课程文献中心 更多>>

关键词： 管道   机器人   避障   蚁群算法   双目视觉  

摘要： 为了确保管道的安全运行,需要采用有效的检测方法和手段,以发现和评估管道的缺陷和损伤。目前,管道机器人是管道检测最有效的手段,然而在检测过程中会面临各种障碍物(缺陷)的影响,进而降低检测效率。鉴于此,在分析管道内机器人运动特性的基础上,提出了基于蚁群算法和双目视觉的管道机器人避障策略。利用双目视觉进行障碍物快速三维重建,有效判断障碍物的距离;利用蚁群算法对管道机器人行驶路径进行规划,有效解决了管道机器人障碍物识别与规避的问题。研究结果表明:该方法能够实现管道机器人障碍物距离判断以及避障过程的路径规划功能,符合管道检测的实用要求,具有较高的实际应用价值。

关键词： 类脑视觉识别   NCC特征匹配   记忆增强   长短期记忆网络   机器视觉  

摘要： 聚焦于基于归一化互相关(NCC)特征匹配的类脑视觉识别记忆算法,旨在模拟人类大脑的视觉处理和记忆机制,提升机器视觉系统的识别精度。回顾了类脑视觉识别技术的研究背景,指出了现有算法在特征提取和匹配过程中存在的问题,例如,计算复杂度高、对光照和视角变化敏感等。提出一种新的算法框架,该框架结合NCC特征匹配技术和记忆增强机制,有效实现更鲁棒的视觉识别。在算法设计部分,详细介绍了NCC特征提取的方法,通过实验验证其在不同场景下的稳定性。此外,为了增强系统的记忆能力,引入了长短期记忆网络(LSTM),真实模拟人类的记忆过程,使系统能学习和记忆特定模式,从而使系统在后续识别任务中表现出良好的性能。实验结果表明,与传统方法相比,研究提出的算法在多种复杂环境下均能显著提高识别准确率,并且具有较强的实时性和适应性。

关键词： 虹膜分割   集成学习   学习器   U^(2)-Net   DeepLabv3+   PSPNet   皮尔森系数法   图像处理  

摘要： 针对虹膜图像在分割过程中细节分割不准确、边界分割不圆滑以及易受噪声影响等问题,文中提出了一种基于集成学习的虹膜分割算法。相较于传统集成学习算法,文中算法基于皮尔森系数法选择合适的模型作为基学习器,从而提高了集成学习的性能。选用U^(2)-Net、DeepLabv3+以及PSPNet作为同质个体学习器在CASIA-Iris-Interval数据集上进行训练,并预测得到对应的虹膜分割预测结果。对预测结果进行CLAHE和Gamma校正等图像增强操作得到新的预测结果图,选取加权平均法作为集成算法将基学习器的预测结果进行集成学习,从而得到最终的虹膜分割预测结果。测试结果表明,在3个不同的评估指标下,相较于基学习器,所提算法的准确率提升了1%,平均交并比提升了3.8%,宏平均分数提升了2.4%,视觉效果和客观评价指标均有所提升。

关键词： 目标检测   yolov5s   反无人机   解耦合检测头  

摘要： 随着无人机市场规模的不断扩大,无人机在众多领域中得到了广泛使用,随之出现了机场、军事区域、政府部门等重要目标的无人机禁飞管制问题,为提高反无人机能力,保护重要目标空域安全,提出了一种改进的yolov5s空中无人机目标识别算法。该算法基于yolov5s目标检测模型,在此基础上引入SE注意力机制、高效解耦合检测头、WIoU_(v2)损失函数。在改进的目标检测算法数据集上进行实验,通过消融实验和损失函数对比实验,平均精确率均值mAP@0.5提高了1.3%,可以更好地用于民用无人机空中管制。

关键词： 车辆配送   路径优化   进化算法   遗传算法  

摘要： 针对物流配送中存在客户分布散乱及电动车续航等问题,文章设计了一个电动物流车线路优化算法用于求解电动车辆路径问题(Electric Vehicle Routing Problem,EVRP)。根据电动物流车的问题建立了EVRPTW问题的模型,从最终的配送成本出发,获得在电量、载重量以及客户时间窗等约束下成本尽可能小的解。在ERVPTW的模型基础上使用遗传算法,随机生成初始种群,在交叉、变异等过程当中保证求得解的复杂度。以嘉兴物流路径规划为例,经实际验证,所设计的方法具备有效性。

关键词： 无人船   路径规划   避障   深度强化学习   深度确定性策略梯度  

摘要： 针对静态和动态环境下无人船路径规划问题,文中提出一种基于深度强化学习的避障路径规划方法。首先,建立水平面无人船运动模型,将路径规划描述为一个基于马尔科夫决策的强化学习过程。接着,构建基于Actor网络和Critic网络的深度确定性策略梯度算法,设计基于前视声呐测距的状态空间、运动约束下动作空间以及用于评估当前动作的复合奖励函数,并利用速度、角度、避障及动作奖励引导无人船训练神经网络。仿真结果和综合对比验证了所提强化学习路径规划方法的有效性和优越性。研究成果可为无人船在静态和动态障碍约束下的路径规划提供参考。

关键词： Sparse A^(*)algorithm   Path planning   Rasterization   Coordinate transformation   Image preprocessing  

摘要： An improved version of the sparse A^(*)algorithm is proposed to address the common issue of excessive expansion of nodes and failure to consider current ship status and parameters in traditional path planning *** algorithm considers factors such as initial position and orientation of the ship,safety range,and ship draft to determine the optimal obstacle-avoiding route from the current to the destination point for ship planning.A coordinate transformation algorithm is also applied to convert commonly used latitude and longitude coordinates of ship travel paths to easily utilized and analyzed Cartesian *** algorithm incorporates a hierarchical chart processing algorithm to handle multilayered chart ***,the algorithm considers the impact of ship length on grid size and density when implementing chart gridification,adjusting the grid size and density accordingly based on ship *** results show that compared to traditional path planning algorithms,the sparse A^(*)algorithm reduces the average number of path points by 25%,decreases the average maximum storage node number by 17%,and raises the average path turning angle by approximately 10°,effectively improving the safety of ship planning paths.

关键词： 高速飞行器自组网   分簇算法   簇维护   快速恢复  

摘要： 针对高速飞行器自组织网络中组网时间较长、维护开销较大、网络恢复较慢等问题,提出了一种快速高效的加权分簇算法。该算法与现有的加权分簇算法进行了比较,对平均节点间距离、平均移动相似度以及节点度三个指标进行了改进;针对梯度抑制导致的组网周期延长问题,优化了现有的组网流程;针对备用簇首维护开销较大的问题,提出了一种高效备用簇首选举和跨层通告机制;针对簇首节点突发损坏的情况下,簇成员反应较慢的问题,提出了一种簇成员快速响应切换机制。通过OPNET软件进行仿真模拟,该算法在组网时间、控制开销及恢复时间等指标上,相较于现有加权分簇算法均有一定提升。仿真结果表明,该算法能够有效提升网络性能,更加适用于复杂环境下的高速飞行器自组织网络。

关键词： 兵棋系统   路径规划   通视算法  

摘要： 在兵棋推演过程中,通视性对于部队的行动和火力支援至关重要。开发一种高效率、精确度高的通视算法,对于增强兵棋模拟的实效性和决策辅助具有重要意义。

关键词： 概率约束   p-有效点   修正的Frish函数   对偶算法  

摘要： 考虑具有概率约束的随机优化问题,该类问题在风险评估及优化等许多领域中具有重要的应用价值.基于随机变量的概率分布的p-有效点和水平集的概念,将概率约束优化问题(PCOP)转化为锥约束优化问题(CCOP).进而,给出了相应的最优性条件,并构建了近似的非线性优化问题(NLP).构造了基于修正的Frish函数的非线性Lagrange函数,设计了求解问题(PCOP)的对偶算法.在满足一系列特定条件的前提下,论证了该对偶算法产生的点列的聚点满足一阶必要条件.