消费者"最后一公里"配送模式、服务方式与配送时隙的联合选择

为描述消费者对"最后一公里"配送模式、服务方式和配送时隙的联合选择行为,选取社会经济属性、配送活动属性和配送服务属性3类变量作为效用变量,以配送模式子集合、服务方式子集合和配送时隙子集合的组合作为选择项,构建基于广义极值(GEV)理论的交叉巢式Logit模型。通过问卷调查获得的数据,对模型参数进行估计和检验,并进行配送服务属性类效用变量的直接弹性分析。参数估计结果表明,当效用变量改变时,如果配送服务发生在上午,消费者会先变更其配送时隙,然后变更配送模式,最后考虑改变服务方式;如果配送服务发生在下午,消费者会先变更配送模式,然后变更配送时隙,最后变更服务方式。直接弹性分析表明,消费者对送货上门带来的等待时间、服务水平和经济损失都比较敏感;对职业人的配送服务相对信任,而对非职业和无人的服务方式较为顾虑;对8:00～10:00送货上门服务和12:00～16:00自提货物服务的各方面都很关注。     

一种面向弱纹理图像的特征点描述子

现有的大多数特征点提取算法适用于处理纹理丰富的图像,而对于弱纹理图像则无法提取有效的特征点. 对此,提出了多邻域结构张量特征(MNSTF)算法. 基于一系列固定的邻域和图像结构张量,通过表达局部图像的结构和纹理信息,解决了弱纹理和无纹理场景下特征点提取和匹配等相关问题;同时,通过计算邻域之间的相对方向,实现了MNSTF算法特征描述子的旋转不变性. 实验结果表明,MNSTF算法在经过旋转的弱纹理图像测试集上的特征点匹配准确率达到了99.9%以上,验证了其良好的适用性、旋转不变性和鲁棒性.     

融入人工智能技术的规模定制生产服务模式发展研究

基于市场需求的拉动与人工智能技术的推动,规模定制生产正在悄然兴起。分析人工智能技术对规模定制生产服务模式的发展趋势的影响,以及总结规模定制生产服务模式未来发展需要突破的关键技术,就成为一项重要的研究内容。本文通过家具、家电、服装和汽车行业的案例调研和专家访谈等方法,根据多种市场需求,对多源跨媒体异构数据库建设、基于大数据的设计需求特征挖掘系统、虚拟体验系统及虚拟制造、全流程信息自动采集等多项关键技术的发展趋势进行分析。从顶层设计、企业、人才、金融四个方面为进一步推广融入人工智能技术的规模定制生产服务模式提出对策建议。     

基于信息图的多无人机三维协同搜索动目标方法

针对多无人机协同搜索区域内多运动目标问题,考虑传感器的探测概率与虚警概率、无人机的飞行与避撞约束和目标随机运动等特征,提出基于信息图的多无人机三维协同搜索方法.以无人机搜索的短期收益、长期收益和协调收益的平衡为核心,考虑无人机三维运动的特征,构建多无人机协同搜索的数学规划模型,并设计包含目标存在概率、环境不确定度、重访信息素和搜索增益4个因子的搜索信息图.基于滚动规划架构,整合新提出的剪枝方法进行模型的求解.在典型的协同搜索场景下,通过数值仿真验证所提方法的有效性.仿真结果表明,所提出的方法可以在秒级的时间内做出每架无人机的三维航迹决策,重访信息素和搜索增益因子可以引导无人机捕获更多的目标.对比仿真结果表明,所提出的方法可以在捕获更多目标的同时具有更少的误判次数,有效提升了多无人机协同搜索的任务效能.     

考虑万向轮扭转角扰动轮式移动机器人轨迹跟踪

为了研究轮式移动机器人运动过程中万向轮扭转的扰动对其轨迹跟踪的影响,提出了一种考虑前端万向轮摩擦扰动及其质心与几何中心不重合的轨迹跟踪控制方法。首先,建立了考虑万向轮扭转角扰动的轮式移动机器人动力学模型;其次,根据位姿误差模型,采用反步法设计虚拟速度控制器收敛系统位姿误差;然后,结合扰动观测器对机器人行进过程中万向轮扭转所带来的摩擦扰动进行估计,构造出一种基于积分滑模思想的力矩控制器以保证速度追踪;最后,利用Lyapunov稳定性理论对系统的稳定性和渐近收敛进行证明。仿真及实验结果表明,将万向轮摩擦所带来的扰动反馈给动力学控制器,可以减轻控制器的负载。与忽略万向轮扰动的控制方法相比,轮式移动机器人的位置误差最大值的均方根值降低了37.37%,提高了运动系统的稳定性。     

基于上下文强化八叉树网络三维模型语义分割算法

针对三维模型语义分割中上下文特征的学习问题,提出了一种基于上下文强化八叉树网络的三维模型语义分割算法,名为CR-O-CNN(context-reinforced octree convolutional neural network).将基于八叉树的卷积神经网络引入上下文强化网络中,对上下文特征的学习过程进行马尔可夫决策过程的建模,并使用异步优势演员评论家算法对该过程进行优化,通过学习到深层的上下文特征,以提升三维模型的分割结果.在公共数据集ShapeNet上的实验结果表示,所提算法可提升三维模型语义分割的表现性能.     

双向搜索机制的改进A*算法研究

针对大规模环境下传统A*算法路径寻优存在的内存占有率高、计算效率低下的问题,提出了一种改进A*算法。引入了双向搜索机制,以原始起点、终点和对向搜索所处的当前节点作为目标点进行搜索操作,使AGV的路径寻优具备更加合理的方向性;优化评价函数,改进了评价函数的传统计算方式,通过测试为评价函数选择了合适的权重系数,减少路径寻优过程中的冗余点,提升路径寻优的计算效率,节约内存占有率。为了验证改进A*算法的有效性,在Matlab平台中进行编程,在不同尺寸的含障碍栅格地图中进行了仿真。仿真结果表明：改进A*算法在路径寻优过程中所遍历的节点数量较少,搜索过程中的计算效率更高,并且可获得到达目标点的最短路径。     

面向“互联网+”与“中国制造2025”创新人才培养改革与实践——北京邮电大学“物流工程(邮政快递智能工程)”实验班探索

"互联网+"和"中国制造2025"对人才培养提出了新的要求,为此,北京邮电大学2016年组建成立了"物流工程(邮政快递智能工程)"实验班,积极探索面向行业培养,适应时代要求的高层次复合型创新人才的培养模式与培养机制。本文对实验班的学生选拔方式、培养模式和管理机制等方面做了介绍,并对实验班培养特色进行了阐述。     

空间6R串联机械手逆运动学分析的新方法研究

为了解决空间6R串联机械手的逆运动学问题使用矩阵方法建模时,需要进行矢量运算或投影运算的问题,基于四维旋转矩阵和倍矩阵,提出了一种建模新方法。根据三维空间刚体变换的四维旋转矩阵和倍矩阵表示,建立空间6R串联机械手的正运动学方程。通过变量分离,直接得到14个逆运动学基本约束方程;通过线性消元和Sylvester结式消元,将其转化为求解一个16阶矩阵的特征值问题,得到该问题的16组解。采用数值实例和SolidWorks仿真验证了新方法的正确性。新方法的优势在于可以直接得到14个逆运动学约束方程,不需要进行矢量运算或者投影等,并且由于新方法将三维空间中的平移变换近似为四维空间中的旋转变换,故而可以统一求解含有R、P和C副的空间串联机械手逆运动学问题。     

搬运机器人多场景任务调度与仿真平台开发

目的:验证基于实际订单数据的搬运机器人的任务调度和算法测试平台可行性。方法:通过自主搭建的仿真实验验证平台,以物流中心中典型的仿真场景——存在任务分级的多拣选机器人任务分配策略场景为例,设计基于记忆精英种群的灾变自适应大邻域搜索算法。结果:相比ALNS算法,MEPCALNS算法效率平均提升3.16%。结论:通过算法优化研究和各种场景的模拟运行比较,证明了平台在算法验证方面的价值,说明MEPCALNS算法在典型场景下的有效性。