未知环境中移动机器人导航控制研究的若干问题

未知环境中移动机器人导航控制理论和方法是机器人学和智能控制的一个重要研究领域，综述了该领域研究的主要内容及其发展动态，分析了与导航控制有关的机器学习方法的研究现状，指出存在的不足和有待进一步研究的问题，并提出了一些解决思路。     

协作多机器人系统研究进展综述

协作多机器人系统是近年来机器人研究的热点,具有良好的应用前景.针对开展相关研究的迫切需要,总结了协作多机器人系统研究的国内外发展现状,并分别对无意识协作的仿生多机器人系统和有意识协作的异构多机器人系统研究进行论述.重点从系统构建和优化控制的宏观角度出发,对有意识协作异构多机器人系统的体系结构、环境感知以及优化控制3个方面的研究进展分别展开论述;对典型的多机器人验证任务和软硬件实验平台进行了总结;最后对协作多机器人系统的研究方向进行了展望.     

一种基于线性SVM的级联分类器的构造方法

为了对目标进行快速的检测,提出了一种新的基于支持向量机的级联式分类器的构造方法。该级联分类器由若干个线性SVM弱分类器构成,结构简单,分类时间极快。针对级联结构中的每个节点的训练给出了一个新的SVM框架下的二次规划模型,这使得每个节点都有较高的正样本检测率和适当的负样本错检率。实际的实验结果表明,与经典非线性SVM分类器相比,这种分类器在保持SVM较强泛化性能的优点的同时,在检测效率方面更是具有明显的优势。     

等高线分类中的改进算法研究

该文的研究对象为1:5万地形图,讨论了对现有等高线识别算法的一些改进算法,是为提高等高线断线的连接率而进行的一种预处理算法,提高了区分计曲线和首曲线的正确率,为等高线的正确连接提供依据,可以避免计曲线和首曲线之间的误连。     

基于吴方法的非线性分类器设计

在模式识别领域工程实际中占大多数的是非线性问题,传统的分类器设计方法是将非线性问题转化为线性问题解决,但是这样不能很好的解决日益复杂化的非线性问题.文中提出的新方法为解决非线性问题提供一个新的思路和手段.该方法立足于直接处理非线性问题的吴文俊方法,进行非线性分类器的设计.经过选择分类函数的复杂度和训练点,建立非线性方程组,使用吴方法解出这个非线性方程组,得到分类函数.使用该方法进行异或问题和鸢尾花数据的实例研究,并与神经网络方法和支持向量机方法进行比较分析.该方法是使得结构风险和经验风险总体最小化的方法,并且过程直接、简洁、运算量小.该方法尽管有不完善的部分,但是不失为有潜力发展的新方法.     

基于层次式的实时智能计算体系结构研究

本文通过对RCS智能系统计算结构的改进,提出了一种具有更强鲁棒性的实时智能计算体系结构,该结构还具有紧急处理和学习能力。该计算结构在汽车智能自主驾驶系统中的应用,使得其性能得到了验证。     

GPS 姿态传感器的数学原理和实现

详细描述了GPS姿态传感器的数学原理 ,给出了一种基于基线长度约束和最小二乘方法的模糊度搜索算法 ,得到了预期结果 ,经过静态和动态车载试验证明GPS姿态传感器切实可行 ,在基线长度为三米的条件下 ,航向角精度优于 0 1°。     

一种快速的文本倾斜检测方法

文本的倾斜检测是将文本转换成数字形式的过程中的第一步工作,也是很重要的一步工作。因为后续的很多工作都是基于摆正的文本。文章提出了一种全新的倾斜检测与纠正方法。其特点在于:一、与文本的纹理无关,从而适应各种图文混排及各种书写方向并存等复杂情形;二、运算量小,只需进行一次旋转和四次对图像的部分投影。     

在PC平台上设计一个临场感遥控系统

介绍了如何在PC平台上借助一些通用的软件来实现一个临床场感遥控系统的设计，比较详细地介绍了设计思路和实现的过程，对构建虚拟现实系统和遥控系统具有一定的鉴意义，对BCB环境下的OpenGL编程和通讯及多线程编程具有一的价值。     

机器人路径规划的多目标二次优化方法

基于多目标进化算法的机器人路径规划问题存在求解速度慢的不足,为提高求解效率,提出了一种多目标二次优化方法(MOQO)。在MOQO方法中首先引入二次优化的思想,通过离线的全局优化为在线的局部优化提供一个次优的初始解集,以更有效利用全局优化过程的先验信息和进化信息,从而加速后期的局部优化操作;其次,在MOQO方法中还提出了一种改进的多目标进化算法PPMOEA,以进一步提高优化求解的实时性能。最终的机器人路径规划仿真实验测试了MOQO方法对进化求解操作的加速效果,证明了方法的有效性和可行性。