利用Anycast技术实现无线传感器网络的路由协议*

提出了一种基于Anycast技术的无线传感器路由协议。此协议采用Anycast树作为路由方案,具有简单性、可扩展性以及健壮性等特点,并对此协议进行了详细分析和讨论。在网络仿真环境下实现了此协议,并且分析比较了此协议与现有协议AODV和DSR的性能。实验数据表明此协议比现有协议具有更好的性能,充分证明了此协议的有效性和正确性。     

UGV协同系统研究进展*

无人地面车辆（UGV）在工业自动化、星球探索、灾后救援、智能交通以及军事作战等多任务领域都具有广阔的应用前景。UGV协同系统通过嵌入组织架构、合作策略、交互机制等协同内容,可以达到拓展环境感知范围、提高复杂环境理解适应能力和增强复杂任务工作效能的目的,受到了国内外广泛的关注。从UGV单体/群体体系结构、多重任务协同分配方法以及协同定位、编队、覆盖/探索等几个方面对目前国内外UGV协同工作关键技术进行了总结,给出了一个UGV协同系统的应用实例,并指出了系统发展趋势。     

基于多特征流形学习和矩阵分解的路面裂缝检测

针对单一属性特征的路面裂缝检测方法无法从复杂背景噪声中准确提取裂缝信息的缺陷,提出一种结合多特征流形学习和矩阵分解的路面裂缝检测算法。该算法首先根据路面裂缝子块的统计、形状和纹理特性抽取多重属性特征并构造多个流形正则项,将流形正则项嵌入于矩阵分解的目标函数中,采用交替迭代法在统一框架下实现裂缝子块降维和多特征自适应融合。为进一步提高聚类准确率,对路面裂缝图像采用各向异性算法增强得到少量有效样本标签,实现算法的半监督扩展。在公开数据集(Crack IT)和实际采集的沪宁高速(HN)路面图像库上的实验结果表明,该算法可以有效提高路面裂缝识别率,验证了算法的有效性。     

多机器人系统中的动态避碰规划

研究冲突区域中多机器人间的协调和避碰问题。采用集中-分布相结合的规划方法，根据系统的拓扑结构为每个机器人规划路径，在冲突区域内使用优先级策略对机器人的运动特征进行分布式规划。通过上下层智能的融合，提高整个系统的智能。     

基于不变矩的实时人形识别研究

介绍了一种实时人形识别方法,使用这个方法,可以自动监测进入摄像机镜头拍摄范围内的物体,并识别其是否是人类,其主要步骤包括,首先预处理其中包括含一除背景之外的其它物体的图像,然后提取其7个不变矩,利用贝叶斯分类器作主要手段对不变矩进行分类,最后采用辅助手段修正分类结果,识别该物体的形状是否为人形,从而判断出是否有人类经过.     

基于模糊自适应Kalman滤波的GPS/DR数据融合

针对标准Kalman滤波器对系统模型依赖性强、鲁棒性差,而GPS/DR系统的准确数学模型难以建立的问题,提出了一种模糊自适应联邦卡尔曼滤波器(FAFKF).首先通过模糊自适应滤波控制器监控观测量的残差理论值和实际值,并通过实时增强它们的一致性来调整各子系统观测噪声方差阵,使之更符合真实的模型,有效提高了Kalman滤波器对模型变化的适应能力.然后通过模糊自适应信息融合控制器对各子系统可信度进行模糊评判,并根据可信度自适应地计算信息分配系数来实现数据的融合.理论分析和实验数据表明该滤波器在滤波精度、容错性能上都有了很大的提高.     

多机器人编队技术

本文对多机器人编队技术的相关研究进行了系统概述.首先介绍了多机器人编队技术的定义和概念;然后讨论了相关领域中的一些理论和技术问题以及它们在多机器人编队技术中的影响,在对各种研究方法进行分类的基础上,介绍了各类多机器人编队技术和他们的优缺点;最后总结了多机器人编队技术的研究现状并展望了未来多机器人编队技术的发展.     

我国工程测绘事业发展近况

通过无产阶级文化大革命,随着工农业的迅速发展,祖国测绘战线,出现了新的跃进局面,获得了许多可喜的成绩。根据我们在上海、南京、西安等地参观和学习过程中了解的情况,并参阅了许多有关资料,我们认为我国工程测绘事业近年来发展情况大致表现在以下几个方面。     

基于混合式注意力机制的语音识别研究

为了解决语音识别中基于卷积位置信息的混合式注意力机制无法提取长期有效位置信息的问题,提出了一种捕捉长期有效位置信息的新型混合式注意力机制。首先,对当前时刻生成的注意力得分作卷积来提取多通道特征图,并通过全局平均池化来得到恒定维度的特征向量;接着,引入长短期记忆网络（long short-term memory,LSTM）单元作为外部记忆模块,并以生成的特征向量作为输入,生成下一时刻的位置信息向量;最后,结合经典的LAS（listen,attend and spell）模型来验证提出方案的有效性。实验结果表明,该方案能充分考虑过去多个时刻的注意力得分。相对于基于卷积位置信息的LAS模型,该方案在纯净和含噪语音数据集上取得的标签错误率分别减少了1.8%和2.21%。     

融合典型纹理特征的粒子滤波目标跟踪方法

针对图像目标跟踪中,跟踪窗口易受噪声扰动所产生的跟踪不稳定问题。创造性地结合多种典型纹理特征和粒子滤波算法,将其应用于实时跟踪领域。选择3种典型的纹理特征,即灰度共生矩阵纹理特征、幅值与方向加权的梯度纹理特征、局部二进制模式纹理特征进行跟踪实验。通过对比实验,在精度与速度两方面测试纹理特征作为跟踪特征的实际效果。作为跟踪中特征的选择,实验结果说明灰度共生矩阵纹理信息在抗扰动与实时处理方面表现出良好的属性特征。