基于强化学习的学习变阻抗控制

为了提高力控制的性能,使机器人高效自主地学习执行力控制任务,本文提出一种学习变阻抗控制方法。该方法采用基于模型的强化学习算法学习最优阻抗调节策略,使用高斯过程模型作为系统的变换动力学模型,允许概率化的推理与规划,并在成本函数中加入能量损失项,实现误差和能量的权衡。仿真实验结果表明:该学习变阻抗控制方法具有高效性,仅需数次交互即可成功学习完成力控制任务,大大减少了所需的交互次数与交互时间,且学习得到的阻抗控制策略具有仿生特性,可用于学习执行力敏感型任务。     

舰载机着舰风险动态多属性决策

为解决传统着舰指挥官对于舰载机进舰过程风险描述的局限性,提出了一种基于优势保有度的着舰风险三角模糊语言变量多属性动态决策方法.分析相邻时刻决策结果的逻辑连续性,阐释动态多属性决策及其保有性概念,定义基于面积比例的三角模糊数可能度计算公式,通过计算基于优势保有度的排序向量实现舰载机着舰风险评测.算例分析表明,具有保有性的排序向量增加了各分量之间的区别,弥补了原计算方法排序分量过于相近的不足.基于优势保有度的动态决策方法可以解决传统静态决策过程中排序分量相同时不可决策的问题,决策结果与实际落点分布情况相符,证明决策方法在舰载机着舰风险评估中应用的合理性.     

基于FPGA的高分辨率全景图像处理平台

以 FPGA 为核心,利用其内部的 Avalon 总线技术,在 SoPC Builder 中将 Flash 和 SRAM 从外设及自己设计的两个 DMA 采集和 DMA 显示主外设集成到一个 Avalon 系统中,构建出基于 FPGA的全景图像实时处理平台。结果证明,本系统可以完成对分辨率为2 048×2 048、15f/s 的 Camera Link接口全景图像的实时采集、存储并解算成适于观察的柱面图像,并以1024×768的分辨率实时显示。     

改进SIFT用于全景视觉移动机器人定位

经典SIFT算法的计算量比较巨大,在应用到图像匹配中,尤其是多地图检索的图像匹配定位中时不能满足系统实时性的要求。可用于全景视觉传感器图像的改进SIFT算法,在不改变原算法匹配稳定性的基础上,通过修改原算法的采样规则,同时针对对复杂和简单两种情况下的图像采用不同的采样方式,使系统基本可以达到实时的效果。结果表明,改进算法可以实现高效、准确的定位。     

一种求解项目内部收益率近似解的迭代法

利用函数方程求解实根的近似解法中的迭代法，求解项目内 益率ＩＲＲ，找到了ＩＲＲ所在的收敛区间，ＩＲＲ大于１０％的情况下迭代次数较少，计算精度较高，本方法可直接利用带有编程功能的函数计算器计算出任意精度的内部收益率ＩＲＲ《     

facenet皮尔森判别网络的人脸识别方法

非限制场景下存在光照、遮挡和姿态变化等问题,这严重影响了人脸识别模型的性能和准确度.针对该问题,本文对facenet进行改进,提出了一种基于facenet皮尔森判别网络的人脸识别方法facenetPDN.首先,构建facenetPDN深度卷积神经网络,在facenet前端融合多任务级联卷积神经网络进行人脸检测提取目标人...     

点云多法向量邻域特征配准算法

针对三维激光扫描点云数据的配准问题,提出了 一种多法向量邻域特征点云配准算法。首先,根据目标点选取不同邻 域半径估算的法向量存在方向偏差,设定约束条件选择关键点,使得初始点云数据量得到精 简;其次,设计了一种依据邻域多 法向量计算的特征描述子,并计算所有关键点的特征向量;然后,依据所求的特征描 述子,使用最小距离与次小距离比值阈 值方法初步获取对应关系,并使用随机采样一致性算法和聚类分选方法进行两次优化,得到 精确的点与点对应关系;最后,使 用奇异值分解法解算刚体变换矩阵,得到配准参数。实验结果表明,由本文设计的关键点选 取、特征描述子提取和对应关系筛选 方法原理简单、稳定可靠、计算速度较快且计算复杂度小,无需进行第二次配准,对实现点 云配准具有实用价值。     

基于小波变换的全景图像超分辨率增强算法

在研究和分析小波变换理论的基础上提出了一种基于小波变换的全景图像超分辨率增强算法,该算法充分利用了小波多分辨率分解思想,体现图像降低的自然过程;通过高分辨率小波系数,经插值逆变换可得到重构的高分辨率图像。实验结果证明该算法克服了传统的插值算法致使图像高分辨部分损失、细节被模糊的缺点,是超分辨率图像处理的一种行之有效的途径。     

一种自适应色彩融合的Mean Shift跟踪算法*

针对现有的MeanShift算法使用单纯的颜色特征不能适应光线及背景的变化,易受颜色相近物体干扰的问题,提出了自适应色彩融合方法来提高跟踪性能。对背景以极坐标的形式进行不等间隔采样,以融合后的目标直方图与背景直方图具有最小相似性为原则搜索色调与饱和度的最佳线性融合系数;考虑背景与目标的渐变,跟踪过程中在最佳融合系数的自适应调整邻域内调整融合系数;能够有效处理相似物体和颜色相近的大背景带来的干扰。视频序列跟踪结果表明,提出的方法能够实时、稳定地进行跟踪。