检索结果-内蒙古大学图书馆

作者：王小莹浙江大学

学位级别：硕士

随着人工智能和万物互联时代的到来,机器人逐渐朝着智能化、拟人化的方向发展。集多传感器信息融合技术的仿人机器人作为机器人的细分领域之一,可以通过与环境交互不断获取信息,从而适应各种场景下的自主探索、环境导航的需要。本文在... 详细信息

随着人工智能和万物互联时代的到来,机器人逐渐朝着智能化、拟人化的方向发展。集多传感器信息融合技术的仿人机器人作为机器人的细分领域之一,可以通过与环境交互不断获取信息,从而适应各种场景下的自主探索、环境导航的需要。本文在小型仿人机器人物理样机GTX上,布置多种传感器,赋予机器人对于三维环境的语义感知能力,同时提高其运动自主性,完成了室内环境下的多模式导航的研究工作。主要研究内容包括:(1)基于对多源传感器冗余配置分析,设计了一个仿人机器人自主导航系统的通用层次化框架。将感知、规划、控制部分的数据流互通,搭建了多频率更新、多功能调度的自主导航系统。同时对多个传感器进行联合标定实验和深度图像修复,提高了实验精度。(2)对多传感器信息进行融合,开发了一个基于仿人机器人语义SLAM子系统。该子系统对几何特征点和物体语义标签信息进行融合,建立语义目标数据库,实现了机器人头部位姿精确估计和语义地图的实时构建。进而,基于仿人机器人的运动学模型,完成了由头部向足部关节的空间转换,间接实现对双足的定位。(3)建立了仿人机器人的足迹动作-代价评估模型,开发了一个仿人机器人路径规划子系统。通过创建足迹动作集,为不同足迹计算执行代价,包括位置、步骤和地形粗糙度代价,使用A*启发式算法拓展足迹序列。建立了定位迷失和粗糙路面等特殊情形下的足迹修正机制,并在ROS Gazebo平台中进行了不同地形的导航仿真实验。(4)基于QT框架和ROS操作系统,开发了一个人机交互软件,完成了仿人机器人自主导航实验。实验以自主研发的仿人机器人物理样机GTX为基础,完成了两种室内导航模式的实验——单目标点与多目标点导航,验证了本文算法的有效性。

关键词：仿人机器人多源传感器信息融合语义SLAM 路径规划人机交互软件自主导航实验

来源：评论

学校读者我要写书评

暂无评论

基于多源传感器信息融合的自动驾驶车辆定位算法研究

基于多源传感器信息融合的自动驾驶车辆定位算法研究

引用

作者：王广启燕山大学

学位级别：硕士

实时、准确地获取车辆位姿信息是自动驾驶车辆自主规划、决策及底层集成控制的必要前提与关键技术。现阶段,在遮挡场景下无法稳定接收全球导航卫星系统(Global Navigation Satellite System,GNSS)信号时,自动驾驶车辆定位技术面临定位... 详细信息

实时、准确地获取车辆位姿信息是自动驾驶车辆自主规划、决策及底层集成控制的必要前提与关键技术。现阶段,在遮挡场景下无法稳定接收全球导航卫星系统(Global Navigation Satellite System,GNSS)信号时,自动驾驶车辆定位技术面临定位精度退化和鲁棒性差等问题。为此,本文提出一种融合视觉信息、惯性测量单元(Inertial Measurement Unit,IMU)信息和车辆信息的自动驾驶车辆定位方法,为自动驾驶车辆在无GNSS信号时提供精确鲁棒的位姿信息。主要研究成果如下: (1)针对基于点线特征的视觉里程计鲁棒性差和实时性差的问题,提出线特征优化算法和基于光流法的线特征跟踪算法。通过长度抑制、断线拼接和相似线融合三种方法优化线特征,改善因线特征检测算法的误检测和过分割导致的线特征质量低、多帧一致性差的情况;基于光流法对线特征锚点跟踪实现线特征的光流跟踪,改善线特征多帧跟踪实时性差、误匹配多的问题。实验结果表明,算法可有效提高线特征质量,位姿估计耗时有效缩短。 (2)针对视觉惯性导航系统(Visual-Inertial Navigation System,VINS)在匀速运动工况下易发生定位退化和车载场景系统初始化困难的问题,提出融合车辆信息的定位方法。推导车辆预积分增量更新方程,通过车辆动力学和车速多重约束,降低VINS系统在匀速工况下因IMU失效导致的定位退化;利用车辆预积分实现系统初始化,改善VINS系统车载环境下初始化速度慢、鲁棒性较差的情况。经实车验证结果表明,与基线算法相比系统平均初始化时间缩短19.8%。 (3)针对单一里程计失效导致定位系统定位精度降低的问题,提出基于传感器信息特征的自适应权重系数信息融合方法。分析视觉里程计、IMU和车辆里程计发生定位精度退化的原因,基于各里程计信息特点设计自适应权重系数调整策略,以提高自动驾驶车辆定位系统精度与鲁棒性。经实车验证结果表明,与对比算法相比有效降低匀速工况下的定位均方根误差,提高了定位精度。

关键词：自动驾驶车辆定位技术位姿估计多源传感器信息融合视觉里程计

来源：评论

学校读者我要写书评

暂无评论

基于社会网络分析的康复机器人跨学科合作关联研究

引用

仪器仪表学报 2020年第3期41卷 220-229页

作者：张莹刘笑宇樊瑜波北京航空航天大学生物与医学工程学院生物力学与力生物学教育部重点实验室北京生物医学工程高精尖创新中心北京100191

本文旨在研究全球范围内康复机器人领域跨地域和跨学科的协作关联。采用社会网络分析方法,基于研究成果的文献数据构建出康复机器人科研合作网络知识图谱,提取并分析中心性指标以论证合作网络关联因素。研究结果揭示了康复机器人在地域... 详细信息

本文旨在研究全球范围内康复机器人领域跨地域和跨学科的协作关联。采用社会网络分析方法,基于研究成果的文献数据构建出康复机器人科研合作网络知识图谱,提取并分析中心性指标以论证合作网络关联因素。研究结果揭示了康复机器人在地域、机构、作者及不同层面跨学科合作的关联特点,重点分析了在作者合作层面形成的机器人辅助行走、神经生理学方法、脑机接口、中风康复、上肢康复等热点合作主题。研究总结了康复机器人领域合作热点研究方向,将为该领域跨学科科研合作研究提供有利参考。

关键词：康复机器人社会网络分析多源传感器信息融合网络知识图谱中心性指标

来源：评论

学校读者我要写书评

暂无评论

基于实时Linux的多源感知融合与交通目标物运动预测

基于实时Linux的多源感知融合与交通目标物运动预测

引用

作者：王仲宁吉林大学

学位级别：硕士

随着汽车产业的蓬勃发展,如今中国乃至全球的道路交通状况日益复杂和多样,这严重影响了人们的出行安全。自动驾驶车辆如何保障乘员与交通参与者的安全成了自动驾驶车辆当前研究的热门。要想保障自动驾驶车辆的安全性,自动驾驶系统的实... 详细信息

随着汽车产业的蓬勃发展,如今中国乃至全球的道路交通状况日益复杂和多样,这严重影响了人们的出行安全。自动驾驶车辆如何保障乘员与交通参与者的安全成了自动驾驶车辆当前研究的热门。要想保障自动驾驶车辆的安全性,自动驾驶系统的实时性、目标物感知和预测的鲁棒性都是至关重要的。因此本文将研究基于实时Linux的多源感知融合以及对交通目标物运动轨迹进行预测,提高感知和预测系统的鲁棒性和安全性,聚焦于如何对多源传感器信息进行处理以提高目标信息的质量,以及更加广泛场景下提升交通目标物运动轨迹预测的质量。本文的主要研究内容如下: (1)针对智能驾驶系统实时性问题进行了调查与研究,通过对比多种实时化操作系统的优劣,选用Preempt＿rt实时补丁对Linux内核进行了实时化改造。通过指定CPU核心的隔离与指定线程分配提高了硬件资源的利用率,并同时完成了进程线程间的通讯设置、相关任务的开机自启动等工作。通过主定时器线程对每个线程的状态的控制完成了任务的周期性运行,且高优先级任务的定时误差平均在20微秒左右。从而搭建了一套实时性能好,便于与simulink代码生成结合的,易于开发的且鲁棒性高的自动驾驶实时框架。 (2)针对不同毫米波雷达之间和毫米波雷达与摄像头后融合的问题展开研究,采用分布式信息融合架构进行多源传感器后融合。本文通过卡尔曼滤波的方法实现了单一传感器的目标物的跟踪,从降低了传感器的误差提高了单一传感器目标物信息的质量,并通过坐标变换将所有传感器目标物信息统一到同一坐标系下。针对传感器探测范围重叠的区域,将同一坐标系下的目标物通过IOU匹配的方式进行配对并通过协方差交互融合对目标物信息进行融合,进一步提高重叠区域内目标物的信息。针对融合后的目标物进行统一的ID管理与分配,并对车辆历史轨迹进行存储与管理。 (3)针对目前无地图目标物预测存在的精确度较差等问题,本文对历史轨迹进行了模态分解,首次提出将目标物历史轨迹分为了时序信息与相对交互运动信息,构建了一种新型的神经网络,提出了一种不依赖高清实时地图的车辆轨迹预测方法,本文称之为轨迹与相对运动双流预测网络(Trajectory Relative two-stream Prediction“TR-Pred”)。它通过LSTM编码器和时序Transformer分别对不同的模态信息进行编码,并通过GraphTransformer对智能体之间的信息进行交互,最后使用MLP对多个智能体的多模态轨迹进行预测。并且对轨迹预测算法TR-Pred进行了效果验证,在多个数据集下对比了当前主流的基于高清地图的轨迹预测算法与无地图轨迹预测算法。这些数据集涵盖了大部分日常自动驾驶汽车所使用的场景。结果表明本文提出的模型对比当前无地图的轨迹预测算法有更好的性能,且相较于经典的基于高清地图的预测算法在一些指标上取得了领先。对毫米波雷达与摄像头后融合的实车数据进行预测时,本文对模型使用了预训练微调技术,对比其它模型取得了更好的预测结果,体现了模型良好的泛化性。最后通过数据回灌的方式,验证了多源感知融合模型与轨迹预测模型联合工作的效果以及轨迹预测模型实车部署的可能性。

关键词：自动驾驶车辆车辆轨迹预测多源传感器信息融合实时操作系统数据回灌

来源：评论

学校读者我要写书评

暂无评论

谷物联合收割机关键部件故障预警系统研究

谷物联合收割机关键部件故障预警系统研究

引用

作者：史高翔河南科技大学

学位级别：硕士

农业机械是发展现代农业的重要物质基础,随着一系列积极推动农业机械化和农机装备产业转型升级政策的发布,国内联合收割机及其相关技术的研发迎来新的发展机遇。谷物联合收割机作为农产品收获作业的重点机具,通过技术手段实现谷物联合... 详细信息

农业机械是发展现代农业的重要物质基础,随着一系列积极推动农业机械化和农机装备产业转型升级政策的发布,国内联合收割机及其相关技术的研发迎来新的发展机遇。谷物联合收割机作为农产品收获作业的重点机具,通过技术手段实现谷物联合收割机的数字化、信息化、智能化管理对提高农业发展质量和效益,建设现代农业具有重要意义。目前,国内在黑龙江和新疆等地区的大型农场广泛采用大型谷物联合收割机进行收获作业,但是大部分地区谷物收获仍以中小型联合收割机为主,且中小型联合收割机信息化、智能化水平较低。随着我国城镇化的不断发展,出现了具有丰富操作经验的农机手锐减的情况,导致在高度复杂性和多变特性谷物收获作业过程中联合收割机故障频发。为了保证作业效率,提高联合收割机智能化水平,需要在谷物联合收割机上引入数据监测和故障预警功能,来满足农业机械设备制造商和农户对联合收割机故障预警与远程监测功能的需求。首先,本文以洛阳中收生产的新疆-7谷物联合收割机为研究对象,通过分析其工作原理与故障机理选定故障预警系统的监测对象,并将部件的转速、发动机顶部温度和图像信息作为故障预警系统的监测量。故障预警系统基于PLC与工控机组合实现了数据采集、存储和故障预警功能,并通过一体化终端将实时获取定位信息和工控机监测数据发送至联合收割机远程监测系统,方便用户对联合收割机进行远程监测与管理。其次,本文提出了一种基于多源传感器信息融合的联合收割机关键部件故障预警方法。该方法通过提取能够反映联合收割机部件运行状态的转速特征作为故障预警的依据,实现了对联合收割机关键部件典型故障的准确预警,有效摆脱了对人工经验的依赖。最后,通过田间实测数据试验、人工干预试验和对比验证试验验证了联合收割机故障预警系统与远程监测系统性能。试验验证结果以混淆矩阵形式统计,以故障预警准确率、误判和漏判数量为指标对系统进行评价。试验结果表明系统满足谷物联合收割机预警需求,其总体识别准确率为96.54%、故障预警准确率达为94.15%,在数据量相同情况下与多种故障预警模型相比,其具有最优的综合性能。

关键词：谷物联合收割机故障预警多源传感器信息融合远程监测

来源：评论

学校读者我要写书评

暂无评论

基于LSTM算法与模糊推理的机房火灾报警研究

引用

长江信息通信 2023年第2期36卷 37-41页

作者：张智浩高路冯华洋杨佳晨徐建武汉轻工大学电气与电子工程学院湖北武汉430023

随着物联网技术的迅猛发展,各传感器及其应用所产生的数据量呈海量增长。用于在网络设备上进行传递、加速、展示、计算、存储数据信息的数据中心机房建设迎来了蓬勃发展。鉴于机房的重要地位,一旦发生火灾将会对整个数据中心造成毁灭性... 详细信息

随着物联网技术的迅猛发展,各传感器及其应用所产生的数据量呈海量增长。用于在网络设备上进行传递、加速、展示、计算、存储数据信息的数据中心机房建设迎来了蓬勃发展。鉴于机房的重要地位,一旦发生火灾将会对整个数据中心造成毁灭性影响。为了识别当前火灾所处状态并发出分级火灾报警信息,文章提出了基于长短时记忆网络(Long Short Term Memory,LSTM)算法与模糊推理的多传感器信息融合机房火灾报警模型。该模型分为数据层、特征层和决策层三层。其中数据层对多传感器的数据进行采集与预处理;特征层使用LSTM算法对传感器数据进行火灾状态识别;决策层将识别结果与数据中心机房保护等级和火灾持续时间进行模糊推理融合得出最终的火灾报警决策。通过燃烧实验进行验证,结果表明:文章所提模型对机房火灾状态识别效果优于反向传播(Back Propagation,BP)算法与循环神经网络(Gate Recurrent Unit,GRU)算法的同时可以发出符合当前火情的分级报警决策。

关键词：机房火灾报警多源传感器信息融合长短时记忆网络算法模糊推理

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：