排序方式: 共有79条查询结果,搜索用时 0 毫秒
41.
虚拟手的运动建模是三维人机交互研究中的一个关键问题.虚拟人在执行维修作业的过程中,不可避免地需要徒手抓握操作对象或维修工具.为此,该文提出了一种基于位置/变迁Petri网的虚拟人手抓握动作模型.该方法以关节化虚拟手的几何建模和关节约束分析为基础,描述了抓握动作的Petri网模型,通过仿真循环叠代和关节插值计算,实现关节链上各个关节的运动控制,并基于面向对象的技术设计实现了典型抓握动作.最后,基于人体建模与仿真软件Jack,设计并实现了一个虚拟手抓握动作的Petri网,仿真和实验结果表明所述方法简便易行,能够满足虚拟维修作业的要求. 相似文献
42.
针对高速公路环境下车辆检测问题,分别对车前方的车辆和车旁超车车辆设计了基于主动视觉的车辆实时检测算法.算法首先通过标志线检测算法获得高速公路上的标志线信息,在标志线信息的引导下在低分辨率图像中通过车辆底部阴影特征搜索感兴趣区域,然后在感兴趣区域进行高分辨率图像处理,利用前方车辆的后视图灰度对称性特征和边缘特征完成前方车辆的快速检测;对于车旁超车车辆,算法在相邻车道设置检测窗口,通过检测窗口内的纹理变化信息,检测车旁超车车辆;最后利用消失点的信息进行车辆确认.实验表明,算法能快速准确地检测到公路上的车辆,具有较好鲁棒性和实时性,能够满足系统的实时性要求. 相似文献
43.
基于图像建立三维月面地图对于月球车任务规划、导航控制具有重要意义。本文提出一种基于参数化轮廓结构特征匹配的月面三维重建方法,该方法从月面立体图像中提取特 征物的轮廓特征,通过参数化轮廓特征匹配恢复特征物的三维信息,从而建立三维月面地图。本文以Apollo 15登月计划的着陆区域为例,建立了一个三维月面地图。 相似文献
44.
45.
神经网络增强学习的梯度算法研究 总被引:11,自引:1,他引:11
针对具有连续状态和离散行为空间的Markov决策问题,提出了一种新的采用多层前馈神经网络进行值函数逼近的梯度下降增强学习算法,该算法采用了近似贪心且连续可微的Boltzmann分布行为选择策略,通过极小化具有非平稳行为策略的Bellman残差平方和性能指标,以实现对Markov决策过程最优值函数的逼近,对算法的收敛性和近似最优策略的性能进行了理论分析,通过Mountain-Car学习控制问题的仿真研究进一步验证了算法的学习效率和泛化性能。 相似文献
46.
研究了一种基于变尺度编码CMAC神经网络的增强学习控制器设计方法,并应用于以自行车平衡为模型的非线性随机系统的学习控制中.该方法通过对Markov决策过程状态空间的变尺度重叠量化编码,实现基于CMAC的多分辨率值函数逼近,从而有效地提高了增强学习控制器对连续状态空间马氏决策问题的泛化性能.针对自行车学习控制的仿真研究表明,采用变尺度编码CMAC进行值函数逼近的增强学习控制器能够获得优于已有表格型方法和均匀编码CMAC方法的学习效率和泛化性能. 相似文献
47.
48.
49.
自主车辆的研制过程中,应用仿真的方法,对控制器进行分析设计是一个重要阶段。在对控制器性能进行评价时,控制对象的选择是一个关键的问题,可视化的控制对象,有形象直观,易于理解的优点,可以简化评价的过程。该文以汽车理论为基础,结合自主车辆的研制,应用虚拟现实技术,实现了一个车辆动力学模型的仿真系统,重点介绍了车辆的纵向、侧向动力学模型,在这些模型的基础上,实现了车辆动力学模型与几何模型的结合。文章最后介绍了作者利用该仿真系统进行的一些研究工作。 相似文献
50.