乒乓球轨迹预测与旋转测量研究综述

在乒乓球人机对打过程中,球与球拍/球桌碰撞时会产生旋转,导致球体受马格努斯力的影响发生偏移,难以满足乒乓球机器人精确轨迹预测的要求,而乒乓球轨迹预测与旋转测量技术则有助于提升机器人的预测击打能力。为帮助研究人员了解乒乓球轨迹预测与旋转测量的研究方法和现有技术,文中对乒乓球轨迹预测与旋转测量研究新进展进行综述。基于近年来此领域的研究成果,文中对乒乓球轨迹预测与旋转测量工作进行重新分类和梳理,分析了不同方法的优缺点并整理了其中的关键问题,并对乒乓球轨迹预测与旋转测量未来的研究趋势进行了展望。     

改进的UKF乒乓球轨迹预测算法

传统的无迹卡尔曼滤波(UKF)轨迹预测算法在乒乓球运动状态发生较大改变时,短时间内的预测结果会出现偏差。本文提出了一种基于UKF和简单运动学模型(SPM)的改进UKF轨迹预测算法,通过UKF对碰撞前轨迹进行预测,并得到乒乓球落点位置及运动状态量,进而通过碰撞反弹模型及运动学模型预测碰撞后的乒乓球轨迹。改进的算法在搭建的乒乓球机器人系统中进行轨迹预测,并与传统的UKF算法进行对比后可知,本文提出的改进算法较好地减小碰撞后的轨迹误差,算法简单,对硬件要求较低,可以实现实时预测,且具有较好的鲁棒性。     

深度学习常用模型及算法综述

文章主要介绍了目前比较成熟、应用较广的深度学习网卷积神经网络、循环卷积神经网络、深度信念网络、自编码器等模型结构和应用领域,及深度学习领域常用到的几种算法,最后对深度学习的发展前景进行了展望.     

基于深度神经网络的轨迹预测算法综述

人类驾驶者会持续观察、分析周边车辆和行人的行为,实时地规划安全的行车轨迹.自动驾驶汽车也应当与人类一样具备感知和预测交通参与者行为的能力,以提前判断其未来的运动轨迹.轨迹预测模块的预测准确度至关重要,因为其接受感知系统提供的输入信息,并作为路径规划等决策任务的上游输入,使其成为自动驾驶技术中承上启下的重要中间环节.随着...     

无线通信中的机器学习算法综述

机器学习作为人工智能领域最具应用前景的一类技术,能够在不需要显式编程的情况下依赖于不同的算法处理数据,更有效地解决复杂问题,被广泛应用于无线通信领域。通过综述典型的监督、无监督、强化学习以及深度学习等机器学习算法在信道管理、频谱管理、功率分配和信号检测等方面的研究工作,挖掘机器学习在无线通信领域的潜在价值。针对目前算法的局限性,展望机器学习在无线通信领域未来的发展方向,为机器学习在无线通信领域的后续研究提供参考。     

工业装配机器人轨迹规划算法研究

针对装配机器人运动过程中的振动和机构冲击问题,提出一种正弦加速、直线插补和五次多项式插值相结合的轨迹规划算法。采用正弦加速的插补算法解决了震动问题,采用分段轨迹规划的方法优化了机器人运动轨迹,减少了机构冲击。通过Matlab轨迹仿真和三菱rv-13f机器人实验验证表明,所提算法规划出的机器人运动轨迹连续、平滑且无冲击。通过与常用算法比较证明该算法提高了装配机器人运动的平滑性,有助于减少机构间的冲击,延长机器人的使用寿命。     

基于强化学习的多机器人避碰算法研究

采用强化学习解决多机器人避碰问题。然后针对表格式Q学习算法只能用于离散的状态并且学习时间过长,难以收敛的不足,提出了神经网络和Q学习相结合的算法。最后将该算法应用到多机器人避碰问题中,仿真实验表明该算法有效,能较好地解决多机器人避碰问题。     

一种记忆可修剪型仿生机器人的速度跟踪算法研究

针对强化学习算法训练网络规模较大、运行时间较长、过度拟合等问题,提出一种记忆可修剪型强化学习仿生模型(H-RLM)作为两轮机器人的学习机制。该算法将神经网络输出与期望输出的最小均方差作为代价函数,采用Hessian矩阵和Markov相结合的决策进行寻优,选择最大评价值对应的最优行为。这样既可以保证初期网络学习训练内容的完整性,又降低了系统对初始条件的约束性,提高了控制算法的泛化能力。利用H-RLM和强化算法对两轮机器人进行速度跟踪实验,结果表明,H-RLM算法能够提高网络学习效率、消除延迟影响、减小输出误差,获得了良好的动态性能。     

智能迷宫机器人系统设计与搜寻算法研究

智能迷宫机器人利用红外传感器,探测正前方及左右两侧的实时路况信息实现避障功能,采用相关算法搜寻行进路线,在无人控制的情况下自主地破解迷宫。在此介绍了智能迷宫机器人的具体设计与实现,并着重对迷宫算法进行研究。考虑到实际系统内存容量和运算速度的限制以及常用算法的优缺点,提出一种优化的深度优先算法,它具有占用内存空间少,对处理器的速度要求低等特点。经实验验证,该算法可以准确快速地找到终点。     

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．     

轨迹嵌入研究综述

表示学习方法已在自然语言处理领域得到了突破性的发展,但在轨迹大数据挖掘领域内,成果屈指可数。轨迹嵌入主要是通过合适的方法把高维稀疏有噪音的原始轨迹数据嵌入成低维稠密无噪音的抽象向量。目前的轨迹嵌入方法大多是将自然语言处理领域成熟的模型进行迁移,试图以尽可能少的代价来获得高质量的轨迹的抽象表示。从不同角度详细地对现有的表示学习方法的研究现状进行了分析和比较,最后对现有的轨迹嵌入进行了总结和进一步指出了有价值的研究方向。     

仿人足球机器人目标定位与追踪算法改进

对于仿人足球机器人来说,视觉功能是极其重要的。在足球机器人的各种关键技术中,机器视觉是应用范围最广,最为基本的技术之一。移动机器人视觉的研究主要集中在颜色模型建立、目标识别、定位以及跟踪等方面。仿人机器人视觉系统的识别与定位算法也是目前的研究热点,目标的实时识别与定位是足球机器人在足球赛中精确踢球的前提。文章主要是针对目前足球机器人在视觉系统上所存在的问题进行了颜色模型建立及目标定位算法的改进,加入了目标追踪算法,确保目标识别与定位的准确。在i Kid足球机器人上进行试验并调试,试验结果具有较好的实时性和准确性。     

基于无标签视频数据的深度预测学习方法综述

基于视频数据的深度预测学习(以下简称"深度预测学习")属于深度学习、计算机视觉和强化学习的交叉融合研究方向,是气象预报、自动驾驶、机器人视觉控制等场景下智能预测与决策系统的关键组成部分,在近年来成为机器学习的热点研究领域.深度预测学习遵从自监督学习范式,从无标签的视频数据中挖掘自身的监督信息,学习其潜在的时空模式表达....     

基于强化学习的移动视频流业务码率自适应算法研究进展

近几年来,随着HTTP自适应流媒体(HAS)视频数据集和网络轨迹数据集的不断推出,强化学习、深度学习等机器学习方法被不断应用到码率自适应(ABR)算法中,通过交互学习来确定码率控制的最优策略,取得了远超过传统启发式方法的性能.在分析ABR算法研究难点的基础上,重点阐述了基于强化学习(包括深度强化学习)的ABR算法研究进...     

基于深度学习算法的智能视觉环卫小车设计

自2012年以深度学习为代表的AI构架突破图像分类极限以来,AI视觉已能适应变化的外部视觉环境,文章将AI视觉与智能小车等技术结合起来,采取智能机器视觉与红外屏障实现对外界的感知获取,实现智能移动工作;同时以5G通信实现实时智慧对各机器进行远程实时在线跟踪监控管理,打造一款智能环卫小车,可更高能效和安全地对区域卫生进行...     

基于DDQN算法的混流车间作业动态自适应调度的研究

大规模生产的混流车间制造系统存在资源规模大、约束多等问题,快速找到合适的调度策略是实现高效生产的关键.为解决传统数学规划算法和启发式算法存在的策略求解效率低、自适应性差等问题,文章提出一种基于DDQN的智能车间动态自适应调度方法,对车间作业的自适应调度做了研究.通过一步一推理的自适用动态调度,可以高效地匹配合适的调...     

基于计算机视觉的电信运营商智能巡检机器人技术研究

本文构建了面向电信运营商机房配电设备的智能巡检机器人及视觉检测系统,具有环境感知、行为控制、导航规划与动态决策等功能,通过传感器感知环境信息和自身的速度、位置、姿态等信息,处理感知信息并作出正确的决策和行为控制.设计和实施了一种基于RPN+SVM级联网络的运营商机房配电设备异常检测方法,对深度学习模型Faster-RC...     

基于强化学习算法的供应链管理订单策略研究

供应链管理中的订单制定环节,经常存在一种需求被变异放大的现象即牛鞭效应,从而引起成本的增加.利用强化学习算法进行供应链管理中的订单制定,使得供应链中的节点能够做出较好的订单策略,从而降低整体成本,以提高效益.实验结果证明,提出的基于强化学习算法的订单制定策略比传统的固定库存策略更加有效的降低了成本.     

人工智能算法赋能视觉导航清洁机器人的研究

现如今市场当中的一些中高端的扫地机器人,大部分都具备导航清扫的能力,当前在清洁机器人的导航技术当中主要包括两类,分别为视觉导航与激光导航.相较于激光导航来说,视觉导航的机器人的成本更低,而且体积也比较小,拥有着比较强的优势,然而现阶段的视觉导航机器在使用的过程当中,存在着识别度低,暗光环境下没有办法使用等一系列的问题....     

基于图像处理技术的静脉穿刺机器人技术研究

文章分析了静脉穿刺机器人研究目的及现状,明确了该系统需要解决的技术问题,着重论述了国外研究团队通过视觉系统,应用图像处理技术解决穿刺机器人自主静脉穿刺的血管定位及轨迹引导问题,为今后深入研究该问题提供思路和借鉴。