基于椭球体建模的多机器人碰撞检测方法研究

多机器人协同工作共享的工作空间使得机器人彼此之间存在交互运动,这将不可避免地导致机器人在运动过程中发生碰撞现象,一旦碰撞发生就会造成严重的操作事故,所以碰撞检测是多机器人协作技术中重要的环节之一。针对多机器人碰撞检测问题,主要研究基于离散的碰撞检测,在规划的路径上划分时间步,反复地进行静态碰撞检测,从而完成机器人在运动过程中的碰撞检测。针对基于椭球体建模的多机器人碰撞检测问题,采用椭球体包围机器人连杆、关节等结构,获取空间椭球体间最短距离来判断机器人间是否有碰撞发生。针对椭球体间最短距离的求解,采用基于椭球坐标系的最短距离求解算法,以其中一椭球体中心为原点和椭球的半轴长建立局部椭球坐标系,利用等高面的概念来求解另一椭球体到椭球坐标系原点的最短距离,计算效率更快。对机器人结构参数进行初始化,并提取规划路径的空间位置参数,在路径上划分时间步,在每一个时间步上反复调用碰撞检测算法函数,从而获取机器人运动过程中各个离散点的最短距离,最终得到最短距离变化曲线,进行碰撞检测。并通过一个仿真算例验证了此方法的有效性。     

基于DRN和FasterR-CNN融合模型的行为识别算法

针对传统单人行为识别算法易受行人形态多样性、背景和光照等影响的问题进行研究。基于扩张残差网络（DRN）的精准分类效果及目标检测网络Faster R-CNN在目标追踪方面的准确性,提出了一种DRN和Faster R-CNN的融合网络模型。该模型在Faster R-CNN中融入DRN的扩张卷积残差块代替原来的一般卷积层,并对融合模型进行了两方面的改进：在每一层前面添加一个batch normalization层;用三层扩张卷积残差块代替部分两层残差块。实验结果表明三种融合网络识别算法在Olympic sports dataset数据库上较其他行为识别算法取得了更高的mAP。其中,包含三层扩张卷积残差块的融合模型识别性能最好,mAP达到78.9%。     

四月新菜，用酥脆和醇香说话

去呈祥·西馆,本是去找厨师长谈事情的，等我们到了酒楼后，听说他们正在出新菜，于是我就急忙溜进厨房，拍下了当时所见的五道新菜。用厨师长的话来说，这五道菜都是用酥脆和醇香在说话，故很值得一品。