最理想、最可靠的替代能源［1］。但太陽(yáng)能同時(shí)存在分散，不穩(wěn)定，效率低等特點(diǎn)，太陽(yáng)能光伏系統(tǒng)為解決這一問(wèn)題提供了條件［23］。

就目前的太陽(yáng)能光伏系統(tǒng)而言，如何最大限度提高太陽(yáng)能的轉(zhuǎn)換率，仍是國(guó)內(nèi)外的研究熱點(diǎn)。有研究表明，和始終朝南的固定表面相比，與太陽(yáng)輻射方向始終保持垂直的表面對(duì)太陽(yáng)能的利用率提高約33%［4］。太陽(yáng)跟蹤裝置可以保證太陽(yáng)輻射方向始終垂直于太陽(yáng)能電池板平面，使接收到的太陽(yáng)輻射大大增加，提高了太陽(yáng)能的接受率與利用率，因而得到廣泛的應(yīng)用。

太陽(yáng)跟蹤裝置的分類方法有很多，按照跟蹤方法，主要可分為視日運(yùn)動(dòng)跟蹤和光電跟蹤，視日運(yùn)動(dòng)跟蹤又可分為單軸跟蹤和雙軸跟蹤［5］。光電跟蹤裝置有較高靈敏度，結(jié)構(gòu)簡(jiǎn)單，能通過(guò)反饋消除累積誤差，具有較大優(yōu)勢(shì)，但受環(huán)境影響很大。其關(guān)鍵部件是光電傳感器，常用的是光敏電阻。由于光敏電阻安裝位置不連續(xù)和環(huán)境光散射等因素的影響，系統(tǒng)不能連續(xù)跟蹤太陽(yáng)，精度有限［6］。視日運(yùn)動(dòng)跟蹤能夠全天候?qū)崟r(shí)跟蹤，但是存在累積誤差。其中，單軸跟蹤裝置結(jié)構(gòu)簡(jiǎn)單，但跟蹤誤差大；雙軸跟蹤裝置算法復(fù)雜，跟蹤難度較大，但跟蹤精度較高［78］。

本文用基于32位ARM嵌入式微控制器S3C2440來(lái)構(gòu)建太陽(yáng)跟蹤系統(tǒng)，采用CMOS圖像傳感器來(lái)感知太陽(yáng)方位，并通過(guò)微控制器計(jì)算獲取太陽(yáng)跟蹤誤差，實(shí)現(xiàn)對(duì)太陽(yáng)的高精度跟蹤。加入視日運(yùn)動(dòng)規(guī)律，在跟蹤目標(biāo)丟失時(shí)，對(duì)系統(tǒng)進(jìn)行重新定位。同時(shí)，該系統(tǒng)的結(jié)構(gòu)簡(jiǎn)單輕便，功耗低，環(huán)境適應(yīng)能力強(qiáng)，能應(yīng)用于各種太陽(yáng)能設(shè)備。

1硬件設(shè)計(jì)

1.1系統(tǒng)硬件結(jié)構(gòu)

系統(tǒng)以ARM微控制器作為主控制器，采用CMOS圖像傳感器采集圖像，并利用雙軸轉(zhuǎn)臺(tái)來(lái)支撐太陽(yáng)能電池板。其中雙軸轉(zhuǎn)臺(tái)集成了電機(jī)驅(qū)動(dòng)與控制部分，通過(guò)串口與主控制器進(jìn)行通信。

如圖1所示是太陽(yáng)跟蹤系統(tǒng)的硬件結(jié)構(gòu)圖。在圖1中，CMOS圖像傳感器與太陽(yáng)能電池板處在同一平面，并固連在雙軸轉(zhuǎn)臺(tái)上；ARM處理器與雙軸轉(zhuǎn)臺(tái)的電機(jī)驅(qū)動(dòng)部分采用串口通信方式；系統(tǒng)的供電均由蓄電池支持（包括ARM控制板和轉(zhuǎn)臺(tái)），因而形成了一個(gè)獨(dú)立系統(tǒng)。系統(tǒng)的基本工作原理是：根據(jù)視日運(yùn)動(dòng)規(guī)律或CMOS圖像傳感器采集的天空?qǐng)D像，利用ARM處理器求取系統(tǒng)跟蹤控制參數(shù)，并通過(guò)串口來(lái)控制雙軸轉(zhuǎn)臺(tái)的轉(zhuǎn)動(dòng)。

圖1太陽(yáng)跟蹤系統(tǒng)的硬件結(jié)構(gòu)圖1.2硬件介紹

（1） ARM微控制器。從實(shí)用角度考慮，太陽(yáng)跟蹤系統(tǒng)的低功耗設(shè)計(jì)顯得尤為重要，ARM微處理器在保證高性能的前提下能夠盡量降低功耗［9］。相對(duì)于PC機(jī)，ARM微處理器占用空間較小，質(zhì)量輕，可靠性強(qiáng)，硬件資源豐富，在簡(jiǎn)化系統(tǒng)結(jié)構(gòu)的同時(shí)為系統(tǒng)功能擴(kuò)展提供了可能。系統(tǒng)選用32位ARM嵌入式微控制器S3C2440來(lái)構(gòu)建控制平臺(tái)。運(yùn)用ARM微控制器構(gòu)建的嵌入式圖像處理平臺(tái)大大提高了圖像的處理速度，同時(shí)有效降低了系統(tǒng)成本。圖像處理系統(tǒng)還具有拆裝方便，配置靈活等優(yōu)點(diǎn)，安全性得到大大提高［10］。

（2） 雙軸轉(zhuǎn)臺(tái)。系統(tǒng)采用集成式雙軸轉(zhuǎn)臺(tái)，其結(jié)構(gòu)如圖2所示，工作電壓為24 V，可利用蓄電池供電。在圖2中，x向?yàn)樗椒较颍瑈向?yàn)榇怪狈较?。x向轉(zhuǎn)角對(duì)應(yīng)太陽(yáng)方位角，y向轉(zhuǎn)角對(duì)應(yīng)太陽(yáng)高度角。該雙軸轉(zhuǎn)臺(tái)x向轉(zhuǎn)動(dòng)范圍為-157°~+157°，y向轉(zhuǎn)動(dòng)范圍為0°~90°，集成了電機(jī)控制模塊，并提供串行接口，控制器可以利用串口通信來(lái)控制并驅(qū)動(dòng)轉(zhuǎn)臺(tái)在x向和y向上的轉(zhuǎn)動(dòng)。

（3） CMOS圖像傳感器。圖像傳感器產(chǎn)品主要有CCD，CMOS，CIS三種。其中CMOS圖像傳感器集成度高，價(jià)格低廉，而且可以實(shí)現(xiàn)數(shù)字化輸出，軟件可編程控制，提高了系統(tǒng)設(shè)計(jì)的靈活性，同時(shí)也具有較高的抗干擾性和穩(wěn)定性［11］。系統(tǒng)采用的圖像傳感器為OmniVision公司的OV 9650型COMS攝像頭，其功耗為30 μW，陣列大小為1 300×1 028 pixels，焦距為4.85 mm，像素大小為3.18 μm×3.18 μm，支持軟件可編程控制，輸出圖像格式包括YUV，RGB等。

圖2雙軸轉(zhuǎn)臺(tái)的結(jié)構(gòu)圖2軟件設(shè)計(jì)

2.1跟蹤控制策略

圖3所示是太陽(yáng)跟蹤系統(tǒng)工作過(guò)程流程圖，系統(tǒng)采用的跟蹤控制策略如下：

（1） 系統(tǒng)可設(shè)置2種工作模式，早晨6：00喚醒跟蹤控制系統(tǒng)，系統(tǒng)啟動(dòng)跟蹤控制，進(jìn)入跟蹤模式；下午18：00休眠系統(tǒng)，系統(tǒng)關(guān)閉跟蹤控制，進(jìn)入待機(jī)模式。同時(shí)系統(tǒng)采用粗跟蹤和精跟蹤2種方式，粗跟蹤采用視日運(yùn)動(dòng)跟蹤方法，精跟蹤采用基于計(jì)算機(jī)視覺(jué)的跟蹤方法。粗跟蹤為精跟蹤提供初始工作條件，精跟蹤保證系統(tǒng)的跟蹤精度。

圖3太陽(yáng)跟蹤系統(tǒng)工作過(guò)程流程圖（2） 喚醒跟蹤控制系統(tǒng)時(shí)，采用視日運(yùn)動(dòng)開(kāi)環(huán)計(jì)算方法進(jìn)行粗跟蹤。粗跟蹤的基本過(guò)程是：根據(jù)太陽(yáng)運(yùn)行的天文規(guī)律計(jì)算，利用系統(tǒng)時(shí)間和給定的當(dāng)?shù)亟?jīng)緯度計(jì)算太陽(yáng)高度角和太陽(yáng)方位角，并根據(jù)計(jì)算結(jié)果來(lái)驅(qū)動(dòng)并控制步進(jìn)電機(jī)，從而調(diào)整太陽(yáng)能電池板的角位置。粗跟蹤的目的是為了讓太陽(yáng)進(jìn)入圖像傳感器的視野范圍，主要用于首次定位和目標(biāo)丟失后的重新定位。

（3） 系統(tǒng)工作在跟蹤模式時(shí)，周期性采集圖像，采用基于計(jì)算機(jī)視覺(jué)的閉環(huán)校正方法進(jìn)行精跟蹤。精跟蹤的基本過(guò)程是：通過(guò)對(duì)采集圖像進(jìn)行處理，獲取太陽(yáng)角度偏差量。由太陽(yáng)角度偏差量可得到轉(zhuǎn)臺(tái)應(yīng)轉(zhuǎn)過(guò)的角度，從而使太陽(yáng)能電池板能正對(duì)太陽(yáng)。精跟蹤的目的是為了保證系統(tǒng)跟蹤精度。

（4） 系統(tǒng)工作在跟蹤模式時(shí)，由于陰天、雨天或其他原因，太陽(yáng)光線很弱或基本看不見(jiàn)，導(dǎo)致CMOS圖像傳感器無(wú)法捕捉到太陽(yáng)。此時(shí)，太陽(yáng)能電池板的工作效率很低，為了減小跟蹤系統(tǒng)能耗，不進(jìn)行電機(jī)動(dòng)作并保持當(dāng)前狀態(tài)。同時(shí)設(shè)置累計(jì)標(biāo)志S，它表示圖像傳感器在連續(xù)S個(gè)采樣周期內(nèi)沒(méi)有捕捉到太陽(yáng)。當(dāng)S累計(jì)到設(shè)定值N時(shí)，采用視日運(yùn)動(dòng)開(kāi)環(huán)計(jì)算方法重新粗定位，并重置累計(jì)標(biāo)志S。這樣在降低系統(tǒng)能耗的同時(shí)可以提高系統(tǒng)可靠性。

2.2基于計(jì)算機(jī)視覺(jué)的跟蹤方法

基于計(jì)算機(jī)視覺(jué)的跟蹤方法，其基本過(guò)程如下：通過(guò)對(duì)采集圖像進(jìn)行處理，得到太陽(yáng)位置偏差量。如果偏差在預(yù)設(shè)閾值范圍內(nèi)，則保持當(dāng)前狀態(tài)；如果偏差超出預(yù)設(shè)閾值F1的范圍，則根據(jù)偏差的方向和大小調(diào)整轉(zhuǎn)臺(tái)，使得通過(guò)圖像處理得到的偏差在預(yù)設(shè)閾值F2的范圍內(nèi)。其中閾值F1的范圍比閾值F2的范圍大，這樣可以減小電機(jī)動(dòng)作次數(shù)，降低能耗。

（1） 圖像處理方法。圖像傳感器得到圖像后，首先進(jìn)行圖像的灰度化。使用屏蔽字和移位操作來(lái)得到R，G，B分量，再進(jìn)行比例轉(zhuǎn)換，得到灰度圖像。設(shè)置閾值，將圖像二值化，得到的圖像中的光斑即為太陽(yáng)。找到太陽(yáng)位置，計(jì)算光斑中心與圖像中心的偏差值，將該偏差值換算為太陽(yáng)方位角和高度角的實(shí)際偏差值。

（2） 偏差角計(jì)算與轉(zhuǎn)臺(tái)控制。記CMOS圖像傳感器的焦距為f，像素大小為kx×ky。假設(shè)采集圖像上太陽(yáng)位置偏離圖像中心的偏差為px×py，則可以計(jì)算太陽(yáng)偏差角如下：

太陽(yáng)方位偏差角：Δα=arctan(px×kx/f) ；

太陽(yáng)高度偏差角：Δβ=arctan(py×ky/f) 。

根據(jù)太陽(yáng)方位偏差角和高度偏差角，通過(guò)串口控制轉(zhuǎn)臺(tái)轉(zhuǎn)動(dòng)，使太陽(yáng)能電池板正對(duì)太陽(yáng)。其中轉(zhuǎn)臺(tái)x軸應(yīng)轉(zhuǎn)過(guò)的角度為太陽(yáng)方位偏差角，轉(zhuǎn)臺(tái)y軸應(yīng)轉(zhuǎn)過(guò)的角度為太陽(yáng)高度偏差角。

2.3嵌入式處理平臺(tái)的實(shí)現(xiàn)

系統(tǒng)采用S3C2440作為主控制器。利用Linux內(nèi)核代碼，針對(duì)本處理器和本系統(tǒng)特點(diǎn)，對(duì)內(nèi)核進(jìn)行相應(yīng)的配置和裁剪，編譯生成嵌入式內(nèi)核，并選用yaffs作為根文件系統(tǒng)，將內(nèi)核映像文件和根文件系統(tǒng)燒寫到微控制器中，并編寫相應(yīng)驅(qū)動(dòng)程序。

程序在主機(jī)上設(shè)計(jì)完成后，需進(jìn)行交叉編譯，然后下載到處理器運(yùn)行。

首先在主機(jī)Linux系統(tǒng)下搭建交叉編譯環(huán)境，這里采用armlinuxgcc4.3.2 with EABI版本的交叉編譯器，并配置主機(jī)和目標(biāo)板的NFS和FTP網(wǎng)絡(luò)，以實(shí)現(xiàn)主機(jī)到目標(biāo)板的文件下載和主機(jī)對(duì)微控制器的控制。程序編寫完成后，進(jìn)行交叉編譯，生成可執(zhí)行文件，下載到處理器運(yùn)行即可。

3實(shí)驗(yàn)結(jié)果

3.1基于計(jì)算機(jī)視覺(jué)方法的跟蹤實(shí)驗(yàn)

如圖4所示是某次精跟蹤過(guò)程的實(shí)驗(yàn)結(jié)果，其中(a)為CMOS圖像傳感器捕捉到的原始圖像；(b)為經(jīng)過(guò)灰度化、二值化后的結(jié)果，可以看出圖像中的太陽(yáng)已經(jīng)被提取出來(lái)；(c)為精跟蹤一段時(shí)間后圖像傳感器得到的圖像，可以看出太陽(yáng)處在圖像中心位置，此時(shí)太陽(yáng)光線垂直照射太陽(yáng)能電池板。

圖4視覺(jué)跟蹤試驗(yàn)結(jié)果3.2系統(tǒng)技術(shù)指標(biāo)

對(duì)本文提出的太陽(yáng)跟蹤系統(tǒng)進(jìn)行了性能測(cè)試，通過(guò)分析測(cè)試結(jié)果，該系統(tǒng)的技術(shù)指標(biāo)如表1所示。

表1太陽(yáng)跟蹤系統(tǒng)的技術(shù)指標(biāo)

方位角范圍-157°~+157°高度角范圍0°~90°跟蹤精度0.05°系統(tǒng)自重 /kg11工作溫度范圍 /℃-10~60噪音范圍 /dB≤70系統(tǒng)平均耗電量 /W≤5

4結(jié)語(yǔ)

本文中設(shè)計(jì)的太陽(yáng)跟蹤系統(tǒng)采用視日運(yùn)動(dòng)跟蹤方法和基于計(jì)算機(jī)視覺(jué)的跟蹤方法相結(jié)合的方式，一方面采用視日運(yùn)動(dòng)跟蹤方法進(jìn)行初始粗定位和系統(tǒng)丟失目標(biāo)時(shí)的重新粗定位；另一方面采用基于計(jì)算機(jī)視覺(jué)的跟蹤方法進(jìn)行精確跟蹤?；谟?jì)算機(jī)視覺(jué)的跟蹤方法采用CMOS圖像傳感器采集太陽(yáng)光斑，利用ARM微控制器處理采集到的圖像，實(shí)現(xiàn)對(duì)太陽(yáng)的實(shí)時(shí)跟蹤。實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)可以連續(xù)跟蹤太陽(yáng)的角度變化，能夠達(dá)到較高的跟蹤精度；當(dāng)跟蹤目標(biāo)丟失時(shí)，能夠利用視日運(yùn)動(dòng)跟蹤方法對(duì)系統(tǒng)重新定位，具有較好的環(huán)境適應(yīng)能力。該系統(tǒng)具有較低的日均功耗、較高的跟蹤精度和可靠性，結(jié)構(gòu)簡(jiǎn)單輕便，可應(yīng)用于各種太陽(yáng)能光伏系統(tǒng)。

參考文獻(xiàn)

［1］，楊景常，鄭宇.向日葵型跟蹤太陽(yáng)智能發(fā)電裝置的研制［J］.西華大學(xué)學(xué)報(bào):自然科學(xué)版，2007，26（6）：1820.

［2］苑瑋琦，金晶晶．基于圖像傳感器的太陽(yáng)方位檢測(cè)系統(tǒng)研究［J］．微計(jì)算機(jī)信息，2007，23(12)：141143.

［3］HELWA N H.，BAHGAT A B G.，SHAFEEA M R E, et al. Maximum collectable solar energy by different solar tracking systems \[J\]. Energy Sources, 2000, 22 (1): 2334.

［4］GAY C F, YERKES J W, WILSON J H. Performance advantages of twoaxis tracking for large flatplate photovoltaic energy system \[C\]// Proceedings of 16th IEEE Photovoltaic Specialists Conference. \[S.l.\]: IEEE, 1982: 13681371.

［5］鄭小年，黃巧燕．太陽(yáng)跟蹤方法［J］．能源技術(shù)，2003,24(4):149151.

［6］杜偉巍，鄒麗新，尤金正，等．基于CMOS圖像傳感器的太陽(yáng)自動(dòng)跟蹤控制器設(shè)計(jì)與實(shí)現(xiàn)［J］．現(xiàn)代電子技術(shù)，2009，32(11):150154.

［7］鄭小年，黃巧燕，張曉黎，等．太陽(yáng)集熱器跟蹤臺(tái)的設(shè)計(jì)與控制［J］．中國(guó)機(jī)械工程，2003，14(12)：10071009.

［8］KALOGIROU S A. Design and construction of a oneaxis suntracking system \[J\]. So1ar Energy, 1996, 57 (6): 465469.

［9］周立功．ARM微控制器基礎(chǔ)與實(shí)踐［M］．北京：北京航空航天大學(xué)出版社，2003.

［10］馬俊青，宋愛(ài)國(guó)，甘英俊.一種基于ARM的圖像處理系統(tǒng)的設(shè)計(jì)［J］.電氣電子教學(xué)學(xué)報(bào)，2009,31(4):6669.

［11］何小明．用CMOS芯片取代CCD［N］．中國(guó)電子報(bào)，2000915（5）.

［12］孫夢(mèng)宇，趙敏，吳毅杰，等.基于ARM的電子負(fù)載網(wǎng)絡(luò)監(jiān)控系統(tǒng)\[J\].電子科技，2010(3)：4649.

篇8

AlphaGo的出現(xiàn)加速了人們對(duì)人工智能（Artificial Intelligence以下簡(jiǎn)稱AI）的理解，但AI極客們的野心遠(yuǎn)非19行的棋盤可以局囿，他們擁有酷炫的技術(shù)和非凡自信，并想以此來(lái)改變世界。

美國(guó)暢銷書作者、發(fā)明家雷.庫(kù)茲韋爾（Ray.Kurzweil）在《奇點(diǎn)臨近》一書中為人工智能的出現(xiàn)設(shè)定了三個(gè)條件：強(qiáng)大的計(jì)算能力、海量的知識(shí)儲(chǔ)備，最后還需要教會(huì)計(jì)算機(jī)擁有認(rèn)知能力，通過(guò)機(jī)器學(xué)習(xí)技術(shù)讓計(jì)算機(jī)不斷的自行進(jìn)化。

前兩者已經(jīng)實(shí)現(xiàn)。第三點(diǎn)，如何讓機(jī)器擁有認(rèn)知能力是AI極客們關(guān)注的重點(diǎn)。

機(jī)器學(xué)習(xí)是人工智能的核心。機(jī)器學(xué)習(xí)將教會(huì)計(jì)算機(jī)認(rèn)識(shí)現(xiàn)實(shí)世界，知道自然界的日升日落、陰晴圓缺，并能理解人類的行為和語(yǔ)言。機(jī)器學(xué)習(xí)的常用領(lǐng)域包括數(shù)據(jù)挖掘、視覺(jué)理解、語(yǔ)音識(shí)別和自然語(yǔ)言處理等方面。我們采訪了數(shù)位科技公司高層、新銳創(chuàng)業(yè)者，他們有一個(gè)共同的身份―國(guó)內(nèi)從事機(jī)器學(xué)習(xí)的應(yīng)用和研發(fā)的專家。他們講述了中國(guó)人工智能發(fā)展的現(xiàn)狀，而一旦科技出現(xiàn)新突破，也預(yù)示著新一輪的商業(yè)變革。 先知

坐在記者對(duì)面，臉龐消瘦的陳運(yùn)文笑得有些靦腆，言語(yǔ)卻充滿自信，“很多事情都是可以預(yù)測(cè)的”。

陳運(yùn)文是國(guó)內(nèi)大數(shù)據(jù)方面的專家，曾任百度核心技術(shù)研發(fā)工程師和盛大文學(xué)首席數(shù)據(jù)官。現(xiàn)在他是個(gè)創(chuàng)業(yè)者，達(dá)觀數(shù)據(jù)創(chuàng)始人兼CEO。他為公司新入職的同事下發(fā)了一套題――如何預(yù)測(cè)泰坦尼克號(hào)上的幸存者。整套題通過(guò)獲取泰坦尼克號(hào)上所有乘客的真實(shí)信息，包括性別、年齡、職業(yè)、票價(jià)、艙位等，然后編寫程序來(lái)預(yù)測(cè)這2000余名乘員中哪些人最終得以生還。

在陳運(yùn)文眼里，將所有信息加以綜合挖掘，就能夠推演出最終的答案―“705名生還者都可以準(zhǔn)確預(yù)測(cè)。”

預(yù)測(cè)這樣的事件只是數(shù)據(jù)挖掘的一個(gè)案例，對(duì)于極客而言，只要給他們足夠的信息，這個(gè)世界就沒(méi)有意外和偶然。

現(xiàn)在，陳運(yùn)文用自己的技術(shù)幫助企業(yè)進(jìn)行商業(yè)決策。雖然只成立不到半年，但這個(gè)隱藏在張江天之驕子公寓里的創(chuàng)業(yè)公司已經(jīng)獲得真格基金和盛大網(wǎng)絡(luò)創(chuàng)始人陳大年的投資。

陳運(yùn)文將第一批客戶瞄準(zhǔn)為自媒體人，通過(guò)數(shù)據(jù)分析，為自媒體提供可以引發(fā)熱議的話題，并告訴這些作者，什么人喜愛(ài)看他們的文章、會(huì)關(guān)注什么話題。

讓機(jī)器自己學(xué)會(huì)分析信息早就在商業(yè)行為中廣泛存在。在百度工作期間，陳運(yùn)文負(fù)責(zé)搜索引擎的核心算法研究，主要“為用戶提供最有價(jià)值的信息”。 工作的難點(diǎn)不在于搜索信息，而在于讓機(jī)器認(rèn)知用戶的搜索意圖。

用戶經(jīng)常會(huì)在搜索框中輸入“口語(yǔ)詞匯或者模糊的語(yǔ)句”，服務(wù)器要從人們的搜索語(yǔ)句中判斷真正的需求。陳運(yùn)文就需要設(shè)計(jì)算法讓搜索引擎理解用戶的語(yǔ)義，從數(shù)百億的網(wǎng)頁(yè)中迅速找到對(duì)用戶最有價(jià)值的結(jié)果。這種“算法”就屬于人工智能。百度每天的搜索有數(shù)十億次，每當(dāng)陳運(yùn)文改進(jìn)了算法都能看到用戶點(diǎn)擊的滿意度在上升。

今天這種依靠數(shù)據(jù)挖掘技術(shù)來(lái)提高企業(yè)運(yùn)作效率的方法變得更常見(jiàn)，業(yè)內(nèi)將其稱為“商業(yè)智能”（Business Intelligence）技術(shù)。陳運(yùn)文計(jì)劃將這種技術(shù)在云端運(yùn)用，另一些同類公司則將這種技術(shù)直接運(yùn)用在軟件上。2010年在美國(guó)納斯達(dá)克上市的Qlik公司就是商業(yè)智能軟件的代表企業(yè)。他們的QlikView軟件為用戶提供“可視化”的大數(shù)據(jù)服務(wù)。

“我們的軟件可以理解數(shù)據(jù)，挖掘數(shù)據(jù)并將其用更直觀的方式展現(xiàn)給客戶，以幫助管理層做出決策?！?Qlik亞太區(qū)制造業(yè)和高科技市場(chǎng)開(kāi)發(fā)總監(jiān)Jeremy Sim對(duì)《財(cái)經(jīng)天下》周刊表述。

這些帶有“預(yù)測(cè)”功能的軟件已經(jīng)在服務(wù)并改變?nèi)藗兊纳?，比如根?jù)顧客的購(gòu)買信息QlikView會(huì)提示便利店店長(zhǎng)，售貨架上的麥片不應(yīng)該和面包擺在一起，雖然它們都是早餐食品，但如果將麥片和酸奶擺在一起，銷售數(shù)字會(huì)更好看。此類預(yù)測(cè)還進(jìn)一步提醒物流部門，盡量地在頭天晚上補(bǔ)足麥片和酸奶貨源。這類商業(yè)智能的應(yīng)用滲入所有人的生活，以這家公司為例，他們已經(jīng)在全球100多個(gè)國(guó)家招徠了3.8萬(wàn)企業(yè)客戶，間接服務(wù)人群上千萬(wàn)。

未來(lái)這些帶有“智力”的系統(tǒng)將會(huì)更多的出現(xiàn)在電商、醫(yī)療、教育、金融等領(lǐng)域?！氨热珉S著智能手環(huán)的增加，會(huì)有更多的健康數(shù)據(jù)被采集，那么我們會(huì)提供健康預(yù)警、治療方案推薦等服務(wù)?！标愡\(yùn)文說(shuō)。現(xiàn)在只是大數(shù)據(jù)挖掘的初級(jí)階段，人工智能時(shí)代也才剛剛開(kāi)啟。 視覺(jué)理解，打造機(jī)器之目

2014年6月，比爾?蓋茨訪華，除了見(jiàn)政商要員外，他還專門造訪了一家剛成立一年的創(chuàng)業(yè)公司―格靈深瞳。對(duì)于這家初創(chuàng)公司，比爾蓋茨留下了兩句后來(lái)被廣泛引用的評(píng)語(yǔ)“This is very cool”和“IT界的下一個(gè)大事件是計(jì)算機(jī)視覺(jué)（computer vision）與深度學(xué)習(xí)（deep learning） 的結(jié)合”。

格靈深瞳就是這樣一個(gè)結(jié)合了計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)為一身的酷公司。創(chuàng)始人趙勇是致力于視覺(jué)理解的知名極客，雖然他本人并不喜歡這個(gè)稱謂。

“極客（Geek）在英文里形容書呆子，只會(huì)做技術(shù)不通世事，但我覺(jué)得我是一個(gè)懂技術(shù)的正常人?！彼麑?duì)《財(cái)經(jīng)天下》周刊說(shuō)。

趙勇專攻計(jì)算機(jī)視覺(jué)和運(yùn)算影像學(xué)，2009年入職谷歌總部研究院任資深研究員，是谷歌眼鏡項(xiàng)目的骨干?！拔覀儓F(tuán)隊(duì)負(fù)責(zé)谷歌眼鏡的場(chǎng)景識(shí)別技術(shù)，利用谷歌街景來(lái)判斷使用者所處的位置。”簡(jiǎn)單地說(shuō)就是將谷歌眼鏡捕獲的圖像和谷歌街景做比對(duì)，然后快速地定位用戶所處位置和周邊信息。谷歌眼鏡可以在500毫米之內(nèi)將用戶的位置精確到米級(jí)別。趙勇說(shuō)谷歌眼鏡并不是“進(jìn)化的產(chǎn)品，而是從無(wú)到有的突破”。

2013年初，趙勇回國(guó)創(chuàng)業(yè)成立格靈深瞳，并在三個(gè)月后拿到真格基金和聯(lián)創(chuàng)策源的聯(lián)合天使投資，同年6月格靈深瞳又拿到紅杉資本 A 輪高達(dá)數(shù)千萬(wàn)美元的投資。

業(yè)內(nèi)傳播著投資人爭(zhēng)論其未來(lái)估值的段子，據(jù)說(shuō)某次飯局上真格基金的徐小平、紅杉資本的沈南鵬和聯(lián)創(chuàng)策源的馮波討論格靈深瞳的未來(lái)估值，徐小平認(rèn)為起碼5000億美元，而沈南鵬認(rèn)為1000億美元，最后馮波折中地認(rèn)為3000億美元。而現(xiàn)在中國(guó)電商巨頭阿里巴巴的市值還不到1900億美元。

受到比爾?蓋茨和投資人如此追捧的原因在于趙勇的研究方向―計(jì)算機(jī)視覺(jué)，這是機(jī)器學(xué)習(xí)中極為復(fù)雜的領(lǐng)域。

將趙勇和陳運(yùn)一個(gè)對(duì)比就可以看出他們研究方向的不同。趙勇認(rèn)為數(shù)據(jù)挖掘是讓計(jì)算機(jī)理解“結(jié)構(gòu)化信息”，結(jié)構(gòu)化指那些人工制作的成型的信息數(shù)據(jù)，例如一句話一段文字或者一份表格。但計(jì)算機(jī)視覺(jué)需要讓機(jī)器理解飄過(guò)鏡頭的一片樹(shù)葉，或者悄悄走過(guò)的一只貓。

陳運(yùn)文對(duì)此也做了比較，他認(rèn)為數(shù)據(jù)挖掘更多的是處理文本信息，而文字是具象的表達(dá)，機(jī)器看到漢字“貓”或者英文“cat”就可以理解這是一種動(dòng)物，但圖片是抽象信息，給計(jì)算機(jī)看一張貓的圖片，讓它去理解貓的概念非常困難。

所以當(dāng)2012年6月谷歌X實(shí)驗(yàn)室宣布他們研發(fā)的“谷歌大腦”通過(guò)百萬(wàn)張圖片的學(xué)習(xí)后可以識(shí)別“貓”的時(shí)候，全世界都為之震驚。這意味著谷歌培養(yǎng)的這個(gè)“孩子”具備視覺(jué)理解的能力可以“看圖說(shuō)話”了。而參與“谷歌大腦”研發(fā)的吳恩達(dá)博士（Andrew Ng）也因?yàn)檫@個(gè)項(xiàng)目被譽(yù)為“谷歌大腦之父”，成為機(jī)器學(xué)習(xí)領(lǐng)域最權(quán)威的學(xué)者。

為了建造“谷歌大腦”，吳恩達(dá)使用了神經(jīng)網(wǎng)絡(luò)系統(tǒng)，他們連接了1.6萬(wàn)片處理器創(chuàng)造了一個(gè)擁有10億多條連接的神經(jīng)網(wǎng)絡(luò)，并逐步地培訓(xùn)這個(gè)系統(tǒng)，直到它擁有識(shí)圖的能力。

現(xiàn)在，趙勇做的事情與此類似。

他通過(guò)影像設(shè)備捕捉實(shí)時(shí)畫面，讓計(jì)算機(jī)識(shí)別這個(gè)真實(shí)世界，更為直接的說(shuō)法或許是―趙勇正在研制“機(jī)器人之眼”。

像谷歌一樣，想讓計(jì)算機(jī)能識(shí)別圖像，趙勇也需要制作一個(gè)“深度神經(jīng)網(wǎng)絡(luò)”系統(tǒng)。

在人腦中有大約1000億個(gè)神經(jīng)元，神經(jīng)元通過(guò)神經(jīng)突出連接在一起就變成了一個(gè)神經(jīng)網(wǎng)絡(luò)，人們思考問(wèn)題的時(shí)候這些神經(jīng)網(wǎng)絡(luò)相互激發(fā)，最終產(chǎn)生決策?，F(xiàn)在極客們用計(jì)算機(jī)來(lái)模擬這個(gè)過(guò)程，用計(jì)算程序建立起龐大的計(jì)算元素，這些程序運(yùn)算的結(jié)果通過(guò)網(wǎng)絡(luò)互為交換互相影響，最終產(chǎn)生結(jié)果，這就是初級(jí)的人工神經(jīng)網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)層級(jí)越多規(guī)模越大，其“聰明程度”就越高，學(xué)習(xí)的能力就越強(qiáng)。

要培養(yǎng)這樣一個(gè)會(huì)“識(shí)圖的孩子”，趙勇除了要建立這樣一套龐大的神經(jīng)網(wǎng)絡(luò)之外，還需要不停訓(xùn)練這個(gè)網(wǎng)絡(luò)。

“可以將神經(jīng)網(wǎng)絡(luò)當(dāng)成一個(gè)黑盒子，我在里面設(shè)定了一些基本參數(shù)，隨后不停的往里面輸入數(shù)據(jù)、圖片來(lái)訓(xùn)練它，通過(guò)這種大量的訓(xùn)練，黑盒子里面參數(shù)的連接會(huì)越來(lái)越緊密，整個(gè)網(wǎng)絡(luò)也會(huì)越來(lái)越聰明，最終變成一個(gè)可以識(shí)別圖片的智能系統(tǒng)?！?/p>

嚴(yán)格地說(shuō)，人工智能不是人類設(shè)計(jì)出來(lái)的，而是人類訓(xùn)練出來(lái)的。即便是趙勇這樣的創(chuàng)建者也無(wú)法知道這些神經(jīng)網(wǎng)絡(luò)到底如何相互作用相互影響，并最終形成自己的智能系統(tǒng)。他能做的只是“選擇輸入數(shù)據(jù)，控制訓(xùn)練方向”。

依舊以老師教育孩子做比喻，雖然趙勇這個(gè)老師不知道孩子是怎么理解圖片，識(shí)別這個(gè)世界的，但他可以控制教學(xué)的內(nèi)容，讓這個(gè)孩子朝某個(gè)方面學(xué)習(xí)。

趙勇花費(fèi)了兩年時(shí)間才為格靈深瞳培養(yǎng)出自己的“孩子”，并將這些有“識(shí)圖能力”的人工智能設(shè)備應(yīng)用到安防監(jiān)控和汽車識(shí)別方面。

去年格靈深瞳推出了名為“目”的行為分析儀，這是一個(gè)包含軟硬件于一體的智能監(jiān)控產(chǎn)品?！澳俊睍?huì)實(shí)時(shí)監(jiān)控場(chǎng)景內(nèi)的情況，發(fā)覺(jué)異常就立刻報(bào)警或者提醒工作人員注意。而在另一個(gè)名為“威目”的產(chǎn)品中，格靈深瞳做到了車輛識(shí)別，他們訓(xùn)練系統(tǒng)辨識(shí)超過(guò)5000種車輛，這幾乎涵蓋了地球上所有的汽車類型。這種能力為警方辦案提供了幫助，警方可以用“以圖搜圖”的方式讓“威目”提供他們需要的視頻資料。“警方提供一張汽車照片，威目在識(shí)別照片之后可以從交通錄像中找出該車的行動(dòng)軌跡?！背酥猓撓到y(tǒng)還可以搜索“結(jié)構(gòu)化信息”，例如在系統(tǒng)中輸入2004年生產(chǎn)車牌中含有5這個(gè)數(shù)字的紅色奧迪A4汽車，“威目”就會(huì)在資料中截取相關(guān)的圖像或者視頻，而此前這些工作都需要人工完成。

如果計(jì)算機(jī)視覺(jué)技術(shù)以這樣的速度繼續(xù)，或許用不了幾年，當(dāng)我們站在攝像頭前時(shí)，計(jì)算機(jī)會(huì)在屏幕上敲出那句讓人激動(dòng)的言語(yǔ)―“I see you .” 造物者

“谷歌大腦之父”吳恩達(dá)在完成了“認(rèn)貓”創(chuàng)舉兩年后離開(kāi)了谷歌，加盟了百度，任職百度首席科學(xué)家并負(fù)責(zé)“百度大腦”的研發(fā)。

說(shuō)服吳恩達(dá)做此決定的是他的好友，現(xiàn)任地平線機(jī)器人技術(shù)CEO的余凱。

余凱是國(guó)際知名的機(jī)器學(xué)習(xí)專家，他牽頭成立的百度深度學(xué)習(xí)研究院是國(guó)內(nèi)第一個(gè)研究深度神經(jīng)網(wǎng)絡(luò)的研究機(jī)構(gòu)，加盟百度時(shí)被李彥宏稱為“鎮(zhèn)院之寶”。

“深度網(wǎng)絡(luò)學(xué)概起始于2006年，當(dāng)時(shí)主要有5個(gè)機(jī)構(gòu)從事這方面的研究，分別是多倫多大學(xué)、紐約大學(xué)、美國(guó)的NEC實(shí)驗(yàn)室、斯坦福大學(xué)和蒙特利爾大學(xué)，而我當(dāng)時(shí)在NEC實(shí)驗(yàn)室工作。”余凱說(shuō)。有段時(shí)間他還在斯坦福大學(xué)執(zhí)教《人工智能概論》。他領(lǐng)導(dǎo)的團(tuán)隊(duì)在深度學(xué)習(xí)、圖像識(shí)別、文本挖掘、多媒體檢索、視頻監(jiān)控，人機(jī)交互等機(jī)器學(xué)習(xí)領(lǐng)域都有建樹(shù)。

去年余凱離開(kāi)百度，在中關(guān)村的創(chuàng)富大廈租賃辦公室成立地平線機(jī)器人技術(shù)。成立僅4個(gè)月，這家公司就迎來(lái)了首輪投資，投資方包括晨興資本、高瓴資本、紅杉資本、金沙江創(chuàng)投等多家機(jī)構(gòu)。

比起商業(yè)上的追求，余凱更想用技術(shù)改變世界―為萬(wàn)物裝上人工智能的大腦，讓它們變成擁有智能思維的機(jī)器人。

在余凱看來(lái)，他在百度的工作主要是在“云端”搭建人工智能深度神經(jīng)網(wǎng)絡(luò)，其服務(wù)主要體現(xiàn)在“為用戶提供更智能的互聯(lián)網(wǎng)服務(wù)”，他希望通過(guò)人工智能技術(shù)應(yīng)用到物理世界中，讓人們的生活變得更方便和簡(jiǎn)單。“現(xiàn)在很多電器都采用軟件結(jié)合互聯(lián)網(wǎng)操控，我希望未來(lái)都可以實(shí)現(xiàn)本地人工智能操控?！?/p>

他準(zhǔn)備讓汽車、空調(diào)、冰箱、微波爐等上千種產(chǎn)品或設(shè)備都具有從感知到?jīng)Q策的能力。比如用戶進(jìn)入房間時(shí)空調(diào)就可以感知人的位置和體溫自動(dòng)開(kāi)機(jī)送風(fēng)，并追隨人的移動(dòng)而改變送風(fēng)方向；冰箱則會(huì)讀取存儲(chǔ)食物的信息，及時(shí)提醒用戶食用或補(bǔ)充。

余凱利用深度神經(jīng)網(wǎng)絡(luò)算法來(lái)搭建他的人工智能框架。他將這種人工智能系統(tǒng)描述成“類似于安卓的智能硬件的大腦平臺(tái)”，這個(gè)系統(tǒng)可以安裝在不同的產(chǎn)品中。

他“改造萬(wàn)物”的計(jì)劃先從家居產(chǎn)品和汽車兩個(gè)方面著手。地平線機(jī)器人技術(shù)研發(fā)了針對(duì)這兩個(gè)行業(yè)的人工智能操作系統(tǒng)。家居方面的基于深度神經(jīng)網(wǎng)絡(luò)的操作系統(tǒng)名為“安徒生”，汽車的則稱為“雨果”。

現(xiàn)在 “安徒生”已經(jīng)入駐家電產(chǎn)品，在剛剛過(guò)去的上海家博會(huì)展上，地平線機(jī)器人和某國(guó)內(nèi)知名家電廠商合作的兩款智能產(chǎn)品面世參展?！艾F(xiàn)在業(yè)界最大的智能家居廠商都是我們的客戶，我們向他們提供算法操作系統(tǒng)，并告訴他們?nèi)绾闻渲糜布O(shè)備，就像安卓向手機(jī)廠商提供參考設(shè)計(jì)一樣?！?/p>

下一步余凱準(zhǔn)備讓“雨果”進(jìn)入汽車自動(dòng)駕駛領(lǐng)域，在安裝了傳感器、處理器和雨果大腦平臺(tái)后，汽車可以成為提供無(wú)人駕駛或智能駕駛的新型交通工具。

“定義萬(wàn)物智能的大腦，這還要花很長(zhǎng)時(shí)間，但是我覺(jué)得一步一步往那邊靠近。” 余凱知道地平線機(jī)器人的征程漫漫，但對(duì)于AlphaGo對(duì)戰(zhàn)李世石這樣的人機(jī)大戰(zhàn)新聞他卻無(wú)比篤定?！百惽皫缀跛袑＜叶颊f(shuō)這次機(jī)器贏不了，但我在接受網(wǎng)易采訪的時(shí)候就公開(kāi)預(yù)測(cè)機(jī)器會(huì)贏，因?yàn)槲伊私釧lphaGo的算法?！?/p>

陳運(yùn)文也表達(dá)了相同的猜測(cè)。3月9日下午，陳運(yùn)文就興奮地預(yù)測(cè)AlphaGo能夠獲勝，那時(shí)首爾的李世石剛在棋盤上落下自己的第一枚黑子。

3個(gè)小時(shí)后，對(duì)弈到186手時(shí)李世石投子推枰宣告認(rèn)輸。

篇9

1、相機(jī)系統(tǒng)的定義：即圖像信號(hào)處理器，用于處理圖像信號(hào)傳感器輸出的圖像信號(hào)。在相機(jī)系統(tǒng)中占有核心主導(dǎo)的地位，是構(gòu)成相機(jī)的重要設(shè)備。

2、相機(jī)系統(tǒng)的基本內(nèi)容：相機(jī)系統(tǒng)是對(duì)于計(jì)算機(jī)視覺(jué)最常見(jiàn)的系統(tǒng)，由各種不同相機(jī)、光源、存儲(chǔ)設(shè)備的系統(tǒng)共同組成。

3、相機(jī)系統(tǒng)的構(gòu)建方式：根據(jù)應(yīng)用的不同，可以選擇不同的陣列構(gòu)建方式，如雙相機(jī)、8相機(jī)平行陣列、32相機(jī)環(huán)形陣列、64相機(jī)球形陣列等多種平臺(tái)。

（來(lái)源：文章屋網(wǎng) ）

篇10

關(guān)鍵詞:智能科學(xué)與技術(shù)專業(yè);課程體系;教材建設(shè)

繼2004年北京大學(xué)率先在國(guó)內(nèi)建立“智能科學(xué)與技術(shù)”本科專業(yè)之后,2005年,北京郵電大學(xué)、南開(kāi)大學(xué)和西安電子科技大學(xué);2006年,首都師范大學(xué)、北京信息科技大學(xué)、武漢工程大學(xué)和西安郵電學(xué)院;2007年,北京科技大學(xué)、廈門大學(xué)和湖南大學(xué);2008年,河北工業(yè)大學(xué)和桂林電子科技大學(xué);2009年,重慶郵電大學(xué)和大連海事大學(xué);2010年,中南大學(xué)和上海理工大學(xué)先后經(jīng)教育部批準(zhǔn)先后設(shè)立了“智能科學(xué)與技術(shù)”本科專業(yè)[1-2]。在中國(guó)人工智能學(xué)會(huì)教育工作委員會(huì)的指導(dǎo)下,自2002年起,各相關(guān)專業(yè)教師定期召開(kāi)智能科學(xué)與技術(shù)教育學(xué)術(shù)研討會(huì),并出版教育論文專輯,大力推進(jìn)了我國(guó)智能科學(xué)與技術(shù)教育的健康、快速發(fā)展,并對(duì)我國(guó)智能科學(xué)技術(shù)的人才培養(yǎng)和學(xué)科建設(shè)起到了極大的帶動(dòng)作用。

作為一個(gè)發(fā)展中的新興專業(yè),目前各高校仍主要結(jié)合自身基礎(chǔ)和特點(diǎn)建設(shè)該專業(yè)。如南開(kāi)大學(xué)以智能技術(shù)與智能工程為核心專業(yè)課程[3];北京科技大學(xué)從社會(huì)需求角度出發(fā),以提高學(xué)生軟件實(shí)踐能力為切入點(diǎn)[4];河北工業(yè)大學(xué)根據(jù)相關(guān)專業(yè)的就業(yè)現(xiàn)狀,以提高學(xué)生硬件實(shí)踐能力為著力點(diǎn)[5]。為了解決南開(kāi)大學(xué)、北京科技大學(xué)和河北工業(yè)大學(xué)3所高校共同面臨的課程體系和教材建設(shè)等問(wèn)題,三校教師分別于2010年6月16日和8月2日在南開(kāi)大學(xué)、河北工業(yè)大學(xué)進(jìn)行了兩次研討,現(xiàn)將研討成果匯總于此。

1研討背景

“智能科學(xué)與技術(shù)”專業(yè)自開(kāi)辦以來(lái),不可避免地要回答如下3個(gè)方面的問(wèn)題:

1) 來(lái)自用人單位的問(wèn)題:“智能科學(xué)與技術(shù)”專業(yè)是做什么的?與其他專業(yè)相比優(yōu)勢(shì)何在?

2) 來(lái)自學(xué)生及家長(zhǎng)的問(wèn)題:“智能科學(xué)與技術(shù)”專業(yè)是學(xué)什么的?與其他專業(yè)相比優(yōu)勢(shì)何在?

3) 來(lái)自教師自身的問(wèn)題:“智能科學(xué)與技術(shù)”專業(yè)應(yīng)該教什么?與其他專業(yè)相比優(yōu)勢(shì)何在?

無(wú)論是做什么、學(xué)什么還是教什么,歸根到底是課程體系和教材內(nèi)容。無(wú)論是研究生課程下移(帶來(lái)學(xué)生接受知識(shí)的困難),還是在其他專業(yè)教學(xué)體系基礎(chǔ)上做簡(jiǎn)單的增、刪、改(帶來(lái)學(xué)生知識(shí)結(jié)構(gòu)的凌亂),都是不行的,長(zhǎng)此以往的后果將是沒(méi)有優(yōu)勢(shì),只有劣勢(shì)。

南開(kāi)大學(xué)、北京科技大學(xué)和河北工業(yè)大學(xué)3所高校的“智能科學(xué)與技術(shù)”專業(yè)建設(shè)都源于自動(dòng)化專業(yè)基礎(chǔ),而且都具有典型的工科特色;同時(shí)3所高校分別是教育部直屬“985”高校、教育部直屬國(guó)家“優(yōu)勢(shì)學(xué)科創(chuàng)新平臺(tái)”建設(shè)項(xiàng)目試點(diǎn)高校和河北省屬“211”高校,3所高校的“智能科學(xué)與技術(shù)”專業(yè)分別于2006、2007和2008年招生。3所高校在“智能科學(xué)與技術(shù)”專業(yè)建設(shè)上的異同特點(diǎn)以及地域便利的條件,為優(yōu)勢(shì)互補(bǔ)、交流融合提供了機(jī)遇。

2課程體系

根據(jù)研究任務(wù)的不同,智能科學(xué)技術(shù)涵蓋的內(nèi)容可以劃分為智能科學(xué)、智能技術(shù)、智能工程三個(gè)層次[6]。

1) 智能科學(xué):主要任務(wù)是研究人的智慧,建立人機(jī)結(jié)合系統(tǒng)理論,并用其模擬人的智慧。

2) 智能技術(shù):在智能科學(xué)的框架內(nèi)創(chuàng)建人機(jī)結(jié)合智能系統(tǒng)所需要的方法、工具和技術(shù)。

3) 智能工程:利用智能科學(xué)的理念和思想,充分運(yùn)用智能技術(shù)工具創(chuàng)建各種應(yīng)用系統(tǒng)。它是當(dāng)前新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)的重要發(fā)展方向、開(kāi)發(fā)策略和顯著標(biāo)志。

根據(jù)上述智能科學(xué)技術(shù)的劃分,智能科學(xué)與技術(shù)專業(yè)的課程體系同樣劃分為理論、技術(shù)與工程應(yīng)用3個(gè)層次,具體框架如圖1所示。

需要說(shuō)明的是,由于課時(shí)、學(xué)時(shí)等因素的限制,有些課程需要包含未列入課程的部分內(nèi)容。如智能科學(xué)與技術(shù)概論課程內(nèi)含系統(tǒng)論的簡(jiǎn)要介紹;智能控制系統(tǒng)包含可編程序控制器、智能傳感器、智能執(zhí)行器等內(nèi)容;智能工程包含若干典型智能系統(tǒng)實(shí)例。

3教材建設(shè)

經(jīng)南開(kāi)大學(xué)、北京科技大學(xué)和河北工業(yè)大學(xué)3所高校的討論,一致認(rèn)為工科專業(yè)應(yīng)以技術(shù)和工程應(yīng)用兩個(gè)層次為核心,并將人工智能導(dǎo)論和智能信息處理兩門課程的教材合并為智能技術(shù)。同時(shí),根據(jù)南開(kāi)大學(xué)側(cè)重理論、北京科技大學(xué)側(cè)重軟件、河北工業(yè)大學(xué)側(cè)重硬件的原則進(jìn)行分工,編寫對(duì)應(yīng)課程的教學(xué)大綱和教材內(nèi)容。

3.1智能技術(shù)

本課程包括智能計(jì)算和計(jì)算機(jī)視覺(jué)兩部分,分別介紹以對(duì)人腦的物理結(jié)構(gòu)進(jìn)行模擬為主要特征的聯(lián)接主義智能技術(shù)和以模擬人類視覺(jué)處理為主要特征的計(jì)算機(jī)視覺(jué)兩部分。它是智能技術(shù)的主干內(nèi)容;也是實(shí)現(xiàn)智能技術(shù)、組成智能系統(tǒng)的重要工具,屬于本專業(yè)本科生的專業(yè)基礎(chǔ)課。通過(guò)智能技術(shù)的學(xué)習(xí),學(xué)生應(yīng)能夠掌握智能技術(shù)的基本原理和方法。通過(guò)課堂講解、,并配合一定的作業(yè)練習(xí)、上機(jī)實(shí)驗(yàn)等環(huán)節(jié),學(xué)生應(yīng)初步具備運(yùn)用智能技術(shù)和方法分析和解決問(wèn)題的能力。本課程擬定90學(xué)時(shí),其中授課54學(xué)時(shí),實(shí)驗(yàn)36學(xué)時(shí)。

教材內(nèi)容包括智能計(jì)算和計(jì)算機(jī)視覺(jué)兩部分,智能計(jì)算部分包括神經(jīng)網(wǎng)絡(luò)、模糊理論和遺傳算法/蟻群算法,計(jì)算機(jī)視覺(jué)包括計(jì)算機(jī)視覺(jué)導(dǎo)論、計(jì)算機(jī)視覺(jué)理論基礎(chǔ)、圖像預(yù)處理、圖像分割、物體識(shí)別、圖像理解、雙目立體視覺(jué)、三維視覺(jué)技術(shù)、主動(dòng)視覺(jué)。

神經(jīng)網(wǎng)絡(luò)講授單個(gè)神經(jīng)元(感知器)的動(dòng)作原理,與實(shí)際生物神經(jīng)元的對(duì)應(yīng)關(guān)系;講授BP神經(jīng)網(wǎng)絡(luò)的組成,網(wǎng)絡(luò)的特性和對(duì)非線性函數(shù)的模擬功能;介紹BP算法的優(yōu)、缺點(diǎn);講授H網(wǎng)絡(luò)的組成結(jié)構(gòu),H網(wǎng)絡(luò)在解決優(yōu)化問(wèn)題的優(yōu)越性。模糊理論講授模糊集合的概念,建立隸屬度函數(shù)的概念;介紹模糊規(guī)則的建立原則,模糊規(guī)則與模糊系統(tǒng)收入輸出量之間的關(guān)系;介紹模糊化以及模糊量精確化的幾種常用方法。遺傳算法和蟻群算法只作簡(jiǎn)要介紹,重點(diǎn)介紹這兩種算法的特點(diǎn)和成功的應(yīng)用實(shí)例,使學(xué)習(xí)者有一個(gè)感性認(rèn)識(shí),明確這種類型算法的“迭代”特點(diǎn)以及總體最優(yōu)目標(biāo)與個(gè)體行為之間的聯(lián)系。

計(jì)算機(jī)視覺(jué)理論基礎(chǔ)主要介紹Marr的視覺(jué)計(jì)算理論、圖像的相關(guān)知識(shí)、傅立葉變換基礎(chǔ);圖像預(yù)處理主要介紹像素亮度變換、幾何變換、直方圖修正、局部預(yù)處理、圖像復(fù)原;圖像分割主要介紹閾值處理方法、基于邊界的分割方法、基于區(qū)域的分割方法;形狀表示與描述主要介紹鏈碼、使用片斷序列描述邊界、尺度空間方法、基于區(qū)域的形狀表示與描述;物體識(shí)別主要介紹知識(shí)的表示、統(tǒng)計(jì)模式識(shí)別、神經(jīng)元網(wǎng)絡(luò)、遺傳算法、模擬退火、模糊系統(tǒng);圖像理解主要介紹并行和串行處理控制、分層控制、非分層控制;雙目立體視覺(jué)主要介紹雙目立體視覺(jué)原理、精度分析、系統(tǒng)結(jié)構(gòu)、立體成像、立體匹配、系統(tǒng)標(biāo)定;三維視覺(jué)技術(shù)主要介紹結(jié)構(gòu)光三維視覺(jué)原理、光模式投射系統(tǒng)、標(biāo)定方法、光度立體視覺(jué)、由紋理恢復(fù)形狀、激光測(cè)距法;主動(dòng)視覺(jué)主要介紹從陰影恢復(fù)形狀、從運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)、主動(dòng)跟蹤。

3.2智能控制理論與技術(shù)

本課程是“智能科學(xué)與技術(shù)”專業(yè)的一門重要專業(yè)課程,目的是使學(xué)生了解智能科學(xué)與控制理論結(jié)合所產(chǎn)生之智能控制理論的基本概念和應(yīng)用價(jià)值;使學(xué)生熟知當(dāng)前主流智能控制技術(shù)的種類,并掌握模糊控制、神經(jīng)網(wǎng)絡(luò)控制以及進(jìn)化計(jì)算、群體智能的基礎(chǔ)知識(shí),了解智能技術(shù)與傳統(tǒng)控制方法的結(jié)合點(diǎn);加強(qiáng)MATLAB仿真實(shí)驗(yàn)的訓(xùn)練,以使學(xué)生更好地理解基礎(chǔ)知識(shí),培養(yǎng)學(xué)生使用高級(jí)智能控制方法解決實(shí)際控制問(wèn)題的能力。本課程的學(xué)習(xí)將使學(xué)生加深對(duì)控制理論的理解,明晰智能技術(shù)在控制中的應(yīng)用技巧,也為本科生繼續(xù)深造打下基礎(chǔ)。本課程擬定64學(xué)時(shí),其中授課54學(xué)時(shí),實(shí)驗(yàn)10學(xué)時(shí)。

教材內(nèi)容包括智能控制概論,介紹智能控制的發(fā)展歷程和應(yīng)用領(lǐng)域,簡(jiǎn)介幾種重要的智能控制方法;專家控制,簡(jiǎn)介專家系統(tǒng)的基本結(jié)構(gòu),講授專家PID控制器的原理與設(shè)計(jì)方法;模糊控制,講授模糊數(shù)學(xué)基礎(chǔ)知識(shí)、傳統(tǒng)的模糊控制原理和控制器設(shè)計(jì)與實(shí)現(xiàn)方法、模糊PID控制的兩種形式,特別是PID控制參數(shù)的模糊整定技術(shù);神經(jīng)網(wǎng)絡(luò)控制,講授前饋神經(jīng)網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)中幾種典型的網(wǎng)絡(luò)模型以及學(xué)習(xí)算法、基于神經(jīng)網(wǎng)絡(luò)的線性系統(tǒng)辨識(shí)技術(shù)、神經(jīng)網(wǎng)絡(luò)逆?？刂频?進(jìn)化計(jì)算與控制,講授進(jìn)化計(jì)算的概念、遺傳算法的原理及其與其他智能方法的結(jié)合,介紹遺傳機(jī)器人學(xué);群體智能與控制,講授蟻群算法的基本原理及其在控制問(wèn)題中的應(yīng)用,介紹群體機(jī)器人學(xué)。

3.3單片機(jī)原理與應(yīng)用

本課程是“智能科學(xué)與技術(shù)”專業(yè)的一門專業(yè)課程,目的是使學(xué)生了解單片機(jī)的組成原理及常用控制算法的實(shí)現(xiàn);掌握51系列單片機(jī)指令系統(tǒng)和一般匯編程序設(shè)計(jì)編寫方法;熟悉常用的單片機(jī)硬件擴(kuò)展技術(shù);在此基礎(chǔ)上,熟練掌握控制算法的單片機(jī)程序編寫與調(diào)試。本課程擬定54學(xué)時(shí),其中授課38學(xué)時(shí),實(shí)驗(yàn)16學(xué)時(shí)。

教材內(nèi)容包括單片機(jī)系統(tǒng)概述,介紹單片機(jī)定義、單片機(jī)發(fā)展過(guò)程及單片機(jī)硬件結(jié)構(gòu);單片機(jī)指令系統(tǒng)及程序設(shè)計(jì),介紹指令系統(tǒng)和匯編語(yǔ)言程序設(shè)計(jì);硬件資源及接口技術(shù),介紹硬件資源和接口技術(shù);單片機(jī)使用技術(shù),介紹抗干擾技術(shù)、C語(yǔ)言應(yīng)用程序設(shè)計(jì);依次介紹PID控制器、狀態(tài)反饋控制器、模糊控制器、系統(tǒng)辨識(shí)、卡爾曼濾波、滑模控制器、最優(yōu)控制器、魯棒控制器、自適應(yīng)控制器、神經(jīng)網(wǎng)絡(luò)控制器的歷史沿革、基本原理、常用形式和單片機(jī)具體實(shí)現(xiàn)方法。

3.4嵌入式系統(tǒng)

本課程以當(dāng)前主流的嵌入式系統(tǒng)技術(shù)為背景,以嵌入式系統(tǒng)原理為基礎(chǔ),以嵌入式系統(tǒng)開(kāi)發(fā)體系為骨架,以嵌入式控制系統(tǒng)開(kāi)發(fā)為目標(biāo),較為全面地介紹嵌入式系統(tǒng)的基本概念、軟硬件的基本體系結(jié)構(gòu)、軟硬件開(kāi)發(fā)方法、相關(guān)開(kāi)發(fā)工具、應(yīng)用領(lǐng)域、熱門領(lǐng)域的開(kāi)發(fā)實(shí)例以及當(dāng)前的一些前沿動(dòng)態(tài),為學(xué)生展示較為完整的嵌入式控制系統(tǒng)領(lǐng)域概況。本課程擬定64學(xué)時(shí),其中授課48學(xué)時(shí),實(shí)驗(yàn)16學(xué)時(shí)。

教材依據(jù)嵌入式控制系統(tǒng)的特征,將控制算法、嵌入式系統(tǒng)硬件、操作系統(tǒng)、應(yīng)用程序設(shè)計(jì)及組態(tài)軟件作為統(tǒng)一的技術(shù)平臺(tái)介紹,突出嵌入式技術(shù)在控制系統(tǒng)中應(yīng)用的特點(diǎn),重點(diǎn)介紹嵌入式控制系統(tǒng)軟硬件、電路、操作系統(tǒng)、實(shí)時(shí)性、可靠性等特性,從軟件體系結(jié)構(gòu)及開(kāi)發(fā)的角度出發(fā),強(qiáng)調(diào)實(shí)時(shí)調(diào)度、Bootloader、BSP、嵌入式實(shí)時(shí)多任務(wù)系統(tǒng)設(shè)計(jì)、交叉開(kāi)發(fā)與仿真開(kāi)發(fā)等關(guān)鍵技術(shù),并特別引入了工業(yè)控制中需要的電磁兼容性設(shè)計(jì)和大量的典型嵌入式控制系統(tǒng)實(shí)例設(shè)計(jì)。通過(guò)本課程的學(xué)習(xí),學(xué)生不但可以學(xué)會(huì)使用工具開(kāi)發(fā)嵌入式軟硬件,而且可以從總體角度選擇適當(dāng)?shù)募夹g(shù)和方法,全面規(guī)劃和設(shè)計(jì)嵌入式系統(tǒng)。

3.5智能工程

本課程是“智能科學(xué)與技術(shù)”專業(yè)的一門核心專業(yè)課程。面向智能技術(shù)的實(shí)際應(yīng)用,著眼于解決工程應(yīng)用中的技術(shù)問(wèn)題,從典型系統(tǒng)設(shè)計(jì)案例分析出發(fā),通過(guò)大量實(shí)驗(yàn)提高學(xué)生的工程實(shí)踐能力。本課程擬定36學(xué)時(shí),全部為授課學(xué)時(shí)。

教材內(nèi)容包括智能工程概論,介紹智能工程現(xiàn)狀、工程設(shè)計(jì)原則和工程實(shí)際流程;常用傳感器原理,介紹傳感器一般特性、光電式傳感器和視覺(jué)傳感器;典型智能系統(tǒng)設(shè)計(jì)案例,包括智能移動(dòng)機(jī)器人、智能電梯群控電梯等系統(tǒng)。

3.6智能機(jī)器人

課程通過(guò)對(duì)一個(gè)具有代表性的仿人機(jī)器人的拆解,將知識(shí)點(diǎn)拆解成6個(gè)主要教學(xué)模塊:1)機(jī)器人控制模塊,介紹各類控制模塊的原理與組成;2)機(jī)器人運(yùn)動(dòng)系統(tǒng),介紹電機(jī)與舵機(jī)的原理與控制方法;3)機(jī)器人動(dòng)作系統(tǒng),介紹機(jī)器人各部件的協(xié)調(diào)控制;4)機(jī)器人視覺(jué)系統(tǒng),介紹典型的超聲波、影像傳感器的原理與識(shí)別算法;5)機(jī)器人表現(xiàn)系統(tǒng)原理,介紹人與機(jī)器人的交互原理;6)機(jī)器人通信系統(tǒng)原理,介紹機(jī)器人之間的數(shù)據(jù)與信息傳遞方法。學(xué)生學(xué)習(xí)時(shí),能夠與基礎(chǔ)知識(shí)相聯(lián)系,并能掌握機(jī)器人這門技術(shù),為從事機(jī)器人產(chǎn)品研發(fā)工作打下堅(jiān)實(shí)的基礎(chǔ)。本課程擬定54學(xué)時(shí),其中授課44學(xué)時(shí),實(shí)驗(yàn)10學(xué)時(shí)。

教材面向“智能科學(xué)與技術(shù)”專業(yè),同時(shí)兼顧信息類專業(yè)學(xué)生編寫,根據(jù)這類專業(yè)學(xué)生的知識(shí)結(jié)構(gòu)和特點(diǎn)組織內(nèi)容。從具體的機(jī)器人控制需求出發(fā),將自動(dòng)控制的基本理論和機(jī)器人控制特點(diǎn)相結(jié)合,講授機(jī)器人控制系統(tǒng)的組成、規(guī)律、特點(diǎn)和設(shè)計(jì)方法。理論上反映當(dāng)前的最新進(jìn)展,內(nèi)容上考慮初學(xué)者的需求,側(cè)重普及性、實(shí)用性和新穎性,結(jié)構(gòu)體系符合信息類和控制類專業(yè)學(xué)生的特點(diǎn),力求簡(jiǎn)潔、清楚,對(duì)技術(shù)的敘述遵循目標(biāo)、問(wèn)題、理論依據(jù)、實(shí)現(xiàn)方法、實(shí)際情況、發(fā)展方向的方式。做到重點(diǎn)突出,符合實(shí)際,滿足需要,指導(dǎo)性強(qiáng)。

3.7智能控制系統(tǒng)

本課程是“智能科學(xué)與技術(shù)”專業(yè)的一門專業(yè)課程,使學(xué)生了解智能控制系統(tǒng)的基礎(chǔ)知識(shí);掌握智能控制系統(tǒng)中最新的智能傳感技術(shù)、智能控制器、智能執(zhí)行能執(zhí)行器及智能網(wǎng)絡(luò)與接口技術(shù);掌握智能控制系統(tǒng)中多個(gè)關(guān)鍵硬件裝置的識(shí)別及其使用。通過(guò)學(xué)習(xí)多個(gè)智能控制系統(tǒng)的開(kāi)發(fā)實(shí)例,學(xué)生應(yīng)掌握智能控制系統(tǒng)的設(shè)計(jì)方法與技術(shù),堅(jiān)實(shí)地掌握最新智能控制系統(tǒng)知識(shí),提高理論聯(lián)系實(shí)際的能力,并為學(xué)習(xí)其他課程的打下堅(jiān)實(shí)基礎(chǔ)。本課程擬定64學(xué)時(shí),其中授課48學(xué)時(shí),實(shí)驗(yàn)16學(xué)時(shí)。

教材內(nèi)容包括概述,介紹智能控制系統(tǒng)的基本概念、基本內(nèi)容和機(jī)構(gòu)及其發(fā)展趨勢(shì);智能傳感系統(tǒng),講授智能數(shù)據(jù)采集技術(shù)、傳感器智能化的數(shù)據(jù)處理方法、多傳感器信息融合的方法、智能傳感器實(shí)現(xiàn)方法與典型實(shí)例;智能控制器設(shè)計(jì),講授基于單片機(jī)的智能控制器設(shè)計(jì)及其應(yīng)用、基于高性能嵌入式ARM的智能控制器設(shè)計(jì)及其應(yīng)用、基于PLC的智能控制器設(shè)計(jì)及其應(yīng)用;智能電動(dòng)執(zhí)行器,講授智能電動(dòng)執(zhí)行器的硬件實(shí)現(xiàn)技術(shù),軟件設(shè)計(jì)技術(shù)以及典型的智能電動(dòng)執(zhí)行器實(shí)例及其應(yīng)用;智能網(wǎng)絡(luò)與接口技術(shù),講授無(wú)線傳感器智能網(wǎng)絡(luò),工業(yè)現(xiàn)場(chǎng)總線網(wǎng)絡(luò)以及智能傳感器、智能控制器和智能執(zhí)行器的網(wǎng)絡(luò)接口實(shí)現(xiàn)技術(shù);智能控制系統(tǒng)設(shè)計(jì)實(shí)例,綜合利用前面的知識(shí)設(shè)計(jì)網(wǎng)絡(luò)化智能壓力傳感器的系統(tǒng)設(shè)計(jì)、基于聲音定位的智能機(jī)器人系統(tǒng)設(shè)計(jì)、基于微機(jī)電慣性傳感器的汽車多路況智能防撞系統(tǒng)的設(shè)計(jì)、大型設(shè)備的PLC智能控制系統(tǒng)設(shè)計(jì)。

4結(jié)語(yǔ)

通過(guò)南開(kāi)大學(xué)、北京科技大學(xué)和河北工業(yè)大學(xué)3所高校的研討,我們凝練出較完整的“智能科學(xué)與技術(shù)”專業(yè)課程體系,體現(xiàn)出本專業(yè)的特色;提出可供3所高校共同使用的教學(xué)大綱和教材內(nèi)容,體現(xiàn)出學(xué)生培養(yǎng)的工程實(shí)踐導(dǎo)向。這些研究成果可以為開(kāi)辦“智能科學(xué)與技術(shù)”專業(yè)的兄弟院校進(jìn)一步研討提供藍(lán)本,也可以為籌建該專業(yè)的高校所參考。

注:本文受到北京科技大學(xué)教學(xué)研究會(huì)第六批教學(xué)研究課題、北京科技大學(xué)教育教學(xué)研究基金青年教師教育教學(xué)研究立項(xiàng)項(xiàng)目、河北工業(yè)大學(xué)教改項(xiàng)目(2010-12)支持。

參考文獻(xiàn):

[1] 王萬(wàn)森,鐘義信,韓力群,等. 我國(guó)智能科學(xué)技術(shù)教育的現(xiàn)狀與思考[J]. 計(jì)算機(jī)教育,2009(11):10-14.

[2] 教育部關(guān)于公布2009年度高等學(xué)校專業(yè)設(shè)置備案或?qū)徟Y(jié)果的通知[S]. 教高〔2010〕2號(hào),2010.

[3] 方勇純,劉景泰. 南開(kāi)大學(xué)“智能科學(xué)與技術(shù)”專業(yè)教學(xué)體系與實(shí)驗(yàn)環(huán)境建設(shè)[J]. 計(jì)算機(jī)教育,2009(11):21-25.

[4] 石志國(guó),劉冀偉,王志良.“智能科學(xué)與技術(shù)”本科專業(yè)軟件實(shí)踐類課程建設(shè)探討[J]. 計(jì)算機(jī)教育,2009(11):93-97.

[5] 劉作軍,張磊,楊鵬,等. 談我校增設(shè)“智能科學(xué)與技術(shù)”專業(yè)的設(shè)想與措施[J]. 計(jì)算機(jī)教育,2009(11):53-56.

[6] 盧桂章. 無(wú)處不在的智能技術(shù)[J]. 計(jì)算機(jī)教育,2009(11):68-72.

A Study on the Course System and Textbook Construction for the Discipline of

Intelligence Science and Technology

YANG Peng1, ZHANG Jian-xun2, LIU Ji-wei3, ZHANG Lei1

(1. Hebei University of Technology, Tianjin 300130, China; 2.Nankai University, Tianjin 300071, China;

3. University of Science and Technology Beijing, Beijing 100083, China)