基于几何活动轮廓模型的人脸轮廓提取方法

针对在结构性噪声较严重的情况下 ,常规几何活动轮廓模型无法获得理想分割效果的问题 ,提出一种基于几何活动轮廓模型的人脸轮廓提取方法 ,该方法首先将人脸形状的椭圆性约束作为算子嵌入到几何活动轮廓模型中 ,并利用几何活动轮廓模型提取任意轮廓的优势来快速抽取出图象中类似椭圆的目标边缘 ;然后根据图象中人脸的先验知识 ,通过对检测到的椭圆目标进行进一步验证来找出最终人脸轮廓 .由于采用变分水平集方法做数值计算 ,因此该方法不仅能够自然地处理曲线的拓扑变化和能较精确地提取出图象中的人脸轮廓 ,而且同时可以给出人脸水平旋转的大致角度等信息 .实验结果表明 ,该方法是有效的 .     

动态未知环境下一种Hopfield神经网络路径规划方法

针对动态未知环境下移动机器人路径规划问题,采用一种有效的局部连接Hopfiled神经网络(Hopfield Neural Networks,HNN)来表示机器人的工作空间.机器人在HNN所形成的动态数值势场上进行爬山搜索法来形成避碰路径,并且不存在非期望的局部吸引点.HNN权值设计中考虑了路径安全性因素,通过在障碍物附件形成局部虚拟排斥力来形成安全路径.HNN的连接权是非对称的,并且考虑了信号传播时延.分析了HNN的稳定性,所给稳定性条件和时延无关.HNN模型中突出了最大传播激励,从而使得HNN具有更广的稳定性范围并能表示具有更多节点的机器人工作空间.为对该HNN有效仿真求解,结合约束距离变换和HNN的时延性,给出了单处理器上高效的串行模拟方案,规划路径的时间复杂度为O(N)(N是HNN中神经元的数目),使得路径重规划能快速在线进行.仿真和实验表明该方法的有效性.     

基于多模式交互的多移动机器人分布式合作系统

本文研究合作型多移动机器人系统的分布式控制方法.为了保证多机器人间合作的实 时性和高效率,采用了一种分组策略,并提出了将局部感知和组内通信相集成的多模式机器人 间交互方法.考虑到任务的复杂性和真实环境的非结构化特点,构建了将递阶规划技术与基于 行为的反应式控制相结合的递阶混合式协调结构,并采用有限状态机模型实现了规划层与行为 层的协调机制.合作垃圾清运的实验结果证明了上述方法的有效性.     

输入非线性广义预测控制系统的吸引域分析与设计

对输入非线性包括输入饱和与Hammerstein非线性的系统,采用两步法广义预测控 制(TSGPC)策略.首先不考虑输入非线性,采用线性GPC求解期望的中间变量,然后采用 解方程的方法处理Hammerstein非线性并用解饱和方法满足饱和约束.将TSGPC转化为状 态空间描述,研究该控制策略的吸引域问题.将吸引域的求解化为迭代求解的优化问题,给 出了求解算法和满足给定吸引域要求的控制器的调整方法.通过仿真验证了理论结果.     

一类货运车辆调度问题的混合禁忌搜索算法

研究了一类货运车辆调度问题 :带时间窗口车辆装卸货问题 .首先给出了该问题的数学描述 ,通过引入快速局部搜索算法来加快禁忌搜索速度 ,提出了一种求解该问题的混合禁忌搜索算法 ,可以大大减少算法的运行时间而不影响解的质量 ,最后利用两个具有现实规模和复杂度的实例来测试 .结果表明 :本文提出的混合禁忌搜索算法是求解该类货运车辆调度问题的有效、快速算法 .     

移动机器人地图创建中的不确定传感信息处理

该文研究移动机器人自主创建地图中的不确定传感信息处理问题,基于灰色系统理论 提出了一种新的对传感信息进行解释和融合的方法用于声纳信息的处理,并以此建立环境的栅 格地图.声纳的传感信息存在较大的不确定性,这里引入灰数的概念来表示和处理这种不确定 性,对于机器人在不同位置的测量结果,根据灰色系统理论对信息的理解方式设计融合方法,得 到一个对环境的整体表示.通过仿真环境和真实机器人平台上进行的创建地图实验,表明这种 方法具有良好的鲁棒性和准确度.     

基于模糊目标和模糊约束的满意控制

研究在预测控制框架下进行模糊决策问题,提出一种基于模糊目标和模糊约束的预测控制方法。其目标函数以决策者的控制要求和最终控制的满意度来表示,比传统的加权方差具有更多的自由度;与基于二次型性能指标的预测相比,该方法可使系统设计更加灵活。仿真结果表明了该方法的有效性。     

基于立体视觉的机器人手眼无标定三维视觉跟踪

本文在未标定手眼关系及摄像机模型的情况下,建立了机器人立体视觉跟踪问题非线性视觉 映射关系模型,并据此设计了基于人工神经网络的视觉跟踪控制器．仿真结果表明该算法能 完全消除稳态跟踪误差,具有很强的环境适应性和容错能力,算法简单,易于实时实现．     

机器人足球赛中基于增强学习的任务分工

本文研究了机器人足球赛中利用增强学习进行角色分工的问题,通过仿真试验 和理论分析,指出文［1］中采取无限作用范围衰减奖励优化模型(infinite horizon disc ou nted model)的Q学习算法对该任务不合适,并用平均奖励模型(average reward model)对 算法进行了改进,实验表明改进后学习的收敛速度以及系统的性能都提高了近一倍．     

基于VP的ATM网中多项服务质量路由算法

ＡＴＭ网传统的路由方案所考虑的仅是可连接性,对于基于ＶＰ的ＡＴＭ网,提出了一种以代价和时延多服务品质,基于Ｄｉｊｋｓｔｒａ算法的路由算法,算法简单易行,计算复杂度低。