自动泊车运动规划方法综述

自动泊车是自动驾驶车辆在低速行驶场景中的核心技术之一,已被广泛应用于各类车型中。运动规划确保所规划出的轨迹能指引车辆从起始位姿无碰撞、符合运动学规律地行驶至目标位姿,是体现自动泊车智能水准的关键技术模块。随着当前自动驾驶技术从初步的技术原型研究逐渐向产业化应用转型,低速自动驾驶领域中的自动泊车技术成为了这一转型过程中的关键突破点。文章回顾了现有的应用于自动泊车领域的运动规划方法,将其归纳为几何方法、采样方法、搜索方法、数值优化方法以及机器学习方法等类别,并对各类方法的发展历程与技术特点进行了回顾;探讨了自动泊车运动规划方法的未来研究方向,具体包括构建泛化性更强的模型、提升规划方法的稳定性、关注在线实时高质量重规划的能力与防御性驾驶的能力,以及考虑与其他交通参与者的交互等。     

自动驾驶模糊神经网络速度规划方法

为提升自动驾驶的舒适性,降低速度规划算法的复杂度,提出了一种基于模糊神经网络的纵向速度规划方法。将人工驾驶经验总结为模糊规则表,建立了模糊速度规划模型,结合神经网络的自学习功能修正模糊速度规划模型,建立了模糊神经网络速度规划模型。分析了静态障碍物和动态障碍物场景,通过仿真验证了所提速度规划方法的可行性,与传统方法相比,加速度的平滑性能更好。所提速度规划方法具有一定的抗干扰性能,工程实现简单,保证了速度规划的实时性与稳定性。     

移动机器人路径规划技术的现状与发展

移动机器人技术是近年来的研究热点,路径规划技术是移动机器人技术研究中的一个重要领域。路径规划分为基于模型的环境已知的全局路径规划和基于传感器的环境未知的局部路径规划。该文详细地叙述了移动机器人路径规划技术的分类和发展现状,全局路径规划和局部路径规划中的各种方法,具体地分析了各种方法的算法过程,并指出了各种方法的优缺点,以及各种方法的改进的办法,最后对移动机器人路径规划技术的未来的发展趋势进行了展望。     

电梯群控技术的现状与发展方向

在对电梯群控系统的结构特性、工作原理以及该技术最新发展概况综述的基础上,对电梯群控系统研究中的控制算法以及控制策略的采用、实施的效果、关键技术和存在的问题等进行了详细分析.结合电梯群控系统的应用现状,探讨了现阶段电梯群控技术应着重解决的问题和发展方向.     

IATG: 基于解释分析的自动驾驶软件测试方法

以深度神经网络(deep neural network, DNN)为基础构建的自动驾驶软件已成为最常见的自动驾驶软件解决方案. 与传统软件一样, DNN也会产生不正确输出或意想不到的行为, 基于DNN的自动驾驶软件已经导致多起严重事故, 严重威胁生命和财产安全. 如何有效测试基于DNN的自动驾驶软件已成为亟需解决的问题. 由于DNN的行为难以预测和被人类理解, 传统的软件测试方法难以适用. 现有的自动驾驶软件测试方法通常对原始图片加入像素级的扰动或对图片整体进行修改来生成测试数据, 所生成的测试数据通常与现实世界差异较大, 所进行扰动的方式也难以被人类理解. 为解决上述问题, 提出测试数据生成方法IATG (interpretability-analysis-based test data generation), 使用DNN的解释方法获取自动驾驶软件所做出决策的视觉解释, 选择原始图像中对决策产生重要影响的物体, 通过将其替换为语义相同的其他物体来生成测试数据, 使生成的测试数据更加接近真实图像, 其过程也更易于理解. 转向角预测模型是自动驾驶软件决策模块重要组成部分, 以此类模型为例进行实验, 结果表明解释方法的引入有效增强IATG对转向角预测模型的误导能力. 此外, 在误导角度相同时IATG所生成测试数据比DeepTest更加接近真实图像; 与semSensFuzz相比, IATG具有更高误导能力, 且IATG中基于解释分析的重要物体选择技术可有效提高semSensFuzz的误导能力.     

试题库设计与自动组卷方法分析

对试题库与自动组卷算法结合进行研究,分析随机选取法和回溯试探法,对遗传算法进行介绍,并将遗传算法运用到试题库中,通过运用遗传算法设计从试题库中抽取合理试题。     

基于WSN的智能农机自动导航控制系统研究

为了提高农机的自动化和智能化作业水平,采用无线传感器网络设计了农机自动导航控制系统,系统主要由车载导航控制终端、后台服务器和ZigBee无线传感器网络组成;车载导航控制终端在嵌入式控制器S3C2240平台上开发设计,主要采用PID模糊控制算法对农机的运动状态进行调节和与服务器的通信;后台服务器根据要作业的区域利用定步长连续寻点方法进行了农机行驶的路径规划,接收移动车载导航控制终端上传的接收信号强度指示RSSI后,借助多点定位算法进行精确定位,并向移动车载导航控制终端下达期望的速度和方向指令;实验结果表明:设计的智能农机自动导航控制系统能够实现精确定位和速度控制,平均定位误差为仅为0.217 m,在设定运动速度为1 m/s时,实际的平均速度为0.984 m/s,能够完全满足农机自动导航作业的需要。     

移动机器人路径规划方法研究

路径规划是移动机器人技术研究领域的关键技术之一。文章分析了机器人路径规划方法的研究现状。重点阐述了全局路径规划方法与局部路径规划方法,指出了各种方法的优点及不足。展望了路径规划方法的发展方向和研究重点。     

自动代客泊车背景下的共享停车供需匹配模型及对应禁忌搜索算法

为了减少自动代客泊车车辆在停车场或指定停车区域内的车辆移位次数和距离,从而降低相关的成本和潜在事故风险,在满足共享停车需求的条件下构建了相应的车辆和泊位匹配优化模型.考虑到无人驾驶车辆停车中可自由移位的特征,将共享停车的需求和供给在时间上加以细分,与决策变量和可行解对应定义了匹配、匹配条和匹配图的概念;通过概念转换将求解匹配图的有效邻居转换为经典指派问题,并利用匈牙利算法加以求解;针对匹配模型的NP-hard特征,设计了对应的禁忌搜索算法.数值分析不仅验证了模型的合理性和求解算法的有效性,也证实模型与方法可处理有人驾驶的共享停车匹配问题.结果表明,利用自动代客泊车可以进一步提升共享泊位利用率,增加可停放的共享车辆数.     

地铁机电安装绩效领先指标自动预测方法

目前的绩效领先指标的预测中对样本数据的平稳性考虑不足,样本数据波动性大,影响最终的预测准确性.因此提出地铁机电安装绩效领先指标自动预测方法,首先对影响项目绩效的指标进行拟定描述,确定指标后使用Lasso方法来确定其中变量对绩效指标影响程度,然后使用ADF单位根检验法对相关波动数据进行平稳化处理,运用BP神经网络技术来实...     

模糊控制的现状与发展

文章简要介绍了模糊控制的概念和特点，并对模糊控制的原理作了说明，较详细的介绍了模糊控制的现状，包括模糊PID控制、自适应模糊控制、神经模糊控制、遗传算法优化的模糊控制、专家模糊控制等，还介绍了一些模糊控制的软硬件产品，对模糊控制系统的稳定性作了简单介绍，最后对模糊控制的发展作了展望。     

遗传模糊神经网络在航空发动机控制中的应用

模糊神经网络控制器是一种将模糊逻辑与神经网络相结合的智能控制器,其既不依赖于被控对象精确的数学模型,又能根据被控对象参数和环境的变化自适应地调节控制规则和隶属函数参数,但是存在着收敛速度慢,较多局部极小的情况下很容易陷入局部极小值等缺点。针对存在的问题,提出一种模糊神经网络控制器的优化方法。隶属度函数的参数具有全局性,用遗传算法来优化;神经网络的权值代表模糊系统的控制规则,它用神经网络的误差反传算法(BP)来调整。将算法用于航空发动机控制,实现对低压转子转速的无静差控制,与应用BP算法的模糊神经控制相比,控制性能改善较大,结果令人满意。     

神经网络在控制系统中的应用现状及展望

本文分析了神经网络在控制系统中的应用,并对目前几种较重要的神经网络控制现状进行了评述,最后对神经网络控制的发展作了展望。     

神经网络在控制系统中的应用现状及展望

本文分析了神经网络在控制系统中的应用，并对目前几种较重要的神经网络控制现状进行了评述，最后对神经网络控制的发展作了展望。     

模糊控制的研究现状与展望

从不同的角度概括了模糊控制的特点，通过分析目前存在的常规模糊控制、高性能模糊控制以及模糊控制与其他学科交叉领域的研究现状。表明模糊控制系统已经广泛应用于实际中；并根据日前国内外的一些研究趋势，指出了模糊控制未来发展的研究方向。     

一类模糊神经网络的结构优化

提出了一类新的模糊神经网络结构，神经网络自构形学习算法用于此类模糊神经网络的规则推理层进行规则优化，并将此算法向网络的低层次上扩展，还可对此算法的各公式进行少许的改动和调整C1和C2的值相结合，达到网络结构优化的目的，最后以无人驾驶的模型小汽车为例进行软件仿真，结果分析，证明该方法是可行且有效的。     

Dual hierarchical genetic-optimal control: A new global optimal path planning method for robots

A new two-stage analytical-evolutionary algorithm considering dynamic equations is presented to find global optimal path. The analytical method is based on the indirect open loop optimal control problem and the evolutionary method is based on genetic algorithm (GA). Initial solutions, as start points of optimal control problem, are generated by GA to be used by optimal control. Then, a new sub-optimal path is generated through optimal control. The cost function is calculated for every optimal solution and the best solutions are chosen for the next step. The obtained path is used by GA to produce new generation of start points. This process continues until the minimum cost value is achieved. In addition, a new GA operator is introduced to be compatible with optimal control. It is used to select the pair chromosomes for crossover. The proposed method eliminates the problem of optimal control (being trapped in locally optimal point) and problem of GA (lack of compatibility with analytical dynamic equations). Hence problem is formulated and verification is done by comparing the results with a recent work in this area. Furthermore effectiveness of the method is approved by a simulation study for spatial non-holonomic mobile manipulators through conventional optimal control and the new proposed algorithm.     

遗传算法和神经网络在白细胞自动识别中的应用

该文讨论并建立了一真彩色白细胞显微图像微机自动识别系统。针对传统组合优化方法用于特征选择的种种缺陷,提出了基于遗传算法的特征选择策略。根据细胞特征,笔者对传统的遗传算法做了相应的改进。最后运用选择特征子集来训练BP神经网络作为分类器。结果证明该方法对于分类系统的性能优化有明显效果。     

遗传算法及模糊、神经网络融合技术的研究

介绍了遗传算法与神经网络、遗传算法与模糊逻辑系统的融合方式及结构，并通过遗传算法、模糊、神经网络三者的融合技术对倒立摆进行控制，介绍了参数优化方法，说明了这种融合技术的可行性、实用性和通用性。