自主移动机器人语义信息应用研究进展

语义信息应用研究是自主移动机器人在导航中实现智能任务规划基础研究的核心内容之一,它涉及到语义地图、语义定位、语义知识表示、语义推理等技术,它在移动机器人任务规划中起到人-机-环境交互的桥梁作用,让机器人具备人的视角去理解周围的环境、自主识别、推理和完成指定任务。重点从语义地图、语义定位和语义知识表示三个方面分析和总结语义信息在自主移动机器人导航过程中的应用,同时展望了语义信息在自主移动机器人导航应用中的发展趋势。     

动态场景下基于光流的语义RGBD-SLAM算法

为解决传统的同时定位与建图算法在复杂动态环境下容易受到动态目标干扰而导致定位精度差和建图错误的问题,提出了一种动态场景下基于光流的语义RGBD-SLAM算法。首先,通过优化的二维相邻帧透视矫正方法,对当前帧进行透视矫正以补偿相机运动;然后,将矫正后的图像输入RAFT-S网络中,在获得低分辨率的稠密光流场后提取动态目标的掩码,并根据上一帧掩码中动态目标的位置和速度信息,对当前掩码中的动态区域进行跟踪和优化,从而提取动态目标在每一帧中的精确区域;最后,分离静态和动态特征点,通过最小化静态特征点的重投影误差,得到优化后的相机位姿,并结合轻量级语义分割网络BiSeNetv2提供的语义信息和相机提供的深度信息,构建无人的静态语义八叉树地图。公开数据集TUM上的测试结果表明,本文算法的绝对轨迹误差相对于ORB-SLAM2减少了90%以上,并能获取精确的动态区域掩码以及准确的语义地图,验证了该算法在复杂动态场景中具有良好的定位精度和鲁棒性。     

室内场景下实时地三维语义地图构建

移动机器人自主建图是完成智能行为的前提。为提高机器人智能水平和直观的用户交互,地图需要扩展超出几何和外观信息的语义信息。研究了将基于深度残差网络(DRN)的像素级图像语义分割和三维同时定位与建图(SLAM)相融合的三维语义地图构建方法。首先,采用一种联合中值滤波算法进行深度图像的修复,使用改进的迭代最近点(ICP)算法得到相机估计位姿以及基于随机蕨类的闭环检测构建出三维环境地图;其次,采用优化的深度残差网络对输入的图像实现较精准的像素语义级别的预测与分割;最后,采用贝叶斯更新方法,渐进式的将图像分割获取的语义分类标签迁移到重建的室内三维模型中,获得完整的三维语义地图。实验表明,所设计的方法可以在实际的、复杂环境下实时地构建语义地图。     

基于工程语义信息的拆卸序列规划算法研究

为了解决拆卸序列规划理论算法存在的求解空间过大的问题,提出一种基于工程语义信息的规划算法.该算法借助装配约束条件、拆卸干涉状况等工程信息,实施产品拆卸顺序生成和路径推理,直接排除从工程角度不可能的拆卸序列,达到缩减求解空间的目的.保证了算法同工程实际的一致性,提高了其实际应用和软件编程能力.     

实时的移动机器人语义地图构建系统

语义信息可以使机器人更充分地理解未知环境,为更高级的人机交互和完成更复杂的任务奠定基础。为了能够使移动机器人实时地创建语义地图,在Jetson TX1嵌入式电脑上开发了一种轻量级的深度学习目标检测模型,在保证了检测精度的同时,实现了高效的目标检测功能。并利用了视频流中的帧间光流信息,使用运动信息指导传播算法降低检测算法的漏检率。对于Kinect传感器生成的深度图像有黑边、黑洞等缺陷,使用统一计算设备架构(CUDA)技术开发了一种实时的深度图像修复算法。利用即时定位与地图构建(SLAM)技术,实现移动机器人底层的定位、导航、地图创建功能,并在此基础上使用贝叶斯推理框架,同时融合了环境的度量信息与视觉识别信息完成了语义地图的创建。经过实验表明,所提出的方法在实际的、复杂的室内环境下可以使移动机器人实时地创建语义地图。     

基于语义信息的陪护机器人定位鲁棒性研究

智能机器人与一般的工业生产机器人不同,智能机器人不是单一的执行固化的指令,而是追求更高层次的人机互融,实现自然的人机交互,故要求机器人清楚了解自身所处场景信息以及准确执行交互的意图。研究基于语义信息的机器人定位方法,当机器人采集到场景的RGB图像时,在深度卷积神经网络模型Mask-RCNN和MonoDepth的基础上对场景进行语义分割和深度预测,并通过获取的语义信息以及深度信息限定图像匹配范围,实现机器人的准确定位、场景语义分析以及自然人机交互。实验表明,该研究成功地获得机器人所处环境的语义信息和场景的深度信息以及提高了机器人的定位精度,从而实现了更加自然、准确的人机交互。     

基于语义网络服务和Agent的虚拟企业信息系统集成

为解决传统的虚拟企业信息集成方案中存在的语义匮乏、系统自主性差等缺陷,提出采用语义网络服务和智能Agent技术,构建虚拟企业信息系统的方式。通过分析语义网络服务的优势,提出了虚拟企业语义网络服务框架,结合智能Agent技术,提出虚拟企业的多层架构并分析了模块间集成问题。最后给出了基于语义网络服务和智能Agent的虚拟企业信息集成架构。     

基于语义网络服务和Agent的虚拟企业信息系统集成

为解决传统的虚拟企业信息集成方案中存在的语义匮乏、系统自主性差等缺陷,提出采用语义网络服务和智能Agent技术,构建虚拟企业信息系统的方式。通过分析语义网络服务的优势,提出了虚拟企业语义网络服务框架,结合智能Agent技术,提出虚拟企业的多层架构并分析了模块间集成问题。最后给出了基于语义网络服务和智能Agent的虚拟企业信息集成架构。     

基于语义xBOM的MES异构系统信息集成框架

针对目前MES与企业大量异构应用系统信息交互困难,导致制造信息相互割裂形成信息孤岛的问题,提出了一种基于语义xBOM的MES异构系统信息集成框架,并对其中关键部分进行了分析。该集成框架以BOM数据作为系统间信息交互的形式,以语义xBOM为核心,在语义xBOM统一信息模型的基础上实现信息共享集成,通过语义和Web Service技术实现BOM分布式信息的统一访问。利用混合本体语义技术和对BOM制造信息内容及信息间关系的分析,建立语义xBOM统一信息模型,实现信息的统一语义描述,利用本体语义映射实现异构数据源的分布式透明访问。通过构建语义xBOM数据管理器实现数据的统一管理和映射,保证信息的完整性和一致性。最后以某厂数字化车间MES-生产监控管理系统为例,对方法的可行性进行了实证。     

基于改进SIFT图像匹配的无人机高精度避障算法设计

为提高无人机避障能力,提出基于改进SIFT图像匹配的无人机高精度避障算法.通过角点匹配和多分辨模式识别,实现对无人机高精度避障的图像显著特征点检测,通过对比梯度分析和参数融合识别,实现对无人机高精度避障图像信息加权融合处理,采用改进SIFT图像匹配方法,匹配无人机高精度避障地理空间网格,实现避障算法的优化设计.仿真结果...     

基于改进的粒子群算法的风力机叶片优化设计

基于有限叶片变环量气动计算模型,加入攻角随风速的变化处理,根据风电场中来流速度的概率分布,并以风力机最大年发电量为目标,建立优化模型,使用改进的粒子群算法进行搜索,寻找全局最优解.采用改进的粒子群算法设计的优化程序,设计了1.3 MW定桨失速型风力机叶片,并与现有的风力机叶片作比较.优化后,风力机叶片的弦长明显减小,达到额定风速后的功率输出情况,也满足了定桨失速型风力机的功率控制要求,说明本文所述的优化设计方法的有效性和实用性.     

基于角点匹配的密封条截面图像分块配准算法

分析了汽车密封条传统检测方法的不足,针对现有方法无法测量的分块整体形变密封条,提出了一种基于角点匹配的轮廓分块配准算法。配准算法首先利用支持邻域求取轮廓角点,再利用分块角点匹配求取每块的仿射变换初值,最后利用基于最小二乘的搜索策略获得最佳配准效果。本算法在密封条存在较大分块形变时可实现有效测量,具有省去夹具装夹、节约测量时间和成本的优点。通过大量的实验证明,该方法的快速有效。     

基于改进遗传算法的流水车间调度研究与仿真

针对流水车间调度过程中的物料流程混乱、设备负荷不均衡的问题,用矩阵表示工件、工序和机器之间的约束关系,通过引入线性自适应算子对交叉算子和变异算子加以改进,对经典流水车间调度问题Car1(11×5)进行了改进遗传算法实现,此外在考虑传输过程的情况下,对该典型问题的加工过程进行了仿真分析。     

基于改进凸包算法的叶片型面特征参数提取

针对叶片离散测量点云数据,提出了基于改进凸包算法的叶片型面特征参数（如弦线、前后缘半径等）提取方法,并利用主成份分析法准确提取叶片截平面的法矢,开发了基于MATLAB环境的某型号航空发动机叶片特征参数提取软件模块,实现了叶片型面的快速特征提取与精密检测。     

基于改进重复算法的FFT变换的C语言实现

针对在DSP器件上直接用汇编语言编程实现快速傅立叶变换过于复杂,通用性差的问题,引出一种重复算法.该算法可以简化程序中的反序排列过程,利用C语言进行程序开发.并在重复算法的基础上,提出改进重复算法,引入基础矩阵模块化的概念,使快速傅立叶变换的编程趋向简单化和模块化,并且拥有良好的通用性.     

基于改进遗传算法的生产车间多工艺计划调度研究

建立了基于多工艺加工计划的生产调度数学模型,给出了基于改进遗传算法的无辅助加工时间多工艺加工计划调度算法,通过与国外学者提出的算法相比较,证明了该算法的正确性和优越性,实验结果表明,模型是正确的,算法是有效的。     

改进的BP算法用于控制图模式识别

研究3种改进的BP算法在控制图模式识别中的应用。应用Matlab神经网络工具箱对神经网络进行仿真，为了提高网络的运行速度，对样本数据进行预处理。仿真结果表明尺度共轭梯度下降算法的训练速度最快，识别的准确率也最高。     

基于改进遗传算法的带硬时间窗车辆路径问题研究

建立了带硬时间窗车辆路径问题数学模型。针对传统遗传算法在局部搜索能力上存在不足这一问题,根据相关文献将爬山算法的思想融入遗传算法中,构造了求解该问题的改进遗传算法。仿真结果表明,该算法在局部搜索过程中能够避免早熟,一定程度上克服了传统遗传算法在局部搜索能力上的不足。