【摘 要】
：
21世纪科技快速发展,为解放人类劳动力提供了诸多科技赋能的解决方案。移动机器人在日常生活和工业领域发挥了重要的作用,随着制造业的进一步发展与生产需求的不断变化,人们对于机器人功能的要求也日渐提高。路径规划是现代机器人的重要功能之一,路径规划能够使机器人在短时间内,在其所处环境中计算出一条较短且安全的路径。该功能能够有效帮助现代机器人提升生产效率和用户体验。本文在对路径规划的相关方法进行充分调研后,
论文部分内容阅读
21世纪科技快速发展,为解放人类劳动力提供了诸多科技赋能的解决方案。移动机器人在日常生活和工业领域发挥了重要的作用,随着制造业的进一步发展与生产需求的不断变化,人们对于机器人功能的要求也日渐提高。路径规划是现代机器人的重要功能之一,路径规划能够使机器人在短时间内,在其所处环境中计算出一条较短且安全的路径。该功能能够有效帮助现代机器人提升生产效率和用户体验。本文在对路径规划的相关方法进行充分调研后,提出了一种新型生物启发式优化算法Cuckoo Beetle Swarm Search（CBSS）,并对不同环境和需求场景下的路径规划任务进行了研究。论文完成的具体工作及研究成果如下:传统生物启发式智能优化算法对适应度函数进行优化搜索时,往往由于过早收敛而陷入局部最优预测值,同时缺少一种跳出局部最优值的策略,进而导致其在路径规划问题上全局搜索能力较弱。本文根据这一问题,提出了一种新颖的生物启发式路径规划算法,即CBSS算法。该算法模拟了布谷鸟和天牛群的生态习性,并使用莱维飞行使算法具备跳出局部最优值的能力。为了验证CBSS算法的有效性与计算性能,本文对CBSS进行了数值验证实验,数值验证实验的结果表明,与同类方法相比,CBSS算法具有良好的鲁棒性、计算速度和全局搜索能力。通过理论和数值验证证明了CBSS算法的有效性后,本文将CBSS算法应用于不同的路径规划场景以研究CBSS算法在解决路径规划问题下的表现与性能。针对二维环境下的路径规划问题,本文使用了一种生物启发式智能算法与三次样条曲线结合的路径生成方法进行规划,有效地降低了问题的复杂度,并与其他同类算法进行了对比实验。针对三维地形环境下的路径规划问题,本文提出了一种基于交换子和交换序的CBSS算法,使用扫描自真实环境的卫星三维高程数据地图作为三维路径规划实验的环境,设计了符合该实验环境的适应度函数,并与同类智能算法算法进行对比实验。二维与三维问题下的对比实验证明了CBSS算法在解决路径规划问题方面有着较快的计算速度与更良好的性能。为了使实验更贴近真实环境,CBSS算法被应用到ROS平台中。ROS平台搭建了路径规划的仿真环境,仿真环境主要包括智能车、障碍物与Gazebo地图环境布局,并在此环境中展开路径规划实验。最后,CBSS算法被移植到实体移动机器人以验证其有效性。实验结果表明,CBSS能够在ROS平台和实体移动机器人上完成路径规划任务,进一步证明了本文所提出算法的有效性。
其他文献
目的1、使用超声心动图多参数评分对射血分数保留心衰（HFpEF）患者的心脏功能进行整体评估,了解该疾病多参数评分的特征。2、通过研究认识HFpEF患者的超声心动图多参数评分与其他心功能指标的相关性。3、通过HFpEF患者超声心动图多参数评分的变化,对有氧运动治疗的疗效进行评估。方法从江苏省荣军医院住院治疗和无锡市山北街道家庭康复治疗的HFpEF患者中,选取38例患者作为干预组,选取33例患者对照组
癫痫作为一种严重的脑部神经系统疾病,通常需要结合临床症状和脑电图（Electroencephalogram）对患者进行监测、诊断、治疗。然而,由于很多类神经系统疾病,如脑炎、新生儿惊厥、儿童夜惊、脑白质病变等这些典型的神经系统疾病,有着和癫痫极其相似的临床症状,使得即使是专业的神经科医生,也需要反复观察比对患者的脑电图,导致无法及时给出有效诊断,延误病情。考虑到医生进行脑电图读图时,无法通过观察比
隐喻是日常表达和交流中一种不可替代的修辞手段,认知语言学研究表明隐喻是人类一种重要的认知手段。由于隐喻具有复杂性和微妙性的特点,它成为了自然语言处理任务中不可忽视的障碍。本文针对隐喻计算处理中的隐喻识别和隐喻释义问题进行深入分析,并结合深度学习相关技术和预训练语言模型提出了解决方案。在隐喻识别任务方面,提出基于Transformer和图卷积神经网络的隐喻识别模型,解决隐喻识别中单词和多词隐喻识别问
随着石油化工企业单套装置的处理规模越来越大,相应的离心压缩机及密封大型化成为必然趋势,而其旋转主轴轴端密封也变得越来越棘手。磁流体密封具有“零泄漏”、寿命长、应用速度范围广及可靠性高等优点,为大型离心压缩机旋转主轴轴端密封提供了解决思路。本论文针对传统密封方式难以解决大轴径离心压缩机旋转主轴线速度高所引发的密封困难问题,提出了一种带有降温和降压功能的新型组合磁流体密封装置,并通过理论分析和仿真相结
服务机器人在养老助残、病患监护、康复训练等领域具有广阔的应用前景,正逐渐成为机器人领域的研究热点。长期与人共处同一空间的服务机器人需频繁与人类进行交互。但目前人机交互技术仍不完善,尤其是其主动性、自然性与准确性有待提高。表情、头势、语音等是人类传递情绪、态度、意图等信息的重要交流方式,也是人机交互研究的热点。但实时精确的头势识别与交互目前仍是研究的难点,属于服务机器人交互领域的共性关键技术。因此,
随着5G时代来临,移动边缘计算（Mobile Edge Computing,MEC）作为一种利用网络边缘计算资源的技术正在快速发展。然而当前移动边缘环境中工作流调度仍存在许多问题:一方面,移动设备（Mobile Device,MD）的工作流调度需要提供低能耗、低延迟的服务,不合理的调度方式会严重影响用户体验,现有的工作流调度算法仍有提升空间;另一方面,边缘服务器在任务调度过程中如果不考虑可靠性约束
图像描述生成任务旨在根据图像内容生成自然语言描述,被广泛应用于盲人导航、儿童早教、新闻写作等领域。该任务要求算法模型不仅能够识别图像中的主要目标,还要能够理解目标之间的复杂关系。场景图是一种描述图像场景内容的结构化表示,基于场景图的图像描述生成方法能够利用场景图中的目标节点与关系边在图像与文本之间建立连接,并生成图像内容描述。然而,图像中往往有许多与描述无关的目标,导致场景图的目标节点冗余,模型生
伴中央-颞区棘波的儿童良性癫痫（BECT）是儿童时期最常见的癫痫综合征之一,其最明显的特征是在发作间期大脑Rolandic区存在不定量棘波放电现象,其放电量与患者病情有较为紧密的关系,因此棘波放电观测和统计成为了神经科医师对BECT患者诊断的重要依据,设计一种能够快速而精准地定位放电的儿童脑电棘波检测算法既能够辅助医生对BECT患者进行快速诊断治疗,也是进行后续病情自动化分析所不可缺少的关键一步。
本文研究了几类具有前馈增长条件的非线性时滞系统自适应输出反馈控制问题。前馈非线性系统广泛存在于实际工程中,其控制问题吸引了广大学者的研究兴趣。另外,实际系统中普遍存在复杂的时滞情况,消除时滞影响也是近年来的研究热点。事实上,许多文献为了解决前馈非线性时滞系统的控制问题,需要对系统施加严格的限制条件,这就减少了控制对象的一般性。为了减少现有成果的保守性,本文对几类约束条件更宽松的非线性系统进行研究,
随着5G网络和人工智能的发展,交互式显示器在日常生活中得到了日益广泛的应用。同时也出现了许多通过预测用户行为来提升用户体验的系统,如何减少人机交互的延迟是目前人机交互领域的一个热点研究问题。许多研究者从不同角度提出了不同的减少延迟方法。但传统的方法计算复杂,精度低,而且多依赖一些特定的硬件设备,不易于应用在现实中。对此,本文首先使用迁移学习,将视频分类模型用于用户的触摸预测,并在此基础上,提出了基