机器人视觉伺服研究进展:视觉系统与控制策略

视觉伺服控制是机器人系统的重要控制手段. 随着机器人应用需求的日益复杂多样,视觉伺服的研究面临着挑战. 视觉伺服系统的设计主要包括视觉系统、控制策略和实现策略三个方面. 文中对视觉伺服中存在的主要问题进行了分析,重点介绍了视觉系统中改善动态性能和处理噪声的主要技术手段,阐述了处理模型不确定性和约束的控制策略的改进方案,总结了提高视觉伺服系统的可实现性和灵活性的实现策略. 最后,基于当前的研究进展对未来的研究方向进行了展望.     

模糊概率模型在工程投标中的应用

随着我国建筑市场的逐步完善 ,对工程项目投标是建筑承包商承揽项目的主要方式。在激烈的市场竞争中制定正确的投标策略 ,从而赢得工程项目的承包合同并取得一定的利润 ,对建筑承包商有十分重要得意义。将模糊概率引入投标概率分析 ,改进了以往的概率计算模型 ,使得计算模型更加符合实际情况 ,应用更加方便。     

预应力混凝土管桩复合地基沉降计算方法研究

参照《建筑地基基础设计规范(GB5007-2002)》建议的刚性桩复合地基变形计算模型,对郑州某管桩复合地基实际工程进行了变形计算。通过实测结果和理论计算结果的对比分析,总结了适合郑州市郑东新区以粉质粘土、粉土为主,地下水位较浅的典型地质背景下的管桩复合地基沉降变形的一般规律。     

基于YOLOv5的多任务自动驾驶环境感知算法

自动驾驶任务是当前深度学习研究的热门领域,环境感知作为自动驾驶中最重要的模块之一,是一项极具挑战性并具有深远意义的任务,包括目标检测、车道线检测、可行驶区域分割等.传统的深度学习算法通常只解决环境感知中的一个检测任务,无法满足自动驾驶同时感知多种环境因素的需求.本文使用YOLOv5作为骨干网络及目标检测分支,结合实时语义分割网络ENet进行车道线检测和可行驶区域分割,实现了多任务自动驾驶环境感知算法,损失计算时采用α-IoU提高回归精度,对噪声有更好的鲁棒性.实验表明,在BDD100K数据集上,本文提出的算法结构优于当前现有的多任务深度学习网络,并且在GTX1080Ti上可达到76.3 FPS的速度.