检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于局部感知的无人艇集群过复杂障碍场方法

系统工程与电子技术 2024年第8期46卷 2829-2840页

作者：刘昊张云飞赵继成云洲智能科技股份有限公司广东珠海519082 云洲创新科技有限公司深圳研究院广东深圳518106

针对当前基于中央控制策略解决无人艇(unmanned surface vehicle,USV)过复杂障碍场智能化程度不足的问题,提出一种基于局部感知的USV集群自主决策通过复杂障碍场方法。所提方法采用自组织协同思想,利用USV的局部感知能力获取周边水域的... 详细信息

针对当前基于中央控制策略解决无人艇(unmanned surface vehicle,USV)过复杂障碍场智能化程度不足的问题,提出一种基于局部感知的USV集群自主决策通过复杂障碍场方法。所提方法采用自组织协同思想,利用USV的局部感知能力获取周边水域的有效信息,将自组队形和自主避障决策权交由USV执行,促使集群自组织通过复杂障碍场并达成无序到有序的队形演化。仿真结果表明,采用所提方法的集群过复杂障碍场过程明显优于基于人工势场的同类方法。所提方法可在确保生存率前提下自组织实时集群自组队形、自主避障和自适应航行,对提升集群适应能力具有重要意义。

关键词：无人艇集群局部感知复杂障碍场自组队形安全规避

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

一种基于局部感知的多机器人动态跟随方法

自动化学报 2010年第1期36卷 101-106页

作者：杨丽曹志强张文文周超谭民中国科学院自动化研究所复杂系统与智能科学重点实验室北京100190 天津工程师范学院自动化与电气工程学院天津300222

主要研究了未知环境中的多机器人系统的无碰协调跟随问题,提出了一种跟随机器人的基于局部感知的多模式控制方法,分为到达、旋转角度调整、跟随、避障和随机搜索五种模式,其中跟随模式采用模糊距离调整与角度调整策略实现对领航机器人... 详细信息

主要研究了未知环境中的多机器人系统的无碰协调跟随问题,提出了一种跟随机器人的基于局部感知的多模式控制方法,分为到达、旋转角度调整、跟随、避障和随机搜索五种模式,其中跟随模式采用模糊距离调整与角度调整策略实现对领航机器人的跟随并尽量与之保持一定的距离,当需要避障时,切线约束的避障策略使得自主机器人安全躲避潜在的危险.该方法降低了多机器人系统对通讯的依赖性,易于扩展,通过实验对有效性进行了验证.

关键词：多机器人动态跟随局部感知多模式控制

在线全文

学校读者我要写书评

暂无评论

一种基于局部感知的多机器人编队控制方法

华中科技大学学报（自然科学版） 2011年第S2期39卷 324-327页

作者：蔡伟斌张天一冯鹏铭张汝波哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 北京航空航天大学自动化科学与电气工程学院北京100191 北京化工大学信息科学与技术学院北京100029

针对未知环境下多机器人难以实现灵活、稳定的编队控制的情况,在分析领队-跟随法、基于行为方法以及虚拟结构法的编队控制方法基础上,提出了一种模拟人类社会中方队形成与变化的思想,将其应用在多机器人的编队中,进行多机器人的编队控制... 详细信息

针对未知环境下多机器人难以实现灵活、稳定的编队控制的情况,在分析领队-跟随法、基于行为方法以及虚拟结构法的编队控制方法基础上,提出了一种模拟人类社会中方队形成与变化的思想,将其应用在多机器人的编队中,进行多机器人的编队控制.机器人存储不同编队队形的相对位置信息,通过领航者发布队形控制信息,跟随者查找并匹配预先存储的队形信息,从而确定自己在编队中的相对位置,使多机器人形成并保持一定的队形运动.在多机器人仿真平台上进行了仿真实验,结果证明了该方法的有效性,实现了多机器人编队的灵活控制.

关键词：多机器人编队控制相对坐标局部感知避障

分布式多移动机器人系统中基于局部感知的排队协调策略研究

在线全文

学校读者我要写书评

暂无评论

机器人 2002年第6期24卷 540-544页

作者：王坤陈卫东上海交通大学自动化研究所上海200030

多移动机器人系统中 ,随着机器人数目的增加 ,系统中冲突呈指数级增加 ,甚至发生死锁 .本文提出一种基于局部感知的排队协调策略 ,作为机器人之间的协调机制 .针对典型的多机器人群体觅食任务 ,以计算机仿真为手段 ,以冲突和时间作为性... 详细信息

多移动机器人系统中 ,随着机器人数目的增加 ,系统中冲突呈指数级增加 ,甚至发生死锁 .本文提出一种基于局部感知的排队协调策略 ,作为机器人之间的协调机制 .针对典型的多机器人群体觅食任务 ,以计算机仿真为手段 ,以冲突和时间作为性能指标 ,进行了实验研究 ,结果表明该算法能显著减少冲突、避免死锁 ,提高系统整体性能。

关键词：多移动机器人排队局部感知冲突死锁

在线全文

学校读者我要写书评

暂无评论

局部感知的类限制极限学习机

计算机应用研究 2018年第10期35卷 2987-2989,2999页

作者：卢海峰卫伟杨梦月中国计量大学信息工程学院杭州310018

极限学习机(ELM)因其高效的训练方式被广泛应用于分类回归,然而不同的输入权值在很大程度上会影响其学习性能。为了进一步提高ELM的学习性能,针对ELM的输入权值进行了研究,充分利用图像局部感知的稀疏性,将局部感知的方法运用到基于自... 详细信息

极限学习机(ELM)因其高效的训练方式被广泛应用于分类回归,然而不同的输入权值在很大程度上会影响其学习性能。为了进一步提高ELM的学习性能,针对ELM的输入权值进行了研究,充分利用图像局部感知的稀疏性,将局部感知的方法运用到基于自动编码器的ELM(ELM-AE)上,提出了局部感知的类限制极限学习机(RF-C2ELM)。通过对MNIST数据集进行分类问题分析实验,结果表明,在具有相同隐层节点数的条件下,提出的方法能够获得更高的分类精度。

关键词：局部感知极限学习机自动编码器神经网络

在线全文

学校读者我要写书评

暂无评论

基于局部感知环境分区评价的机器人运动控制

华中科技大学学报（自然科学版） 2013年第S1期41卷 38-41页

作者：袁文博曹志强刘希龙谭民中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190

提出一种基于局部感知环境分区评价的机器人运动控制方法,根据激光测距仪所提供的感知信息进行环境分区,引入距离影响因子,结合视觉指引及基于记忆的判断,产生各候选区评价,确定出适合当前环境的最优区用于移动机器人运动决策.实验结果... 详细信息

提出一种基于局部感知环境分区评价的机器人运动控制方法,根据激光测距仪所提供的感知信息进行环境分区,引入距离影响因子,结合视觉指引及基于记忆的判断,产生各候选区评价,确定出适合当前环境的最优区用于移动机器人运动决策.实验结果表明:所提方法能够将感知环境进行较好的分区,并产生适合当前环境的最优区,实现了机器人的运动控制,验证了所提方法的有效性.

关键词：移动机器人局部感知距离影响因子基于记忆的判断分区评价运动控制

在线全文

学校读者我要写书评

暂无评论

基于局部感知的点云语义分割方法

科学技术与工程 2024年第15期24卷 6329-6337页

作者：刘培刚薛开欣袁昊李宗民中国石油大学(华东)计算机科学与技术学院青岛266580

点云语义分割技术是点云数据处理、三维场景理解与分析的有效手段之一。针对点云场景中局部形态各异,导致网络模型识别特征困难的问题,提出了邻域分布关系学习和混合尺度融合的方法,来增强局部感知能力。在卷积算子思想的基础上,根据邻... 详细信息

点云语义分割技术是点云数据处理、三维场景理解与分析的有效手段之一。针对点云场景中局部形态各异,导致网络模型识别特征困难的问题,提出了邻域分布关系学习和混合尺度融合的方法,来增强局部感知能力。在卷积算子思想的基础上,根据邻域内所有点在三个坐标轴方向上的联合分布,学习其在高维特征层面的关系,从而捕获局部的整体相关性。此外,将包含小范围底层特征和大范围深层特征的邻域进行整体融合,有效保留不同层级的特征,并能够辅助网络修正相似或错误特征。在场景分割数据集S3DIS、ScanNet上进行实验验证,结果表明该方法在总体精度和类均精度的评价指标上均有提升,证明了其有效性。

关键词：三维场景点云语义分割卷积算子局部感知

利用局部感知和有限通信相结合实现多自主式水下机器人编队

在线全文

学校读者我要写书评

暂无评论

舰船科学技术 2017年第3X期39卷 117-119页

作者：徐爱亲丽水职业技术学院机电信息分院浙江丽水323000

水下机器人是深海探测的重要工具,通过多个机器人之间的协作可以完成复杂的探测工作。本文主要是研究多自主式水下机器人的编队,首选阐述局部感知和有限通信,然后将二者相结合来解决集群机器人之间的通信和避碰问题,最后进行不同编队情... 详细信息

水下机器人是深海探测的重要工具,通过多个机器人之间的协作可以完成复杂的探测工作。本文主要是研究多自主式水下机器人的编队,首选阐述局部感知和有限通信,然后将二者相结合来解决集群机器人之间的通信和避碰问题,最后进行不同编队情况下多机器人编队的保持度实验。

关键词：局部感知有限通信多机器人编队

基于局部感知辅助孪生网络的目标跟踪算法研究

在线全文

学校读者我要写书评

暂无评论

基于局部感知辅助孪生网络的目标跟踪算法研究

作者：雷庆云南大学

学位级别：硕士

目标跟踪通常以视频序列第一帧中感兴趣目标区域建立目标模板,在后续序列中对此目标进行探测跟踪。目标跟踪为目标的行为理解和分析提供了重要的基础信息,有着广泛的应用前景。虽然当前目标跟踪技术,尤其是近几年基于孪生深度网络的目... 详细信息

目标跟踪通常以视频序列第一帧中感兴趣目标区域建立目标模板,在后续序列中对此目标进行探测跟踪。目标跟踪为目标的行为理解和分析提供了重要的基础信息,有着广泛的应用前景。虽然当前目标跟踪技术,尤其是近几年基于孪生深度网络的目标跟踪算法取得了较快的发展,但是在跟踪过程中,通常存在复杂跟踪场景和预训练模型表观能力不足等影响因素,导致算法预测目标框不准确的问题,即出现算法的预测目标位置偏离真实位置或者跟丢的情况。针对该问题,本论文提出了基于局部感知辅助孪生网络的目标跟踪算法以促进跟踪效果。论文的主要工作如下:(1)基于局部感知辅助孪生网络的目标跟踪算法在网络模型训练和目标跟踪两个阶段进行改进:模型训练阶段,训练数据集通过新的图像裁剪方式扩充,保证目标在图像中仅包含局部内容,并根据裁剪后的训练样本对训练标签进行优化设置,使得训练得到的辅助孪生网络具备局部感知能力,即对搜索区域仅包含目标部分内容时的探测能力;目标跟踪阶段,根据提出的计算公式MRD(Maximum Response-Distance)和响应最大值综合判定是否进行位置校正,当基础算法预测输出偏离真实目标时用辅助孪生网络对基础算法输出进行位置校正,以提升算法的跟踪准确性。(2)实验部分主要通过定量和定性两个角度对算法性能进行评估:定量评估中,本论文使用VOT2016、VOT2018两个目标跟踪领域公认的基准数据集进行了大量的实验。同时与基准算法Siam Mask和其余六种近年具有代表性的经典跟踪算法进行了比较;定性评估中,从辅助模型有效性、跟踪场景展示、多算法跟踪三个角度进行展示。实验结果表明,本论文提出的改进算法取得了更优的跟踪性能。

关键词：目标跟踪孪生深度网络辅助孪生网络局部感知