检索结果-内蒙古大学图书馆

系统工程理论与实践 2020年第4期40卷 1057-1068页

作者：陈天德黄炎焱王振华南京理工大学自动化学院南京210094

人工势场法作为路径规划的一种算法,由于其数学描述简洁且易于执行,所得路径较短且平滑,在许多工程领域中被广泛使用.由于势函数斥力作用仅考虑机器人与障碍物的距离,这就使航路规划在障碍物附近无差别的采取避碰措施,这就导致无谓避碰... 详细信息

人工势场法作为路径规划的一种算法,由于其数学描述简洁且易于执行,所得路径较短且平滑,在许多工程领域中被广泛使用.由于势函数斥力作用仅考虑机器人与障碍物的距离,这就使航路规划在障碍物附近无差别的采取避碰措施,这就导致无谓避碰行为的出现,极大影响航路规划的效率,且容易出现狭窄通道无法识别以及由周边多个障碍物的合斥力造成的局部极小值问题.针对无谓避碰行为,提出碰撞危险度评估模型和障碍物影响距离确定模型,针对局部极小值和航路点震荡问题,提出虚拟障碍物法和过滤震荡点法,以此构成基于碰撞预测的航路规划法.仿真结果表明该方法能够有效的避免无谓避碰行为,且无局部极小值和航路点震荡问题,所得路径也较短.

关键词：人工势场无谓避碰碰撞预测障碍物影响距离虚拟障碍物过滤震荡点

来源：评论

学校读者我要写书评

暂无评论

基于碰撞预测的强化模仿学习机器人导航方法

引用

计算机工程与应用 2024年第10期60卷 341-352页

作者：王浩杰陶冶鲁超峰青岛科技大学信息科学技术学院山东青岛266100

基于学习的机器人导航方法存在对数据的依赖性高和在一些特定环境下表现不完美的问题,例如在空旷场景下无法走直线,在障碍物密集场景下碰撞率高。为了提高机器人的导航性能,提出了一种基于碰撞预测的强化模仿学习导航方法。在无模型的... 详细信息

基于学习的机器人导航方法存在对数据的依赖性高和在一些特定环境下表现不完美的问题,例如在空旷场景下无法走直线,在障碍物密集场景下碰撞率高。为了提高机器人的导航性能,提出了一种基于碰撞预测的强化模仿学习导航方法。在无模型的情况下,根据机器人的性能,建立马尔科夫决策过程(Markov decision process,MDP)中所需要的状态空间、动作空间、奖励函数。采用深度强化学习(deep reinforcement learning,DRL)在仿真环境中进行训练,使机器人获得能够在多障碍环境中导航和避障的能力。使用收集到的专家数据按照模仿学习方法对策略继续进行训练,改善强化学习在障碍物稀疏和密集两种极端情况下表现不完美的问题。设计了一个碰撞预测模型,将传统控制与深度学习相结合,根据预测结果,使机器人自适应地在不同环境下选取合适的控制策略,大大提高了导航的安全性。通过实验,在大量从未遇到过的场景下验证了所提出方法的导航性能和泛化能力。

关键词：导航强化学习模仿学习碰撞预测混合控制

来源：评论

学校读者我要写书评

暂无评论

动态环境中基于碰撞预测的局部路径规划方法

引用

中国机械工程 2009年第21期20卷 2553-2557,2580页

作者：高扬孙树栋赫东峰西北工业大学现代设计与集成制造技术教育部重点实验室西安710072

提出一种基于碰撞预测的局部路径规划方法。以自适应无色卡尔曼滤波器跟踪障碍物获得障碍物位置、相对运动速度及其概率分布,预测障碍物与机器人的潜在碰撞区域,并依其位置、速度的不确定性扩充碰撞危险区域以重构环境威胁区分布。以自... 详细信息

提出一种基于碰撞预测的局部路径规划方法。以自适应无色卡尔曼滤波器跟踪障碍物获得障碍物位置、相对运动速度及其概率分布,预测障碍物与机器人的潜在碰撞区域,并依其位置、速度的不确定性扩充碰撞危险区域以重构环境威胁区分布。以自由路径表征可以通过的自由空间,引入风险函数评估碰撞的风险。通过搜索最优自由路径及其风险值压缩表示环境信息,使得利用模糊控制器进行局部路径规划的实时性获得提高。该方法对动态障碍物及其不确定性均有较强的适应能力。实验及仿真结果均表明,在动态环境中该方法所得路径优于已有方法。

关键词：局部路径规划自由路径模糊控制动态环境碰撞预测

来源：评论

学校读者我要写书评

暂无评论

考虑驾驶分心的严重交通冲突及碰撞预测研究

考虑驾驶分心的严重交通冲突及碰撞预测研究

引用

作者：陈见哲长安大学

学位级别：硕士

随着我国汽车保有量的激增,道路交通环境变得愈加复杂多变,导致交通冲突愈加频繁。交通冲突作为交通事故的初级形态,本质是“人-车-路-环境”系统的不安全状态。在这一系统中,驾驶人分心会进一步加剧交通冲突,导致交通事故的增加。研究... 详细信息

随着我国汽车保有量的激增,道路交通环境变得愈加复杂多变,导致交通冲突愈加频繁。交通冲突作为交通事故的初级形态,本质是“人-车-路-环境”系统的不安全状态。在这一系统中,驾驶人分心会进一步加剧交通冲突,导致交通事故的增加。研究表明,驾驶人若能提前2秒获得风险预警,则可避免90%以上的道路事故。由此可知,从主动安全风险防控的角度出发,考虑驾驶人分心状态以实现对严重交通冲突及碰撞的准确预测,对于提高交通安全水平具有重大意义。为此,本文在实现交通冲突严重程度准确划分的基础上,探究了驾驶分心对交通冲突的影响,并充分考虑驾驶绩效的时域、频域信息来实现驾驶分心的识别,提出一种考虑驾驶分心的严重交通冲突及碰撞预测方法。主要研究内容如下: (1)设计“分心-交通冲突”试验并采集驾驶绩效数据。在仿真平台中,基于VTD(Virtual Test Drive)软件设计前车紧急制动和旁车低速切入两类风险事件作为交通冲突的诱因;设置操作车载信息系统(In-Vehicle Information System,IVIS)分心次任务作为驾驶分心的诱因;开展驾驶模拟器试验采集相关数据。 (2)基于聚类分析实现冲突严重程度的划分,并探究分心对交通冲突的影响。提出了一种考虑冲突类型的交通冲突识别方法,并通过可视化的方式探究了交通冲突事件的组内差异,论证了冲突严重程度划分的必要性;通过构建交通冲突严重程度指标体系,基于K-means++聚类算法,将交通冲突划分为轻微冲突、一般冲突、严重冲突;从驾驶人反应时间、碰撞时间(Time to Collision,TTC)最小值、距离最小值三个角度,深入探究驾驶分心对交通冲突的影响。 (3)建立基于机器学习的驾驶分心识别模型。通过快速傅里叶变换(Fast Fourier Transform,FFT)提取驾驶绩效变量的低频能量值作为频域特征,并基于非参数检验进行分心特征的筛选;随后结合时域、频域特征,基于支持向量机(Support Vector Machine,SVM)搭建了驾驶分心识别模型,探究频域特征对模型的贡献度。 (4)搭建考虑驾驶分心的严重交通冲突及碰撞预测模型。在考虑驾驶分心特征的条件下,以风险事件触发前3 s及后0.5 s的时序数据作为样本输入,搭建了基于长短期记忆网络(Long Short-Term Memory,LSTM)的严重交通冲突及碰撞预测模型。结果表明,驾驶分心特征显著提高了模型对严重交通冲突及碰撞事件的预测准确率和敏感程度,模型预测准确率达94.64%,召回率达96.30%,相比于去除分心特征的基线模型分别提高了3.57%和18.52%;此外,对于严重交通冲突事件和碰撞事件,分别可提前5.05s和4s实现预测。

关键词：驾驶分心交通冲突驾驶绩效交通冲突预测碰撞预测

来源：评论

学校读者我要写书评

暂无评论

基于立体视觉的吊车碰撞预测研究

基于立体视觉的吊车碰撞预测研究

引用

作者：苑英海南开大学

学位级别：硕士

论文在吊车紧急制动方面展开了深入研究,提出了一种基于立体视觉的吊车碰撞预测算法,使吊车系统具有预测碰撞并实现紧急制动的能力,提高其自动化性能和安全性。并且还搭建了一套实验平台,用于验证上述碰撞预测算法的性能。论文的主要工... 详细信息

论文在吊车紧急制动方面展开了深入研究,提出了一种基于立体视觉的吊车碰撞预测算法,使吊车系统具有预测碰撞并实现紧急制动的能力,提高其自动化性能和安全性。并且还搭建了一套实验平台,用于验证上述碰撞预测算法的性能。论文的主要工作集中于以下几个方面： (1)搭建了基于立体视觉的吊车碰撞预测系统实验平台。在此基础上,开发了相关软件。该系统硬件部分主要由立体视觉设备、相机固定支架、计算机、研华USB设备以及光电触发电路组成。而软件部分是在Windows平台下的Matlab7.0环境和Visual C++6.0环境下开发而成。 (2)论文设计并实现了一种基于全局代价函数优化的立体标定方法,用于标定立体视觉设备。该方法是以张正友的单目相机标定方法为基础,将左右相机的内参数、它们与标定板之间的外参数、镜头畸变系数,以及两个相机之间的外参数标定相互融合,在参数的优化过程中充分利用了左右相机之间外参数保持不变这一约束条件,使用一种约束性更强的全局代价函数作为优化目标,经过一次优化得到立体视觉系统的参数。 (3)论文提出并实现了一种具有旋转不变性的高效边缘点匹配算法,用于重建吊车场景中的静态障碍物。该算法综合了SIFT算子的旋转不变性和传统边缘点匹配方法的特点,首先提取图像的边缘特征,并保存轮廓图像作为索引图；然后利用极线约束和邻域灰度信息,沿特征点的主方向建立描述符；同时通过“冗余角阈值”策略来选择合适的候选匹配点；最后,通过计算特征点与候选匹配点之间的相关度,得到正确的匹配点,并计算出三维坐标,重建静态障碍物的形貌特征。 (4)论文提出并实现了一种基于Camshift (Continuously Adaptive Mean Shift)算法的多运动目标检测跟踪与尺寸估计算法,用于实现吊车场景中负载和动态障碍物的检测、跟踪、尺寸估计和速度估计。该算法使用背景差分法检测运动目标,经过二值化处理和形态学处理,得到运动目标的个数和颜色概率分布信息,完成跟踪初始化。然后使用Camshift算法对各个目标进行跟踪,得到各个目标搜索窗的信息,同时计算出目标的位置以及尺寸大小。最后使用Kalman滤波对目标的运动信息进行优化。 (5)论文提出了一种基于包围盒的两级碰撞预测策略,用于预测负载与静态障碍物以及与动态障碍物之间的碰撞。该策略分为两个阶段：第一阶段的主要任务是实现障碍物的裁剪,只考虑负载周围安全距离范围内的障碍物。第二阶段的主要任务是对存在碰撞可能的负载与障碍物之间,采用基于相对速度的碰撞预测算法进行预测。依据所选择的包围盒模型,提出了不同的碰撞预测算法。针对球形包围盒模型,论文提出了基于相对速度的最近点碰撞预测算法。针对OBB(Oriented Bounding Box,有向包围盒)包围盒模型,论文提出了基于相对速度的"Point-to-Plane"碰撞预测算法。

关键词：立体视觉碰撞预测吊车紧急制动

来源：评论

学校读者我要写书评

暂无评论

基于BP神经网络的碰撞预测及车联网MAC层协议设计

基于BP神经网络的碰撞预测及车联网MAC层协议设计

引用

作者：魏康文西安电子科技大学

学位级别：硕士

近年来,交通事故呈不断上升的趋势,尤其是高速公路上的追尾事故频发,因此人们越来越多的关注如何保障高速公路行车安全。目前保障汽车行驶安全的技术主要分为被动安全技术和主动安全技术。主动安全技术能够根据当前车辆的运动状态和周... 详细信息

近年来,交通事故呈不断上升的趋势,尤其是高速公路上的追尾事故频发,因此人们越来越多的关注如何保障高速公路行车安全。目前保障汽车行驶安全的技术主要分为被动安全技术和主动安全技术。主动安全技术能够根据当前车辆的运动状态和周围环境信息,对潜在的冲突予以判断。主动安全技术能从源头上抑制交通事故的发生,所以对汽车主动安全技术的研究具有重要的意义。车辆状态预测是汽车主动安全技术的基础,根据以往车辆碰撞预测的成果,本文针对车辆碰撞概率的预测展开研究。现有的车辆碰撞概率计算方法只是结合运动学公式和车辆的分布情况对车辆追尾碰撞概率进行计算,没有考虑车辆追尾碰撞的真实场景,预测结果有偏差。为了提高车辆碰撞概率预测的准确度,本文综合考虑造成车辆碰撞的驾驶员、车辆、道路和环境等因素,采用BP神经网络的方法对车辆的追尾碰撞情况进行预测。由于BP神经网络的初始化连接权值和阈值的选择具有很大的随机性,可能使BP神经网络训练的结果陷入局部最优,而遗传算法具有全局寻优的能力,因此本文选用遗传算法对BP神经网络的初始化连接权值和阈值进行优化,此外,为了改进BP神经网络的收敛速度,本文进一步对BP神经网络的学习速率进行改进。最后利用MATLAB仿真工具对本文中的车辆状态预测算法进行性能验证,结果表明,本文提出的算法能较准确的预测车辆下一时刻的碰撞概率。准确预测到车辆发生碰撞的信息后,确保告警信息可靠及时的发送是十分必要的。为了保障安全信息的可靠及时的传输,同时提高周期性beacon消息接入信道的公平性。本文针对高速公路场景的车辆协同防撞应用,根据以RSU为中心的车队中车辆节点的数目和车队中发生潜在碰撞的车辆节点的数目,设计了保障告警信息可靠及时传输的D-MAC(Dynamic slot Media Access Control,D-MAC)协议。该协议是基于动态TDMA机制,根据当前车队中的实时交通动态确定每帧的时隙数目,并且该协议优先为告警信息分配时隙,同时尽可能地为周期性beacon消息预留传输时隙。最后,在不同的车辆节点密度的情况下,对本文提出的动态介质访问控制协议的性能进行评估,与IEEE802.11p协议相比,D-MAC协议的投递率增加了大约39%,在节点密度较大时,和IEEE802.11p协议相比,D-MAC协议的数据传输时延更低,并且D-MAC协议获取无线信道服务的公平性提高了31%。

关键词：主动安全 BP神经网络碰撞预测 D-MAC协议

来源：评论

学校读者我要写书评

暂无评论

典型场景预碰撞区间内驾驶员特征差异性分析及碰撞预测研究

典型场景预碰撞区间内驾驶员特征差异性分析及碰撞预测研究

引用

作者：卢明厦门理工学院

学位级别：硕士

道路交通事故频发,汽车碰撞电动两轮车事故极易造成骑车人较为严重的损伤。根据中国统计年鉴数据显示,2019年和2020年电动两轮车事故分别占道路交通事故总数的10.81%和11.18%,死亡人数分别占6.27%和6.26%。汽车驾驶员人为错误是导致道... 详细信息

道路交通事故频发,汽车碰撞电动两轮车事故极易造成骑车人较为严重的损伤。根据中国统计年鉴数据显示,2019年和2020年电动两轮车事故分别占道路交通事故总数的10.81%和11.18%,死亡人数分别占6.27%和6.26%。汽车驾驶员人为错误是导致道路交通事故的主要原因,研究表明在交通事故中由于驾驶人的因素引起的事故占到90%以上,因此分析驾驶员在不同情况下的行为差异以及其对事故发生的影响,并使用汽车驾驶员驾驶因素特征对碰撞风险进行预测,对减少汽车碰撞电动两轮车事故的发生具有重要意义。本文对中国道路上典型的电动两轮车事故场景进行分析,选取了占比前三的典型场景,分别是场景a(汽车与电动两轮车相向行驶,电动两轮车突然转向)、场景b(电动两轮车从汽车左侧横穿马路,汽车驾驶员无视觉障碍)、场景c(电动两轮车从汽车左侧横穿马路,汽车驾驶员有视觉障碍)。根据典型场景在VRU-TRAVi(Road Vulnerable Users-Traffic Accident Database with Video)数据库中选取相应事故,依据事故视频和事故信息,通过驾驶模拟系统搭建了三个基于真实典型事故场景的驾驶模拟场景,以研究不同典型场景下的驾驶员反应、行为特征差异;并基于场景b搭建了40km/h、50km/h、60km/h三种行驶速度场景,以研究不同速度工况下的驾驶员反应、行为特征差异。对搭建的三种典型场景和三种行驶速度场景开展志愿者驾驶模拟试验,共招募了35名志愿者进行驾驶数据的收集,结合描述性统计、非参数检验和二元逻辑回归分析方法,分析了驾驶员在不同场景预碰撞区间内(碰前-5s～0s)的反应和行为特征的差异,及各特征对事故发生的影响。最后根据对碰撞有显著影响的驾驶员反应、行为特征以及由驾驶员操作导致的车辆运动波动性参数,利用神经网络搭建碰撞预测模型,对碰撞风险进行了预测。先前的研究表明,在碰前5s对驾驶员进行提醒能最大程度地缩短危险情况下驾驶员的制动反应时间,所以,本文利用神经网络和驾驶员碰前10s至碰前5s的数据训练碰撞预测模型,对车辆与电动两轮车发生碰撞的时刻进行碰撞风险预测。对数据进行分析,结果表明,制动反应时间、感知时间、运动时间、加速踏板平均开度和制动踏板平均开度在不同典型场景下存在显著性差异。特别地,相较于场景b和场景c,驾驶员在场景a中的各驾驶特征存在更大差异,原因是电动两轮车与汽车相向行驶时,汽车驾驶员的警惕性较低。在不同的行驶速度工况下,当两场景汽车速度差异较小时,两场景下对应的汽车驾驶员反应、行为特征没有显著性差异,这与以往的研究结果相同,但是进一步的分析发现,当速度差异较大时,驾驶员的反应特征会出现显著性差异。对150次驾驶模拟的全部数据进行二元逻辑回归分析,总结得出制动反应时间、制动踏板平均开度和方向盘平均转角是直接影响碰撞发生的重要因素,感知时间、行为时间、加速踏板平均开度是影响碰撞发生的间接因素。研究结果对提高汽车避撞电动两轮车安全性功能设计提供理论参考。使用了驾驶员驾驶特征及其影响的车辆运动特征参数,和多层感知器神经网络搭建碰撞预测模型。由于驾驶模拟数据中存在碰撞样本与未碰撞样本的数据不平衡问题,为解决数据不平衡以提高模型测精度,使用SMOTE(Synthetic Minority Oversampling Technique)过采样算法对训练集中的少数数据进行合成,运用完成后的模型对测试数据集进行验证,结果显示预测模型对碰撞事故和未碰撞事件的预测准确率均为85.7%,模型预测准确度较高。研究结果表明,驾驶员反应和行为特征对碰撞事故的发生有显著影响,在不同典型场景和速度工况下会导致汽车驾驶员出现不同的驾驶特征,驾驶员驾驶特征及其影响的车辆运动特征参数可以作为预测事故风险的指标之一。

关键词：驾驶模拟器驾驶员行为典型场景碰撞预测合成少数类过采样

来源：评论

学校读者我要写书评

暂无评论

基于AIS数据的内河船舶碰撞预测方法研究

基于AIS数据的内河船舶碰撞预测方法研究

引用

作者：朱江南桂林电子科技大学

学位级别：硕士

随着内河船舶智能化发展的加速推进,在内河环境感知、船舶轨迹预测和碰撞风险预测等方面已经取得了一定的成果,利用多传感器融合或者AIS配合轨迹预测获取船舶航行动静态信息来进行碰撞风险预测可以进一步提升内河船舶航行安全性,减轻船... 详细信息

随着内河船舶智能化发展的加速推进,在内河环境感知、船舶轨迹预测和碰撞风险预测等方面已经取得了一定的成果,利用多传感器融合或者AIS配合轨迹预测获取船舶航行动静态信息来进行碰撞风险预测可以进一步提升内河船舶航行安全性,减轻船员驾驶压力。多传感器感知方案可实时感知附近船舶航行信息,但成本过高导致它在内河中难以大量应用。而船舶自动识别系统(Automatic Identification System,AIS)的成本相对较低且在内河运输船舶中已普及,因此研究基于AIS数据的内河船舶碰撞预测方法具有较强的实际应用价值。最近会遇距离(Distance of Closest Point of Approach,DCPA)和最近会遇时间(Time to Closest Point of Approach,TCPA)是用于评估两艘船舶之间的潜在碰撞风险的重要指标,分别表示两船最近会遇点(Closest Point of Approach,CPA)间的距离和抵达最近会遇点所需要的时间,可以用于船舶碰撞预测。然而当前学者通过船舶经纬度坐标计算的DCPA和TCPA参数,忽略了船舶本身的尺寸信息带来的误差,在内河狭窄水域,采用传统的DCPA、TCPA的碰撞检测方法无法为水上船舶的航行安全提供辅助支撑。针对以上问题,本文主要研究内容如下:(1)针对数据收集和共享渠道有限,导致船舶航行数据资源不足等问题,设计了一套基于船载AIS设备的船舶航行数据采集系统,安装在内河运输船舶上用于采集本船和附近船舶的动静态航行信息。首先通过串口通信获取船载AIS设备接收的报文信息,然后对接收到的报文进行筛选、解析及存储,最后通过蜂窝通信和内网穿透技术将采集的数据进行远程发送,采集的数据用于内河船舶碰撞预测方法的实验验证。(2)为了获取它船与本船同一时刻下的航行信息进行实时碰撞预测以及提高船舶位置估计的准确性,本文研究了基于扩展卡尔曼滤波的航行位置预测方法。通过船舶运动学模型进行状态估计,并使用AIS数据作为观测数据来修正估计误差。实验结果表明,在没有AIS数据输入的情况下,状态估计的平均位置误差为6.679m,在有AIS数据作为观测数据输入的情况下,滤波后的平均位置误差为1.865m。(3)针对传统CPA参数计算未考虑船舶尺寸信息在狭窄水域精度差的问题,提出一种新的CPA参数计算方法,通过计算船舶轮廓间最小距离修正CPA参数,在不同场景下单次平均耗时在1.74s内,具有较好的实时性。修正后的参数可用于辅助船员进行内河船舶碰撞预测,也可用于船舶风险预测指标法进行船舶危险度评估的相关模型来提升碰撞危险度评估精度。

关键词：船舶辅助驾驶数据采集位置预测扩展卡尔曼滤波碰撞预测

来源：评论

学校读者我要写书评

暂无评论

基于轴数据对机器人运动控制的碰撞预测研究

基于轴数据对机器人运动控制的碰撞预测研究

引用

作者：童钰深圳大学

学位级别：硕士

本论文的背景产品是X射线数字减影医疗器械,是一款基于X射线曝光,通过实时成像,对血管进行介入手术的一款产品,其主要应用于心脑血管疾病、肺癌治疗栓塞术、心电除颤等,是血管介入治疗最为主要的医疗器械。实时控制系统,犹如人体大脑,... 详细信息

本论文的背景产品是X射线数字减影医疗器械,是一款基于X射线曝光,通过实时成像,对血管进行介入手术的一款产品,其主要应用于心脑血管疾病、肺癌治疗栓塞术、心电除颤等,是血管介入治疗最为主要的医疗器械。实时控制系统,犹如人体大脑,是整个设备的核心功能,它实时监控并协调各个模组工作,其中的碰撞控制系统是必不可少的功能需求,它直影响医生手术操作体验。它的主要功能是实时检测系统相对空间位置的碰撞状态,设定系统的安全策略,以保证医生操作者的使用安全。传统的碰撞控制方法是使用复杂的静态数据加上复杂的运动学变换和空间几何距离运算得到系统实时的碰撞状态。传统方式对实体模型的依赖以及对硬件性能的高要求约束了系统的升级和发展。传统方式的复杂性也使且其改进的空间非常有限。本论文提出了一种基于机器学习的方法来实现对运动碰撞的控制。具体方法是以机器人各个轴数据和相关空间参数为特征维度,通过机器学习的分类方法建立学习模型,得出机器系统碰撞状态类别。同时结合实际应用中的运动逃离碰撞问题,根据机器运动中的碰撞特性,设计新的预测模型,将分类问题转变为逻辑回归问题,通过对最短距离的预测,来实现碰撞逃离策略。对于分类器的设计,论文提出了用BP神经网络和KNN聚类两种方法来进行实验对比分析。实验中还根据实际应用问题的综合分析来进行分类器的优化和调试,包括机器机械结构的校准差异问题、数据集多样性问题,空间位姿范围覆盖问题以及不同碰撞距离范围的设定对应用的不同意义和对分类结果影响的分析等。对于碰撞逃离预测的设计,论文通过遗传算法优化BP神经网络的初始权值和阈值来进行对比实验,找出最优的并适用于实际应用的网络设计。实验结果表明,本论文提出的方法,大大缩短了碰撞状态运算时间,且该方法简化了软件系统工程,提升了稳定性,保证了质量的同时也降低了维护成本。其长远的意义在于人工智能技术的发展给机器人技术应用带来了未来无限发展空间的可能,让人类医疗器械技术更进一步。

关键词：机器人学碰撞预测碰撞逃离 BP神经网络 KNN聚类

来源：评论

学校读者我要写书评

暂无评论

基于多传感器融合的作物冠下环境中碰撞预测算法研究

基于多传感器融合的作物冠下环境中碰撞预测算法研究

引用

作者：芦鹏天津科技大学

学位级别：硕士

近年来,随着农业生产开始向集约化、规模化转变,越来越多的机器人被广泛应用于农业生产领域。然而相关研究表明,由于工作环境具有复杂性和未知性,在作物冠下环境中工作的小型农业机器人极易在行进过程中与障碍物发生碰撞,从而导致任务... 详细信息

近年来,随着农业生产开始向集约化、规模化转变,越来越多的机器人被广泛应用于农业生产领域。然而相关研究表明,由于工作环境具有复杂性和未知性,在作物冠下环境中工作的小型农业机器人极易在行进过程中与障碍物发生碰撞,从而导致任务失败和设备受损。所以,开展作物冠下环境的碰撞预测研究具有重要的研究意义。因此,本文基于多传感器信息融合技术,选取PAAD网络作为基准模型,对作物冠下环境中的机器人碰撞预测技术进行了深入研究,主要研究内容如下: (1)为了减小模型的计算量、提升模型的实时预测能力,针对PAAD网络中计算资源占用最多的图像特征提取网络进行优化设计。引入Ghost模块代替原有图像特征提取网络的部分残差块中的卷积层,从而在保持模型预测精度的同时,借助Ghost模块中特有的廉价线性操作减少网络参数量和计算量,提高网络的预测速度。 (2)为了在保证模型预测速度的前提下提高模型预测精度,本文参考残差结构设计了Res MLP模块来优化激光雷达数据特征提取网络。Res MLP模块通过增加隐藏层来深化编码器网络结构,提升了网络的特征提取能力。此外,在编码器和解码器中,借助Res MLP模块的“短接”操作,能够将输入特征与隐藏层提取的中间特征相融合,这既使编码器能够学习到更多的全局特征,又促使解码器能更准确的完成重建任务,保证了特征提取的完整性和准确性,进一步提高了模型的预测精度。针对作物冠下环境中的机器人碰撞预测任务,本文采用以上两点改进设计了轻量化的PAAD-F碰撞预测网络模型,并在环境数据集上进行了测试。实验结果表明,本文提出的PAAD-F碰撞预测网络模型,相比使用原始PAAD模型,预测精度提升了1.5个百分点,模型计算量减少了30.1%,预测速度提升了近26.6%,显著增强了碰撞预测模型的实时预测能力,具有较高的实用价值。

关键词：碰撞预测多传感器信息融合环境感知残差结构作物冠下环境

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：