Design and implementation of path planning algorithm for vehicle parking

Parking is an important and indispensable skill for drivers. With rapid urban development, the automatic parking assistant system is one of the key components in future automobiles. Path planning is always essential for solving parking problems. In this paper, a path planning method is proposed for parking using straight lines and circular curves of different radius without collisions with obstacles. The parking process is divided into two steps in which the vehicle reaches the goal state through the intermediate state from the initial state. The intermediate state will be selected from the intermediate state set with a certain criterion in order to avoid obstacles. Similarly, an appropriate goal state will be selected based on the size of the parking lot. In addition, an automatic parking system is built, which effectively achieves the parking lot perception, path planning and performs parking processes in the environment with obstacles. The result of simulations and experiments demonstrates the feasibility and practicality of the proposed method and the automatic parking system.     

基于多层注意力机制—柔性AC算法的机器人路径规划

针对行动者—评论家（AC）算法存在的经验学习样本维度高、策略梯度模型鲁棒性低等问题,依据多代理系统的信息协作优势,构建注意力机制网络并作为代理体,引入多层并行注意力机制网络模型对AC算法进行改进,提出一种基于多层并行注意力机制的柔性AC算法。将其用于解决动态未知环境下的机器人路径规划问题,可增强行动者的策略梯度鲁棒性并降低评论家的回归误差,实现机器人路径规划最优方案的快速收敛。实验结果表明,该算法有效克服机器人路径规划的局部最优,具有计算速度快、稳定收敛的优点。     

流计算模式下概率粗糙集三支决策的快速计算

概率粗糙集三支决策是不确定问题求解的一种重要理论,流计算模式是一种新型的动态内存计算形式,实施流计算模式下三支决策的快速动态计算是一项具有挑战性的新议题。本研究以流计算模式中的两个核心计算步骤即动态增量与动态减量作为研究对象,提出了一种流计算模式下概率粗糙集三支决策域的快速动态学习方法。首先对流计算模式中三支决策动态增量和动态减量的不同变化情况进行了数据建模。然后基于不同数据变化情况分别讨论了数据增量与数据减量时三支决策域的变化推理,并且基于上述理论给出了流计算模式下的三支决策动态增减学习算法。该算法能够以更低的时间复杂度获得与经典三支决策算法相同决策效果。最后通过八种UCI数据集的实验证明了流计算模式下三支决策动态增减学习算法在时间消耗上明显优于经典概率粗糙集三支决策算法,并且在不同阈值下具有稳定的决策效率。本研究表明了流计算模式下三支决策快速计算是可行的。     

SFT中的因素作用路径与作用历史

为了描述SFT中系统或元件在不同工作环境状态下经历变化的特征,提出了因素作用路径和作用历史的概念。作用路径描述系统或元件在不同工作状态变化过程中所经历状态的集合。作用历史描述经历作用路径过程中的可积累状态量。给出使用作用路径和作用历史分析问题的步骤。列举一例子,计算在设定条件下的元件维护成本。计算作用路径分别为AB和ACB两种,作用历史中使元件故障概率等于20%的维护成本,该维护成本是通过调整使用时间t和使用温度c产生的。最后给出以实例为背景的作用历史计算方法的不足、面临的问题和可能的解决方法。     

Convolutional neural networks recognition algorithm based on PCA

To improve the insufficiency of Synthetic Aperture Radar(SAR) labeled training data for Convolutional Neural Networks(CNN) and the recognition rate for large variations, a novel CNN recognition algorithm is proposed. Firstly, a set of features is extracted from the original data by unsupervised training based on PCA as the initial filter set for CNN. Secondly, in order to accelerate the training speed while avoiding over-fitting, the Rectified Linear Units(ReLU) is adopted as the non-linear function. Thirdly, to strengthen robustness and mitigate the defects of pooling upon features, a probabilistic max-pooling sampling method is introduced and local contrast normalization is exploited on features after the convolutional layer. Experiments demonstrate that our algorithm outperforms the original CNN in recognition rate and achieves better robustness for large variations and complex background.     

基于ArcGisServer的高速公路数据校验系统设计与研究

介绍了Arc Gis Server的体系结构和开发方法,系统实现了地图图层的控制与显示、路径和费额查询与校对、历史行进道路的回放、空间数据的查询、最短路径和最小收费额显示等关键模块。为优化路况、提高公路通行率、减少人为干预、降低人工成本提供了技术支撑,并以贵州省高速公路为实际应用背景展示了整个系统的功能。     

基于多智能体粒子群优化的移动机器人动态路径规划

为了确保机器人在动态环境下无碰撞地到达目标位置,将多Agent粒子群优化算法（multi-agent particle swarm optimization, MAPSO）引入到粒子滤波（particle filter, PF）中,提出一种基于多Agent粒子群优化粒子滤波算法（multi-agent particle swarm optimized particle filter, MAPSOPF）的路径规划方法。通过多Agent系统的竞争、协作机制,调整MAPSOPF中粒子的提议分布,更新预估粒子的位置。与PSOPF算法相比较,该算法的迭代步数减少了50%~60%,计算时间复杂度降低了5%~50%。与改进的遗传算法相比较,MAPSOPF算法的计算时间复杂度降低了95%。三种算法中,MAPSOPF可近似得到最短的路径。实验结果表明该算法可有效应用于移动机器人动态路径规划。     

网络环境下高校图书管理员素质提升路径探析

图书馆是高校图书资料情报中心,是教学和科研工作的重要辅助机构,图书馆高效、文明和优质的服务工作是广大师生及时获取图书信息资源的重要保证。网络环境下图书管理服务工作方式的转变、多层次读者群的存在及图书馆自身的创新发展对高校图书管理员素质提出了新的要求。随着计算机网络的不断发展,继续教育和图书馆自身规范合理的管理制度建设是提高高校图书管理员素质的有效路径。     

提升市民素质:新型城镇化的应有之义

新型城镇化的发展与实现在很大程度上都取决于人的素质的提高。新型城镇化步伐不断推进,但市民在心理素质、思想道德素质、专业技能素质、法律素质等方面存在可提升的空间。因此,要高度重视新型城镇化进程中人的素质问题,统筹协作,积极寻求其提升的有效路径。     

基于层次分析法的数据传输路径选择优化算法

由于无线传感器网络路由协议对于影响数据传输因素的考虑不够全面,本研究利用层次分析法将无线传感器路由过程层次化分解,对路由过程中的路径长度、数据完整性、能量消耗、接收延时4个影响因素进行分析。通过对不同传输路径的相对优劣进行排序,从而达到优化路由选择的目的。仿真结果分析表明,该方法可以更全面地考虑影响路由的因素,比指南针方法所得到的路径在能量消耗、数据完整度、传输延时等多个方面都要优越。