自主机器人视觉与行为模型及避障研究

主动的障碍物探测与避障行为控制一直是自主机器人的重点研究课题．在以往的研究中，机器人的视觉系统与电动机驱动系统住往是各自独立的构成控制体系，人们很少关注它们之间的关系，这样就从本质上割裂了两者之间的紧密耦合关系，减少了获取更多信息的途径．本文主要研究如何建立机器人视觉与电动机驱动系统关系的视觉与行为模型，通过这种紧密的耦合关系为机器人运动提供更丰富的信息来源．此外，在该模型的基础上引入了强化学习，引导机器人进行动态避障．实验表明该方法是可靠的，能够满足实时性要求．     

基于多Agent的并行Q-学习算法

提出了一种多Agent并行Q-学习算法．学习系统中存在多个Agent，它们的学习环境、学习任务及自身功能均相同，在每个学习周期内，各个Agent在各自独立的学习环境中进行学习，当一个学习周期结束后，对各个Agent的学习结果进行融合，融合后的结果被所有的Agent共享，并以此为基础进行下一个周期的学习．实验结果表明了该方法的可行性和有效性。     

嵌入式实时操作系统Nucleus邮箱通信机制研究

对嵌入式实时操作系统Nucleus邮箱通信机制作了详细的分析与研究，给出了邮箱通信的结构图和各种接口关系，并详细讨论了邮箱功能组件具体实现方法，为进一步更好地开发及利用该操作系统提供了技术上的支持。     

一种对光照变化鲁棒性的彩色目标检测方法

彩色目标检测过程中由于环境光照的变化以及分布不均匀会造成物体反射光的改变，使得检测效率降低．彩色目标检测中最常见的光照影响是光照强度的改变和检测区域强度分布不均匀．本文对颜色生成基本过程进行考察，发现在很多应用中可以用简单的的DELTA函数近似传感器的响应函数．在此基础上用一个有限维向量量化光照变化，对像素进行补偿，提高对光照变化的适应能力．并用实际应用结果说明其合理性．     

参数化优化的仿人机器人相似性前向倒地研究

提出了一种基于运动相似性的仿人机器人前向倒地动作设计方法.首先,分析了运动相似性并提出了关键姿势同步转换方法; 其次,为机器人前向倒地运动四级倒立摆建立了相似性变换条件下的动力学约束方程与关联的物理条件约束; 再次,引入参数化优化控制与强化技术,对机器人的触地过程进行了参数化优化.实验结果表明了该方法的有效性.     

采购绩效领先者的成功准则

企业的赢利能力的提升,从本质来讲分为两个方面:"开源"与"节流";开源意味着创新,开发新的产品、新的技术、开辟新的市场.节流意味着"挖潜",有效的细化与控制企业各环节的成本.     

一种基于案例推理的多agent 强化学习方法研究

提出一种基于案例推理的多agent 强化学习方法．构建了系统策略案例库,通过判断agent 之间的协作 关系选择相应案例库子集．利用模拟退火方法从中寻找最合适的可再用案例策略,agent 按照案例指导执行动作选 择．在没有可用案例的情况下,agent 执行联合行为学习（JAL）．在学习结果的基础上实时更新系统策略案例库．追 捕问题的仿真结果表明所提方法明显提高了学习速度与收敛性．     

一种新颖的多agent强化学习方法

提出了一种综合了模块化结构、利益分配学习以及对手建模技术的多agent强化学习方法,利用模块化学习结构来克服状态空间的维数灾问题,将Q-学习与利益分配学习相结合以加快学习速度,采用基于观察的对手建模来预测其他agent的动作分布.追捕问题的仿真结果验证了所提方法的有效性.     

一种基于图像的移动机器人泊位方法

提出一种新的移动机器人泊位方法. 该方法采用一幅预先采集的参考图像定义机器人的期望泊位状 态（期望的位置和方向）,利用尺度不变特征变换（SIFT）算法和基于双向BBF 的特征匹配算法实现泊位站当前图 像与参考图像之间的匹配以获取视觉反馈信息,基于极点伺服策略根据参考图像准直机器人,采用质心跟踪法防止 目标图像出视场,采用RANSAC 算法求解当前图像与参考图像间的仿射变换,利用一个末段控制策略实现精确泊 位．本文方法不需要环境模型或人工标记．室内环境下的实验结果证实了该方法的有效性．     

多面体有效隐藏相关面的自动判定算法

有效隐藏相关面理论的提出使多面体隐线消除的计算量大为减少,但至今判定有效隐藏相关面的作业只能人工进行,这直接影响了有效隐藏相关面理论的进一步应用。本文针对这个问题,首先提出凸多画体的判定定理,然后提出一种有效隐藏相关面的自动判定算法,从而使该判定作业由计算机自动完成。