霍夫空间中多足球机器人协作目标定位算法

针对嵌入式仿人足球机器人提出一种霍夫空间中的多机器人协作目标定位算法。机器人利用实验场地中的标志物采用基于三角几何定位方法进行自定位,把机器人多连杆模型进行简化,通过坐标系位姿变换把图像坐标系转换到世界坐标系中,实现机器人目标定位;在多机器人之间建立ZigBee无线传感器网络进行通信,把多个机器人定位的坐标点进行霍夫变换,在霍夫空间中进行最小二乘法线性拟合,获取最优参数,然后融合改进后的粒子滤波实现对目标小球的跟踪;最后在21自由度的仿人足球机器人上进行仿真和实验。数据结果表明,这种多机器人协作的定位算法的精度提高了约48%,在满足实时性的前提下,对目标的跟踪效果也得到了改善。     

一种高效的多模式字符串匹配算法

在Fan-Su(FS)多模式字符串匹配算法基础上,结合BM-Horspool(BMH)算法和Quick Search(QS)算法的优点,提出一种高效的多模式字符串匹配算法。该算法能够充分利用本次匹配失败和部分匹配成功的信息,一方面增加模式树根节点失配的概率,提高匹配过程中失配时的跳跃距离。另一方面避免不必要的状态转移,实现不匹配时的连续跳转。分析指出,在最好情况和平均情况下,时间复杂度均优于ACBM算法和FS算法。实验结果表明,一般情况下该算法的查找时间仅为AC算法的10%~35%,ACBM算法的50%~60%,FS算法的70%左右,FSQB算法的65%左右。     

稳健样条滤波快速算法及其在磨损表面的应用研究

基于国际标准ISO/TS 16610-22中提出的样条滤波理论,针对磨损表面形貌数据量庞大导致滤波方程求解时间长的问题,提出了一种基于追赶法的样条滤波快速算法.通过对磨损表面的仿真和实验测量数据的滤波进行计算,结果表明:该算法计算效率高、占用内存少;将该算法应用于基于M估计的稳健样条滤波求解中,既能有效避免因磨损表面畸...     

浅谈钢结构在工业建筑中的应用和设计

我国建筑行业的迅速发展,加快了建筑材料的发展。在工业建筑的建设和施工过程中,钢结构是一项重要的建筑施工材料。目前,钢结构因为具有较好的材料性能、较高的强度和较好的柔韧性等特点,在我国的建筑行业中得到了广泛的应用。本文简述钢结构在工业建筑中的良好应用和设计,分析钢结构的优势和性能。     

一种电压互感器油位巡视装置

电压互感器作为变电站电压采集的重要设备,对变电站的安全运行具有重要意义。针对变电站内部分电压互感器油位无法巡视的缺点,为了提高变电站电压互感器油位巡视覆盖率,研制了一种电压互感器油位巡视装置。该装置由相机、相机保护套、角度调节器、伸缩杆和防高压绝缘套组成,通过WiFi与手机通信。利用该装置记录无法巡视的电压互感器油位录像,或者直接与手机进行通信在低处进行安全观察,可切实解决电压互感器油位无法巡视的问题。通过对某地区变电站电压互感器油位无法巡视问题算例的分析,证明了该装置具有较高的实用价值。     

一种类人机器人步行鲁棒控制器

提出了一种应用于类人步行机器人研究平台的鲁棒控制算法,当机器人在步行过程中受到一定程度的 外界冲力等干扰时,它可以使机器人自主达到动态平衡,而且该算法具有一定的实时性．通过一个九连杆的仿人平 面机械系统,分析了机器人步行的动态过程;应用科氏力向量等建立起机器人步行的动力学模型,通过非线性补偿, 得出其渐近稳定控制的约束性条件;进而构造出理想的李亚普诺夫函数,并应用遗传算法进行参数优化,设计出具 备一定实时性能的鲁棒控制算法;仿真计算出机器人各个关节的角位移误差,其零力矩点（ZMP）始终在支撑脚的 范围内,重心轨迹在地面的投影基本位于正弦曲线上．将该算法应用于实际的类人步行机器人行走控制中,实验证 明,在受到一定程度的外扰影响时,该机器人可在短执行周期内自主达到动态平衡．     

基于对抗正则化的自然语言推理

目前自然语言推理（Natural language inference,NLI）模型存在严重依赖词信息进行推理的现象.虽然词相关的判别信息在推理中占有重要的地位,但是推理模型更应该去关注连续文本的内在含义和语言的表达,通过整体把握句子含义进行推理,而不是仅仅根据个别词之间的对立或相似关系进行浅层推理.另外,传统有监督学习方法使得模型过分依赖于训练集的语言先验,而缺乏对语言逻辑的理解.为了显式地强调句子序列编码学习的重要性,并降低语言偏置的影响,本文提出一种基于对抗正则化的自然语言推理方法.该方法首先引入一个基于词编码的推理模型,该模型以标准推理模型中的词编码作为输入,并且只有利用语言偏置才能推理成功;再通过两个模型间的对抗训练,避免标准推理模型过多依赖语言偏置.在SNLI和Breaking-NLI两个公开的标准数据集上进行实验,该方法在SNLI数据集已有的基于句子嵌入的推理模型中达到最佳性能,在测试集上取得了87.60%的准确率;并且在Breaking-NLI数据集上也取得了目前公开的最佳结果.     

鸡尾酒会问题与相关听觉模型的研究现状与展望

近些年,随着电子设备和人工智能技术的飞速发展,人机语音交互的重要性日益凸显.然而,由于干扰声源的存在,在鸡尾酒会等复杂开放环境下的语音交互技术远没有达到令人满意的程度.现阶段,开发一个具备较强自适应性和鲁棒性的听觉计算系统仍然是一件极具挑战性的任务.因此,鸡尾酒会问题的深入探索对智能语音处理领域中的说话人识别、语音识别、关键词唤醒等一系列重要任务都具有非常重要的研究意义和应用价值.本文综述了鸡尾酒会问题相关听觉模型研究的现状与展望.在简要介绍了听觉机理的相关研究,并概括了解决鸡尾酒会问题的多说话人语音分离相关计算模型之后,本文还讨论了受听觉认知机理启发的听觉注意建模方法,认为融入声纹记忆和注意选择的听觉模型在复杂的听觉环境下具有更好的适应性.之后,本文简单回顾了近期的多说话人语音识别模型.最后,本文讨论了目前各类计算模型用于处理鸡尾酒会问题时遇到的困难和挑战,并对未来的研究方向进行了展望.