检索结果-内蒙古大学图书馆

控制理论与应用 2018年第8期35卷 1151-1158页

作者：左国玉刘旭北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

仿生跳跃机器人具备很强的越障和环境适应能力,但是由于机器人运动过程中较短的可控时间以及腾空阶段运动的不确定性,运动的稳定性对于仿生跳跃机器人至关重要.本文对仿袋鼠机器人跳跃运动过程中的稳定跳跃控制问题进行了研究.首先采用... 详细信息

仿生跳跃机器人具备很强的越障和环境适应能力,但是由于机器人运动过程中较短的可控时间以及腾空阶段运动的不确定性,运动的稳定性对于仿生跳跃机器人至关重要.本文对仿袋鼠机器人跳跃运动过程中的稳定跳跃控制问题进行了研究.首先采用双质量弹簧负载倒立摆模型(spring-loaded inverted pendulum,SLIP)模型对袋鼠机器人的结构进行简化,建立了机器人系统的动力学模型,并对机器人的运动过程以及着地相与腾空相的切换条件进行了分析.然后采用解耦控制的思想,将SLIP模型的运动控制分解为水平速度控制和跳跃高度控制两个方面,分别通过控制着地角度实现对水平运动速度的控制,通过能量补偿实现对跳跃高度的控制.最后在ADAMS仿真环境中建立机器人模型并进行了机器人运动仿真实验.实验结果表明,本文提出的方法可以实现仿袋鼠机器人稳定的周期性跳跃运动.

关键词：袋鼠机器人运动稳定性 SLIP模型解耦控制

来源：评论

学校读者我要写书评

暂无评论

基于协同显著性的服务机器人空间物体快速定位方法

引用

机器人 2017年第3期39卷 307-315页

作者：徐涛贾松敏张国梁北京工业大学信息学部北京100124 河南科技学院机电学院河南新乡453003

针对传统算法模型先检测、后识别、再定位导致执行效率较差的问题,提出了一种基于协同显著性检测的服务机器人空间物体快速定位方法.利用RGB-D传感器获取N对包含待定位物体的RGB图像与深度图像,将待定位物体看作协同显著性目标,在RGB图... 详细信息

针对传统算法模型先检测、后识别、再定位导致执行效率较差的问题,提出了一种基于协同显著性检测的服务机器人空间物体快速定位方法.利用RGB-D传感器获取N对包含待定位物体的RGB图像与深度图像,将待定位物体看作协同显著性目标,在RGB图像中充分挖掘单幅图像显著性传播机理,构建基于图像间显著性传播和图像内流形排序的两阶段引导协同显著性检测模型,同时排除背景和非协同显著性物体,得到协同显著性物体区域的像素坐标集合.进一步利用RGB图像与深度图像的对应关系确定物体质心的空间坐标,实现对空间物体的快速定位.最后将所提方法在iCoseg标准数据库和经手眼标定后的服务机器人机械臂抓取平台上进行实验.实验结果表明,该方法一致优于现有的5种协同显著性检测算法,且满足抓取系统的实时性需求,在复杂背景、多目标干扰以及光照变化时具有较高的准确性和鲁棒性.

关键词：服务机器人定位方法协同显著性图像间显著性传播流形排序

来源：评论

学校读者我要写书评

暂无评论

实时的移动机器人语义地图构建系统

引用

仪器仪表学报 2017年第11期38卷 2769-2778页

作者：李秀智李尚宇贾松敏单吉超北京工业大学信息学部北京100124 数字社区教育部工程研究中心北京100124

语义信息可以使机器人更充分地理解未知环境,为更高级的人机交互和完成更复杂的任务奠定基础。为了能够使移动机器人实时地创建语义地图,在Jetson TX1嵌入式电脑上开发了一种轻量级的深度学习目标检测模型,在保证了检测精度的同时,实现... 详细信息

语义信息可以使机器人更充分地理解未知环境,为更高级的人机交互和完成更复杂的任务奠定基础。为了能够使移动机器人实时地创建语义地图,在Jetson TX1嵌入式电脑上开发了一种轻量级的深度学习目标检测模型,在保证了检测精度的同时,实现了高效的目标检测功能。并利用了视频流中的帧间光流信息,使用运动信息指导传播算法降低检测算法的漏检率。对于Kinect传感器生成的深度图像有黑边、黑洞等缺陷,使用统一计算设备架构(CUDA)技术开发了一种实时的深度图像修复算法。利用即时定位与地图构建(SLAM)技术,实现移动机器人底层的定位、导航、地图创建功能,并在此基础上使用贝叶斯推理框架,同时融合了环境的度量信息与视觉识别信息完成了语义地图的创建。经过实验表明,所提出的方法在实际的、复杂的室内环境下可以使移动机器人实时地创建语义地图。

关键词：深度学习图像修复语义地图贝叶斯推理统一计算设备架构

来源：评论

学校读者我要写书评

暂无评论

一种室内移动机器人自主探索方法

引用

控制与决策 2019年第6期34卷 1227-1233页

作者：李秀智龚月张祥银贾松敏梁兴楠北京工业大学信息学部北京100124 北京工业大学数字社区教育部工程研究中心北京100124

研究室内未知环境下的移动机器人自主探索问题,并提出改进策略.首先,提出一种基于可通行区域的探索目标点快速提取方法,以补充原有方法在特殊环境结构下出现的提取探索目标点失败的缺陷;然后,提出一种基于激光数据和栅格地图信息的实时... 详细信息

研究室内未知环境下的移动机器人自主探索问题,并提出改进策略.首先,提出一种基于可通行区域的探索目标点快速提取方法,以补充原有方法在特殊环境结构下出现的提取探索目标点失败的缺陷;然后,提出一种基于激光数据和栅格地图信息的实时拓扑地图构建与优化方法,使得探索地图更加精简,探索过程更加高效;最后,通过改进的避障模块实现机器人的运动控制,以到达机器人安全探索的目标.同时,该系统采取机器人操作系统(Robot operating system, ROS)下的分布式结构,将整体算法合理分配到客户端和服务器,降低系统实现的硬件要求.现场实验表明,所提出方法具有良好的自主导航性能,在较复杂的室内未知环境下,仍能保持良好的地图构建能力和避障能力.

关键词：自主探索拓扑地图优化目标点提取避障机器人操作系统分布式结构移动机器人

来源：评论

学校读者我要写书评

暂无评论

基于动作注意策略的树形DDQN目标候选区域提取方法

引用

电子与信息学报 2019年第3期41卷 666-673页

作者：左国玉杜婷婷马蕾卢佳豪龚道雄北京工业大学信息学部北京100124 北京市计算智能与智能系统重点实验室北京100124

针对机器人在家庭环境下的目标检测问题,该文提出一种基于动作注意策略的树形双深度Q网络(TDDQN)目标候选区域提取的方法,该方法将双深度Q网络(DDQN)的方法与树结构的方法相结合,通过执行改变检测框的动作以使目标逐渐集中在检测框内。... 详细信息

针对机器人在家庭环境下的目标检测问题,该文提出一种基于动作注意策略的树形双深度Q网络(TDDQN)目标候选区域提取的方法,该方法将双深度Q网络(DDQN)的方法与树结构的方法相结合,通过执行改变检测框的动作以使目标逐渐集中在检测框内。首先采用DDQN方法在执行较少的动作后选择出当前状态的最佳动作,获取符合条件的候选区域。然后根据执行所选择动作之后所得到的状态重复执行上述过程,以此构成树结构的多条"最佳"路径。最后采用非极大值抑制的方法从多个符合条件的候选区域选择出最佳候选区域。在PascalVOC2007以及Pascal VOC2012上的实验结果表明,在不同数量的候选区域、不同阈值的IoU和不同大小以及不同种类对象的实验条件下,所提方法较其他方法都有着更好的检测性能,可以较好地实现目标检测。

关键词：目标检测候选区域树结构双深度Q网络动作注意

来源：评论

学校读者我要写书评

暂无评论

基于混合特征的机器人定位与地图创建

引用

仪器仪表学报 2018年第12期39卷 198-206页

作者：贾松敏郑泽玲张国梁李秀智李明爱北京工业大学信息学部北京100124 数字社区教育部工程研究中心北京100124

针对原始ORB-SLAM算法仅依靠点特征进行位姿估计,在点特征不足场景下会导致算法精度和鲁棒性降低的问题,对原有算法进行改进。首先,构建二进制环境词典用于提高算法加载词典速度;其次,在剔除特征误匹配时,提出一种改进随机采样一致算法(... 详细信息

针对原始ORB-SLAM算法仅依靠点特征进行位姿估计,在点特征不足场景下会导致算法精度和鲁棒性降低的问题,对原有算法进行改进。首先,构建二进制环境词典用于提高算法加载词典速度;其次,在剔除特征误匹配时,提出一种改进随机采样一致算法(RANSAC)以提高剔除效率;然后,构建混合特征模型估计位姿;最后,根据图优化模型,提出基于最大共视权重帧的全局Bundle Adjustment算法用于位姿优化并实现稠密和稀疏地图创建。结果表明,混合特征模型能有效减少算法误差。采用二进制环境词典加载时间由14.945 s减小至0.420 s;改进RANSAC算法执行时间由0.803 s减小到0.078 s;采用TUM数据集对算法进行检验,均方根误差分别下降2.27、4.87 cm。根据数据集上的实验结果证明了所提算法有效性。

关键词：地图创建位姿估计混合特征位姿图优化

来源：评论

学校读者我要写书评

暂无评论

采用混合回环检测与闭环优化的TSDF地图创建

引用

光学精密工程 2018年第6期26卷 1497-1506页

作者：贾松敏李柏杨张国梁北京工业大学信息学部北京100124

由于原始TSDF(Truncated Signed Distance Function,TSDF)模型仅考虑相邻时间上的关联,误差将不可避免的累积到下一时刻,无法构建全局一致的地图。为了实时精确的建立大场景稠密3D地图,对TSDF模型进行了改进。首先,构筑相机位姿模型和... 详细信息

由于原始TSDF(Truncated Signed Distance Function,TSDF)模型仅考虑相邻时间上的关联,误差将不可避免的累积到下一时刻,无法构建全局一致的地图。为了实时精确的建立大场景稠密3D地图,对TSDF模型进行了改进。首先,构筑相机位姿模型和加权融合3D点截断信息的TSDF模型,用于准确表示创建物体的表面。其次,提出一种改进的回环检测方法,并将其与随机蕨类彩色图像编码化相结合,进而优化TSDF模型,即混合优化位姿模型。最后,使用g2o图优化库解算约束函数,建立数据集间的优化边。实验结果表明:混合优化位姿模型能识别曾到达区域,特别在较大场景下使用可以得到更加准确的相机轨迹和地图。采用TUM数据集中的fr1/xyz、fr1/room、fr1/desk对所提算法进行检验,结果表明该方法能够使相机轨迹的均方根误差分别下降0.59cm,3.14cm,0.94cm。在室内环境和公开数据集上的实验结果证明了所提算法的有效性和准确性。

关键词：随机蕨类 TSDF 闭环优化图优化

来源：评论

学校读者我要写书评

暂无评论

轮子打滑状态下全向移动机器人轨迹跟踪控制

引用

控制与决策 2020年第4期35卷 833-842页

作者：贾松敏卢兴阳张祥银张国梁北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124 北京工业大学数字社区教育部工程研究中心北京100124

针对全向移动机器人轨迹跟踪控制中存在未知轮子打滑干扰问题,设计自抗扰反步控制器.首先,建立存在轮子打滑扰动的全向移动机器人的运动学模型;然后,融合自抗扰控制技术与反步控制技术,设计基于全向移动机器人运动学模型的轨迹跟踪控制... 详细信息

针对全向移动机器人轨迹跟踪控制中存在未知轮子打滑干扰问题,设计自抗扰反步控制器.首先,建立存在轮子打滑扰动的全向移动机器人的运动学模型;然后,融合自抗扰控制技术与反步控制技术,设计基于全向移动机器人运动学模型的轨迹跟踪控制器,该控制器分别从纵向控制、横向控制及姿态控制上对打滑干扰进行实时估计与补偿;最后,利用Lyapunov定理分析闭环系统的稳定性并通过仿真实验验证了所提出控制算法的有效性和鲁棒性.

关键词：全向移动机器人自抗扰控制反步控制轮子打滑运动学模型

来源：评论

学校读者我要写书评

暂无评论

RTM框架下基于点线特征的视觉SLAM算法

引用

机器人 2019年第3期41卷 384-391页

作者：贾松敏丁明超张国梁北京工业大学信息学部

针对图像纹理较为单一及相对模糊时仅仅依靠点特征难以实现精确位姿估计的问题,采用分散模块化技术提出了一种基于点线特征的视觉SLAM(同时定位与地图创建)算法.首先,提取相机采集环境中的点特征及线特征,并根据帧间特征匹配进行跟踪;随... 详细信息

针对图像纹理较为单一及相对模糊时仅仅依靠点特征难以实现精确位姿估计的问题,采用分散模块化技术提出了一种基于点线特征的视觉SLAM(同时定位与地图创建)算法.首先,提取相机采集环境中的点特征及线特征,并根据帧间特征匹配进行跟踪;随后,采用改进的NICP(normal iterative closest point)算法与关键帧匹配策略构建里程计系统.在此基础上,引入基于点线特征词典的闭环检测与GTSAM(Georgia Tech smoothing and mapping library)图优化方法获取具有全局一致性位姿的3维点云地图.以机器人技术中间件构筑系统框架,在提高系统实时性的同时增强功能模块的可扩展性与灵活性.标准数据集与实际实验室场景下的实验结果验证了所提方法的可行性和有效性.

关键词：机器人技术中间件点线特征 NICP算法图优化 3维地图

来源：评论

学校读者我要写书评

暂无评论

基于结构优化的DDAG-SVM上肢康复训练动作识别方法

引用

自动化学报 2020年第3期46卷 549-561页

作者：左国玉徐兆坤卢佳豪龚道雄北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对上肢康复训练系统中训练评估方法核心的动作识别问题,提出一种面向Brunnstrom 4~5期患者上肢康复训练动作的SODDAG-SVM(Structure-optimized decision directed acyclic graph-support vector machine)多分类识别方法.首先将多分类问题分解成一组二分类问题,并使用支持向量机构建各二分类器,分别采用遗传算法和特征子集区分度准则对各二分类器的核函数参数及特征子集进行优化.然后使用类对的SVM二分类器泛化误差来衡量每个类对的易被分离程度,并由其建立类对泛化误差上三角矩阵.最后由根节点开始,依次根据各节点的泛化误差矩阵,通过选择其中最易被分离类对的SVM分类器构成该节点的方式,来构建SODDAG-SVM多分类器结构.当待预测的实例较少时,直接构建实例经过的SODDAG-SVM部分结构并对实例进行预测;当待预测的实例较多时,先构建完整的SODDAG-SVM结构,再代入所有实例进行预测.通过人体传感技术获得Brunnstrom 4~5阶段上肢康复训练的常用动作样本集,进行SODDAG-SVM动作识别实验,准确率达到了95.49%,结果均优于常规的决策有向无环图(Decision directed acyceic graph,DDAG)和MaxWins方法,实验表明本文方法能有效地提高上肢康复训练动作识别的准确率.

关键词：上肢康复训练动作识别 SODDAG-SVM 多分类器二分类器

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：