“发现生活”的好助手

苹果iPhone5和与之配套的ios6如期而至,存带给用户新体验的同时,也带来了新的烦恼：iOS6中的GoogleMaps消失了,取而代之的是成熟度还有所欠缺的苹果自家地图,无论是寻路还是导航上感觉总是差了那么一点点。不过没关系,存iTunes中有大把复合国内用户使用习惯的替代产品,如百度地图、高德导航之类的应用,但它们的功能相对单一,虽然在地图的准确性和导航上的专业性上够精够专,总感觉还是少了点什么,无法满足现代人的出行需求。《老虎宝典》存《老虎地图》改版、重新命名之后增加了发现功能,让人们在感觉生活枯燥无味时,发现身边更有意思的场景、更明确的需求。     

Scratch来了

缘起Scratch的推广和普及是一个民间自发的过程,许多老师出于对信息技术学科本身的热爱,积极投身于Scratch课程的建设中,目前已经有多本省编Scratch教材筹划出版。在其呈现星火燎原之势时,我们根据征订教材和参加Scratch比赛的情况制作了这张Scratch发展现状的地图,     

基于信息物理系统的多分拣移动机器人调度策略

研究基于信息物理系统建模的多分拣移动机器人(multi-SMR)调度策略.首先,在基于实际应用场景的拓扑地图建模中加入新的路径弧时间损耗指标,以实现对货物不均匀比例和多机器人拥堵状态的精确估计;其次,提出一种改进的启发式路径规划算法,并在路径评估过程中增加目的地距离和时间损耗指标;最后,将完整的调度过程以分层式结构部署在信息物理系统模型中,包括控制层的时间损耗指标更新、交通管制监测,以及物理层的分布式路径规划和机器人状态更新.仿真实验结果表明,改进的调度策略可以进一步提升系统分拣效率,降低计算成本,有效解决机器人拥堵和安全问题.     

基于自适应机制改进蚁群算法的移动机器人全局路径规划

针对基本蚁群算法在二维静态栅格地图下进行移动机器人路径规划时出现的搜索效率低下、收敛速度缓慢、局部最优解等问题,提出一种自适应机制改进蚁群算法,用于移动机器人在二维栅格地图下的路径规划.首先采用伪随机状态转移规则进行路径选择,定义一种动态选择因子以自适应更新选择比例,引入距离参数计算转移概率,提高算法的全局搜索能力以及搜索效率;然后基于最大最小蚂蚁模型和精英蚂蚁模型,提出一种奖励惩罚机制更新信息素增量,提高算法收敛速度;最后定义一种信息素自适应挥发因子,限制信息素浓度的上下限,提高算法全局性的同时提高算法的收敛速度.在不同规格的二维静态栅格地图下进行移动机器人全局路径规划对比实验,实验结果表明自适应机制改进蚁群算法具有较快的收敛速度,搜索效率明显提高且具有较好的全局搜索能力,验证了所提算法的实用性和优越性.     

分层网格划分实现海量地图标记物聚散可视化

在传统的地图可视化中,面对海量地图标记物展示会采用点聚合的方式,但是各类点聚合算法都是运行时计算,没有分层机制,在海量点的散开展示时,对于地图标记物堆叠没有过滤机制。针对这一问题,提出了分层的网格划分实现海量地图标记物聚散一体化解决方案。该方法对分层网格中心点构建K-D树索引,对海量点构建四叉树索引,通过索引和存储技术,实现了聚合的高效查询。对海量点散开时增加网格过滤,消除堆叠问题。在实验案例数据集上进行对比,结果表明,与传统的点聚合方案相比,在数据量大的情况下,计算性能显著提高,对海量标记物散开展示增加过滤算法,有效提升了用户体验。     

基于多传感器信息融合的机器人导航与定位技术研究

移动机器人已经服务于各个领域,作为室内移动机器人服务的前提是实现机器人精准定位。文章介绍了一种射频识别（Radio Frequency IDentification,RFID）和即时定位与地图构建（Simultaneous Localization and Mapping,SLAM）多传感器融合库存盘点机器人精准导航与定位的方法。通过读取布置在环境中的RFID标签,获取机器人的大概位置信息和准确运动状态,然后结合SLAM技术实现精准定位。实验结果表明,该方法可以使库存盘点机器人精准定位,且系统搭建简单、成本低,对室内机器人定位具有参考价值。     

多机器人协同SLAM技术研究进展

由于单机器人同步定位与建图（SLAM）技术在实际应用中的局限性,多机器人协同SLAM技术以较强的灵活性和鲁棒性受到研究人员的广泛关注,并且在农业生产、环境监测、海上搜救等领域具有巨大应用前景。多机器人协同SLAM是多机器人协同工作的核心及大范围复杂环境内及时获得场景感知信息的关键,能使多个机器人在协同工作时共同定位并构建任务空间地图,主要基于单机器人SLAM算法、多机器人系统架构、地图融合等技术实现。结合多机器人协同SLAM的发展历程,对比分析当前主流的多机器人协同SLAM算法。从传感器的角度,将多机器人协同SLAM分为激光协同SLAM、视觉协同SLAM以及激光视觉融合协同SLAM三类,并对多机器人协同SLAM的架构选择、多机通信、相对位姿、地图融合和后端优化问题进行讨论,同时指出异构机器人协同、基于深度学习的语义SLAM是多机器人协同SLAM的未来发展趋势。     

一种基于离散余弦变换-惩罚最小二乘回归的区域高分辨率电离层TEC地图重构方法

高时空分辨率的电离层TEC地图对中小尺度电离层扰动的分析和建模具有重要的应用价值. 利用中国大陆构造环境监测网络和国际GNSS服务(international GNSS service, IGS)的地基GNSS监测数据,基于离散余弦变换-惩罚最小二乘回归（discrete cosine transform and penalized least square regression, DCT-PLS）算法,实现了区域高时空分辨率(1°×1°×15 min)电离层TEC地图的重构. 通过与2014年和2018年部分Madrigal高精度TEC数据的对比结果表明,DCT-PLS算法给出的垂直TEC一致性和稳定性相比欧洲定轨中心（Center for Orbit Determination in Europe,CODE）的全球TEC地图(global ionospheric map, GIM)数据有明显提升,其中TEC平均误差由3.9 TECU下降为2.0 TECU,标准差由3.7 TECU下降为2.7 TECU. 对2017-09一次磁暴期间的电离层重构结果表明,本文算法能够较好地再现磁暴期间电离层精细化的扰动结构特征,相关研究结果可为实现区域高分辨率电离层监测和应用提供技术支撑.     

基于轨迹数据的出租车充电站选址方法

针对目前电动汽车充电桩利用率低、充电站盈利困难的问题,提出了一种基于轨迹数据的出租车充电站选址方法。分析了出租车停留状态的轨迹数据特性,提取可支持车辆充电时长的出租车停留点。对停留点进行地图匹配,筛选掉在道路上的停留点。对非道路区域停留点进行聚类,得出多辆车停留密集区域作为充电站地点区域。分析了停留点的时间分布,以充电站区域停留点高峰时候的停留点数为参考对充电站定容。以福州市4?416辆出租车的轨迹数据为实验样本得出了16个充电站的选址方案,以司机的充电便利性与充电站的经济性进行合理性分析。结果表明：在选出的充电站中涉及了2?741辆车,可为六成以上的出租车提供非运营状态下充电,折旧期（六年）内充电站总盈利为4?316.56万元。可见,该方法既能为车主提供充电便利,又可有效保证充电站的盈利,可为电动出租车充电站建设与运营提供有效参考。     

2022小程序百强

作为不需要下载安装就可使用的手机端应用,小程序自2017年诞生开始至今已走过5个年头,2022年的小程序世界除了拥有更广泛的类别,其生态和服务模式也变得越来越丰富。完整的生态聚合现阶段我国共有10家主流小程序平台,包括腾讯的微信小程序、Q Q小程序,阿里的支付宝小程序、淘宝轻店铺,字节跳动的头条小程序、抖音小程序,还有百度小程序、360小程序、美团小程序、快应用。