虚拟现实的发展及在机器人系统中的应用与研究

本文全面回顾了虚拟现实技术的发展,及其在机器 人领域的应用与研究;分析了目前所面临的问题及主要研究方向．     

快速SLAM算法的一种新的滤波架构

FastSLAM算法是同时定位与地图创建领域的一类重要方法,UPF-IEKFFastSLAM2.0算法采用UPF估计机器人的路径,地图估计则采用IEKF算法。UPF算法使粒子向后验概率高的区域运动,提高了估计精度,并且UPF算法比普通粒子滤波算法需要更少的粒子数,因而可以降低计算复杂度;IEKF算法通过迭代观测更新过程来提高估计精度。仿真实验表明,当迭代次数小于等于2时,UPF-IEKFFastSLAM2.0算法的地图估计累计时间比UPF-UKFFastSLAM2.0算法短;当迭代次数为2时,其估计精度高于UPF-UKFFastSLAM2.0算法。综合考虑估计精度和计算复杂度,认为"UPF-IEKF"是一种更合理的FastSLAM算法滤波架构。     

基于AUC 优化的非线性主动学习算法及其在障碍物检测中的应用

针对障碍物检测中因样本量过大而造成的标记困难以及样本分布不均衡等问题,提出了一种基于AUC 优化的非线性主动学习算法．该算法的计算处理过程是：首先利用基于AUC 优化的算法在训练集上对非线性分类 器进行训练;然后利用已训练好的分类器对所有未标记样本进行分类;接着利用基于AUC 优化的样本选择函数计 算分类后的样本的得分;最后算法根据分值大小选出最有信息量样本,并且专家根据该样本所在的图像及在图像中 位置对其进行标记并放入训练集中．重复上述过程,直到AUC 收敛为止．在户外环境图像库上进行了实验,结果表 明：该算法能显著减小数据标记的工作量,并能解决因样本分布不平衡而引起的次优解问题,与已有主动学习算法 相比性能更优．     

铝酸钙玻璃的红外性能和析晶动力学研究

铝酸钙玻璃是一种性能优异的中红外透过材料,而少量OH-的存在和成玻性差严重制约了铝酸钙玻璃的应用.本文研究了熔制工艺对铝酸钙玻璃红外性能的影响,并采用非等温方法研究了铝酸钙玻璃的析晶动力学.结果表明,采用RAP方法可有效消除铝酸钙玻璃的OH-,制备的玻璃具有优异透红外性能,OH-浓度仅为0.19×10TMcm-3.利用Kissinger方程,计算出铝酸钙玻璃的析晶活化能Ec,两个析晶峰对应的Ec1=369.8 kJ/mol和Ec2=522.7 kJ/mol.另外,两个析晶峰对应的析晶指数分别为1.8和2.2,均为表面控制析晶.     

团化工艺对钽粉性能影响的研究

对采用团化工艺和未进行团化工艺处理的钽粉进行了分析比较,重点分析了其物理性能、化学成分及电气性能存在的差异.研究表明,采用团化处理的钽粉,其物理性能明显改善,颗粒均匀性好,漏电流、收缩率低,容量高,有利于提高压制块的成型性,降低烧结块的收缩率,提高电容器的容量,满足高比容、高压高可靠电容器的设计使用要求.     

一种激光雷达可通行区域提取算法

基于模糊模型和时空关联分析,提出一种在激光雷达获取的点云数据中寻找可通行区域的方法。首先使用基于最大熵的模糊预测模型将激光雷达获得的单条扫描线数据聚类分段;然后寻找符合可通行特征的分段作为初始可通行区域;最后利用时空关联模型在多条扫描线数据中进一步优化可通行区域提取结果。算法通过利用不同方向三维到二维的映射避免了三维空间中计算量大的缺陷,同时又较好地保留了三维数据包含的信息,不涉及迭代计算和在线机器学习过程。实验表明,在城市环境中,算法能够较好的提取可通行区域。     

基于one-class SVM与融合多可视化特征的可通行区域检测

针对难以获取完备的非可通行区域样本问题,为提高算法在不同场景的适应性,首次把可通行性检测看作单类分类问题,提出了基于one-class SVM的可通行区域检测算法.提出一种改进的融合颜色和纹理的特征提取方法,对各颜色分量进行离散余弦变换(DCT)变换,对DCT系数进行金字塔分解,用每个分解的均值和方差描述特征窗口.利用...     

时效和重新训练对Cu－Zn－Al合金组织与记忆性能的影响

用约束训练法对时效后的Ｃｕ－Ｚｎ－Ａｌ形状记忆合金进行了重新训练。结果表明，在未发生贝氏体转变的条件下，时效所导致的记忆衰减可以通过重新训练予以改善。透射电镜分析指出，重新训练后，发生了马氏体的再取向，因时效而导致的细条状、台阶状变体大部分消除，且变体间的结合方式变为自协作性良好的孪晶关系，从而改善了合金的记忆性能。     

基于正则化技术的对支持向量机特征选择算法

对支持向量机(twin support vector machine,TWSVM)的优化思想源于基于广义特征值近似支持向量机(proxi mal SVMbased on generalized eigenvalues,GEPSVM),问题解归结为求解两个SVM型问题,因此,计算开销缩减到标准SVM的1/4.除了保留了GEPSVM优势外,在分类性能上TWSVM远优于GEPSVM,但仍需求解凸规划问题,并且,目前尚无有效的TWSVM的特征提取算法提出.首先,向TWSVM模型中引入正则项,提出了正则化TWSVM(RTWSVM).与TWSVM不同,RTWSVM保证了该问题为一个强凸规划问题.在此基础上,构造了TWSVM的特征提取算法(FRTWSVM).该分类器只需求解一个线性方程系统,无需任何凸规划软件包.在保证得到与TWSVM相当的分类性能以及较快的计算速度上,此方式还减少了输入空间的特征数.对于非线性问题,FRTWSVM可以减少核函数数目.     

2DPCA-SIFT:一种有效的局部特征描述方法

PCA-SIFT （Principal component analysis—scale invariant feature transform）方法通过对归一化梯度向量进行PCA降维,在保留特征不变性的同时,有效地降低了特征矢量的维数,从而提高了局部特征的匹配速度. 但PCA-SIFT中对本征向量空间的求解非常耗时,极大地限制了PCA-SIFT的灵活性与应用范围. 本文提出采用2DPCA对梯度向量块进行降维的特征描述方法. 该方法相比于PCA-SIFT,可以快速地求解本征空间. 实验结果表明:2DPCA-SIFT在多种图像变换匹配和图像检索实验中可以实现与PCA-SIFT相当的性能,并且从计算效率上看,2DPCA-SIFT具有更好的扩展性.