最新刊期
2025年第40卷第4期
-
基于液晶弹性体的仿尺蠖软体机器人 AI导读
“最新报道，科研团队设计出基于液晶弹性体的仿尺蠖软体机器人，为复杂管道检测提供新思路。”摘要：针对老化管道检测中传统机器人质量重和难以跨越复杂环境的问题，本文设计了一种基于液晶弹性体的仿尺蠖软体机器人。该软体机器人由两端锚定驱动器和中间的屈伸驱动器构成，驱动器主要由液晶弹性体（LCE）和聚酰亚胺（PI）柔性电热薄膜组成，通过电致液晶弹性体形变实现驱动器工作。该软体机器人通过控制两个锚定驱动器交替运动及屈伸驱动器的协同配合实现爬行。本文研究了驱动器特征参数对驱动性能的影响，通过有限元分析与实验相结合的方式验证了软体机器人运动步态的合理性，并通过在不同环境（水平面、斜坡、复杂管道）中的运动实验进一步探究了机器人的运动性能。实验结果表明，软体机器人的最大移动速度可达24.1 mm/min，并且能够在复杂管道环境内稳定运动。所设计的液晶弹性机器人可为复杂管道检测的实现提供一种新思路。关键词：软体机器人;液晶弹性体;仿尺蠖;主动锚定18|7|0更新时间：2025-04-09 - “在电润湿透镜领域，提出了一种振动驱动的高速变焦方法，通过控制频率和电压，显著提升了变焦速度和成像质量。”摘要：为提高电润湿透镜的变焦速度，提出了一种利用振动实现高速变焦的方法。该方法利用交变电场驱使液体介质进行周期性振动，根据液气界面的变化规律及焦距变化曲线，确定不同焦距对应的成像时刻，完成变焦。分子动力学仿真表明，当频率不变时，一个周期内液气界面的形状即透镜焦距与时间相关；不同的频率下会产生不同的液气界面形状。实验结果表明，控制频率使液滴出现谐振现象或提高电压都有助于提升变焦速度。对于5 μL的去离子水液滴，在110 Hz、190 V交流电驱动下能够获得较好的变焦性能和成像质量。焦距在2.250 ms内可以从0.821 mm调整到无穷大，最小瞬时变焦速度为0.512 mm/ms，与现有透镜相比速度提高3倍。关键词：液体透镜;高速变焦;液滴;介电润湿;微流体12|8|0更新时间：2025-04-09
- “在显示技术领域，研究分析了OLED与Mini-LED在不同环境光下的对比度视效，发现提升Mini LED电视亮度可达到类似OLED的视觉对比度效果。”摘要：本文从环境对比度和人眼感知两个角度分析了OLED与Mini-LED两种显示技术在不同环境光下的对比度视效。首先，以环境对比度为指标，分析了暗室、100 lx环境光以及450 lx环境光3种常见照明环境下两种显示技术的对比度性能，测试结果与理论模拟计算趋势一致。之后，从人眼感知的角度分析环境对比度的合理性。最后，以人因实验为基础研究了两种显示技术的等感知对比度。实验结果表明，环境对比度与人眼感知对比度并不相符。客观描述感知对比度不能只聚焦于黑白画面的亮度比值，应结合黑场及白场亮度两个维度进行判定。在暗室以及环境光为100 lx或者450 lx的光照环境下，提升Mini LED电视1~1.7倍的全白场亮度，可以使Mini LED电视达到类似OLED电视的视觉对比度效果。关键词：OLED;Mini LED;环境对比度;人因实验;环境光47|54|0更新时间：2025-04-09
-
用于大调制量音圈变形镜的驱动器优化设计 AI导读
“在大口径地基天文光学望远镜领域，专家提出了37单元音圈变形镜的优化方法，为大气湍流像差校正提供解决方案。”摘要：音圈变形镜因其大调制量和无磁滞等优势，作为自适应次镜在大口径地基天文光学望远镜中应用广泛。本文提出了一种用于37单元大调制量音圈变形镜的音圈驱动器优化方法，并进行了仿真和验证。针对动磁式结构，给出了音圈驱动器的电磁力理论公式，并简述了电磁力与镜面应变之间的关系。接着利用有限元软件对结构进行了详细的优化。最终，根据优化结果对37单元音圈变形镜进行了仿真分析与像差校正验证。所设计的音圈驱动器电机效率为0.362 N/W1/2，响应速度为0.3 ms，线性度为1，单个驱动器可以使变形镜的最大行程达到50 μm。本文设计的音圈驱动器在结构简单、小型化、低成本、高响应速度、线性响应和高效率方面表现优异，使其在大气湍流像差校正、激光武器、激光通信和眼底成像等领域具有良好应用前景。关键词：自适应光学;变形镜;音圈驱动器;大气湍流像差校正11|8|0更新时间：2025-04-09 - “在氧化物TFT领域，研究者明确了DGS缺陷原理，识别了影响因素，并提出了解决方案，有效提升了产品品质。”摘要：氧化物TFT（Thin Film Transistor）源漏极短路（Gate Data Short，DGS）缺陷导致显示品质恶化和产品报废，明确DGS原理、识别影响因素并输出解决方案对确保产品良率和品质具有积极意义。本文首先确认了DGS宏观现象和微观形貌，随后探究了栅极绝缘层（Gate Insulator，GI）介电损耗和耐压强度的关系，统计了不同产品在点灯恶化实验中的DGS发生率，明确了产品栅极电压、刷新率对DGS的影响。将实验现象和调研的DGS机理匹配，分析了氧化物TFT DGS高于非晶硅TFT的原因。结果表明，DGS的本质是栅极绝缘层耐压强度不足而导致的GI介电击穿，GI介电损耗、栅压和刷新率均是影响DGS的显著因子。这些因子在Cu扩散、Cu电迁移机理的相互作用下，降低了GI有效厚度，增加了GI热击穿风险，最终造成了DGS。产线可行的DGS抑制措施有两种：降低叠层GI的SiOx厚度比例，减少叠层栅极绝缘层介电损耗，抑制热击穿；下调TFT栅压，抑制Cu离子扩散和电迁移。将上述措施作为改善方案进行实验测试，面板DGS发生率下降73%。该方案成功抑制了氧化物面板DGS发生率，提升了产品品质，为氧化物TFT制程优化提供了参考。关键词：铟镓锌氧化物;薄膜晶体管;电迁移;电介质击穿22|14|0更新时间：2025-04-09
器件物理及器件制备
-
低对比度条件的双目立体视觉测距 AI导读
“在低对比度环境下，本研究通过图像增强技术优化双目测距，实现高精度被动式测距。实验表明，该方法测距误差小于2.3%，具有高稳定性和实时性。”摘要：为了解决在雾霾、强背景等低对比度环境下双目测距能力下降的问题，本研究结合计算机图像增强技术，优化了深度信息计算和图像处理方法，以实现低对比度环境下的高精度双目被动式测距。首先，应用图像增强技术提升双目图像的特征点识别和匹配精度，改善低对比度环境中的图像质量。接着，在图像重建终端中引入三维立体显示装置，优化深度信息的计算方法，确保在图像特征明显退化的情况下仍能获得精确的距离信息。通过人眼的双目立体视觉实现目标图像的自动融合与配准，提高测距范围和精度。实验结果表明，对比传统五八式测距仪存在的10%测距误差，本文提出的双目立体视觉测距方法在500~1 300 m范围内的测距平均相对误差（MRE）小于2.3%，同时该方法在低对比度环境下表现出良好的测距稳定性、可靠性和实时性。本文提出的测距方法能够在低对比度环境中实现对运动目标的实时快速双目被动测距，具有精度高、抗干扰能力强的优点，适用于工业控制、驾驶辅助和目标指示等应用场景。关键词：双目测距;立体视觉;低对比度;3D显示21|10|0更新时间：2025-04-09
3D显示
- “最新研究利用溶致液晶制备SERS基底，实现新冠病毒刺突蛋白高灵敏定量检测，为病毒检测提供新途径。”摘要：基于溶致液晶制备银纳米花的表面增强拉曼光谱（Surface-Enhanced Raman Spectroscopy， SERS）基底，实现了对新冠病毒刺突蛋白（S蛋白）的定量检测。首先设计新冠病毒的拉曼光谱检测方案，并利用溶致液晶软模板和电化学沉积技术制备SERS基底。然后，研究了SERS基底的光谱一致性和不同基底的检测差异，为新冠病毒的定量检测提供技术保障。接着，分析了SERS基底对S蛋白的检测灵敏度，其检出限为2×10-6 mg/mL。最后，研究新冠病毒的定量检测方法，得到S蛋白浓度与表面增强拉曼光谱强度之间的定量关系，并得出检测模型的测量误差为4×10-7 mg/mL。本文基于溶致液晶制备SERS基底的技术为新冠病毒刺突蛋白高灵敏的定量测量提供了依据，也为其他蛋白的检测提供了可行的技术途径。关键词：溶致液晶;表面增强拉曼散射;拉曼光谱;新冠病毒刺突蛋白;高灵敏检测14|8|0更新时间：2025-04-09
液晶技术应用
-
基于多模态数据的注意特征融合姿态估计网络 AI导读
“在6D姿态估计领域，研究者提出了基于多模态数据的注意特征融合网络，有效提升了姿态回归的准确性和适用性。”摘要：兼顾准确性与适用性的6D姿态估计一直是研究热点和难点。本文提出了一种基于多模态数据的注意特征融合的6D姿态估计网络。首先，引入了更深层次的挤压激励模块结构，通过调整各通道的权重来增强依赖性扩大感受野，提升处理RGB图像特征的效果。进一步，针对多模态数据，在特征融合阶段部署迭代注意特征融合模块，通过多次迭代融合操作解决全局特征融合中的尺度不一致问题，能够更准确地捕捉和整合多模态数据，显著改善了姿态回归的效果。最后，为了量化评估模型在复杂环境下的鲁棒性和适用性，引入了不可见百分比指标，该指标能够评估模型在处理部分遮挡或复杂背景时的性能。通过在公开数据集上的姿态预测实验，验证了改进后模型不仅能够在验证数据集上实现了准确的预测姿态，而且相较于Densefusion模型，本文提出的算法模型在复杂环境下更具适用性。关键词：6D姿态估计;多模态数据;注意特征融合;不可见百分比58|146|0更新时间：2025-04-09 - 摘要：为了高效利用深度特征信息辅助显著性检测，实现对不同尺度特征信息的融合，本文提出了一种基于CDINet算法改进的RGB-D图像显著性目标检测算法。首先，添加了多尺度特征融合模块用来加强编码器和解码器之间特征信息的传输，有效减少浅层特征丢失，通过辅助解码器的跳跃连接获得更多的显著物体的特征信息。接着，在CDINet的网络结构尾部连接了一个循环注意力模块，通过使用面向记忆的场景理解功能，逐渐优化局部细节。最后，对损失函数进行调整，使用一致性增强损失（CEL）处理因为不同尺度特征融合产生的空间一致性等问题，并在不增加参数的情况下均匀突出显著区域。实验结果表明，改进后的模型与原CDINet算法模型相比，在LFSD数据集上的F-measure提高了0.6%，MAE下降了0.4%；在STERE数据集上的F-measure提高了0.4%，S-measure提升了0.5%。相对于其他算法模型，本模型基本满足检测性能更好、适应性更高等要求。关键词：显著性目标检测;计算机视觉;边缘检测;深度学习0|0|0更新时间：2025-04-09
- “在驾驶员疲劳检测领域，研究者提出了基于改进YOLOv8n-Pose的轻量级模型，优化了结构，提高了检测精度和速度，有效识别驾驶员状态。”摘要：针对目前驾驶员疲劳检测算法存在检测过程复杂、参数多、精度低、运行速度慢等问题，提出了一种基于改进YOLOv8n-Pose的轻量级模型。该模型优化了YOLOv8n-Pose的结构。首先，在模型主干网络中，引入Ghost卷积减少模型参数量和不必要的卷积计算。其次，引入Slim-neck融合主干网络提取的不同尺寸特征，加速网络预测计算。同时在颈部网络添加遮挡感知注意力模块（SEAM），强调图像中的人脸区域并弱化背景，改善关键点定位效果。最后，在检测头部分提出一种GNSC-Head结构，引入共享卷积，并将传统卷积的BN层优化成更稳定的GN层，有效节省模型的参数空间和计算资源。实验结果显示，改进后的YOLOv8n-Pose相较于原始算法，mAP@0.5提高了0.9%，参数量和计算量各减少了50%，同时FPS提高了8%，最终的疲劳驾驶识别率达到93.5%。经验证，本文算法在轻量化的同时能够保持较高的检测精度，并且能够有效识别驾驶员状态，为车辆边缘设备的部署提供有力支撑。关键词：疲劳驾驶检测;深度学习;YOLOv8n-Pose;轻量化;注意力机制79|201|0更新时间：2025-04-09
- “在高光谱分类领域，研究者提出了结合高效注意力机制的神经架构搜索算法，实现了深度学习网络的自动设计，提高了分类精度和算法设计效率。”摘要：由于不同高光谱数据集在频带数、光谱范围和空间分辨率上存在显著差异，适用于不同高光谱数据集的最优网络结构也存在不同。此外，人工设计的深度学习网络需要调整大量的超参数，这无疑给设计一个适用于各种HSI数据集的通用分类模型带来了严重的挑战。本文提出了一种结合高效注意力机制的神经架构搜索算法，实现深度学习网络的自动设计以避免人工设计网络的偏差。首先，为了构建高效的搜索过程，本文构建了基于可微网络架构搜索的模型，该方法可以有效地提高超参数网络的搜索速度。然后，为了实现高精度的分类结果，本文设计了一个新型的模块化搜索空间。最后，考虑到高光谱数据集类不平衡带来的误分类问题，本文采用Poly损失函数增加少数类别的损失权重，从而提高模型对这些类别的识别能力。在公开高光谱数据集上的实验结果表明，本文方法的总体分类精度分别达到了99.50%、97.81%。本文提出的方法探索了神经架构搜索在高光谱分类任务上的应用，提高了分类精度和算法设计的效率。关键词：高光谱图像;图像分类;神经架构搜索;注意力机制43|61|0更新时间：2025-04-09
- “在图像超分辨率领域，研究人员提出了PMambaIR模型，通过残差全方位空间组和混合状态空间块，有效提升了图像细节和视觉效果，为图像质量提升提供了新方案。”摘要：传统的视觉Mamba（VIM）方法直接将二维空间图像一维平面化，这种方式虽然能获取长距离依赖关系，但也同时打乱了相邻像素在原始二维平面的局部空间结构，从而无法捕捉局部的细节。为此，本文引入全方位状态空间轻量化超分辨率模型（PMambaIR），并提出了残差全方位空间组作为核心组块。残差全方位空间组主要包含两个创新模块。具体而言，我们首先引入了一种新的级联扫描策略，促进局部信息、跨尺度信息和全局信息的相互作用，在保留全局依赖关系的同时能有效地捕捉局部信息，从而实现全方位特征提取。其次，提出了混合状态空间块，该模块可以同时从空间和通道两个维度对像素信息进行交互建模，限制无关特征对模型的影响，从而挖掘通道和空间全域信息的潜在相关性。与其他方法在Set14、Urban100等基准测试数据集上的对比结果表明，PMambaIR的PSNR比现有模型平均提升0.11 dB。客观上的定量和定性分析验证该方法具有更高的PSNR和SSIM。主观上的实验效果图表明，该方法具有丰富的细节和视觉效果。关键词：图像超分辨率;状态空间模型;轻量化模型;级联扫描策略72|140|0更新时间：2025-04-09
- “在高速相机领域，专家设计了智能事件识别时扩存储方法，有效延长拍摄时间，节省存储资源。”摘要：在高速相机定点拍摄中，为了在不增加高速相机体积与成本的情况下延长高速相机的拍摄时间，在一体式高速相机存储资源小等强硬件约束条件下，设计并验证了一种可并行计算的智能事件识别时扩存储方法，利用FPGA作为主控芯片实现了视频帧数据的时间扩展存储，有效延长了高速相机的拍摄时间。首先介绍了双环形灰度比差算法原理并分析了算法的捕捉目标性能，根据算法捕捉到的目标位置信息将图像数据分割存储，存储变化区域剔除非变化区域，输出高速相机拍摄视频时利用前帧重复非变化区域部分图像和当前帧变化目标部分图像将其拼接成完整视频帧图像数据。其次设计了一种AXI_DMA模块以减少FPGA板卡硬件资源消耗，硬件资源消耗对比VDMA IP节省约75%，可以高效地与DDR3传输数据。最后通过FPGA板卡对该方法进行实现并验证方法可行性。实验结果表明，该方法可以有效识别出高速视频帧数据中的目标并将其分割存储，可有效识别50×50大小的目标，在2 560×1 440视频中可以节省47%的存储资源，有效提高了高速相机的拍摄时间。关键词：现场可编程门阵列;高速动态图像;流水线;双环形灰度比差算法;时扩存储58|60|0更新时间：2025-04-09
图像处理
- 地址：长春市东南湖大路3888号 邮编：130033
- 联系电话：0431-86176059 Email：yjxs@ciomp.ac.cn
- 本系统由Light学术出版中心、北京北大方正电子有限公司共建 吉ICP备11002662号-17
京公网安备11010802024621 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0