【摘 要】
：
随着信息化程度不断加深,移动机器人的应用越来越广泛,但在很多情况下,移动机器人需要工作在不断变化且复杂的环境中,由于无法提前获取环境信息,往往难以对移动机器人进行路
【机 构】
：
广东电网有限责任公司广州供电局电力试验研究院 广州510410
论文部分内容阅读
随着信息化程度不断加深,移动机器人的应用越来越广泛,但在很多情况下,移动机器人需要工作在不断变化且复杂的环境中,由于无法提前获取环境信息,往往难以对移动机器人进行路径规划并寻找到一条合适的路径.针对这一问题,提出了一种移动机器人路径规划方法.该方法运用栅格法建立环境模型,利用探索步数定义回报值,并通过强化学习不断优化路径.针对强化学习中对环境的探索与利用的平衡问题,提出一种变化的ε-decreasing动作选择策略和学习率选择方法,使探索因子随着智能体对环境探索程度的增加而动态变化,从而加快了学习算法的收敛速度.仿真结果表明,该方法能够实现移动机器人在复杂的环境下的自主导航和快速路径规划,在获得相同路径长度的前提下,迭代次数相比于传统强化学习算法减少了约32％,有效地加快了收敛速度.
其他文献
随着传动系统的进步以及传感器技术的发展,光电跟踪系统的应用领域不断拓展,系统针对的跟踪目标也从高空、远距离、速度快、运动规律强的传统目标进一步拓展到了低空、距离近、速度慢、运动规律弱的新型目标。面对新型的跟踪目标,光电跟踪系统需考虑进一步提升光电跟踪技术以提高系统的跟踪能力。前馈控制是一种提高系统跟踪能力非常有效的手段,前馈控制的关键在于获取实时准确的目标运动状态,但探测目标的图像传感器一般都存在不可忽略的时间延迟。因此就形成了基于预测滤波的光电跟踪技术研究方向。回顾目前主流的4种基于预测滤波的光电跟踪技
针对当前利用RGB-D图像进行目标检测出现的网络融合不充分和检测效率不高等问题,提出一种基于注意力机制的特征逐级融合网络结构。首先在基于Yolo v3的Backbone网络结构下,分别用标注好的RGB-D样本分别训练RGB和Depth网络,然后通过注意力模块增强两种特征,最后在网络中期逐层融合得到最终的特征权重。在具有挑战性的NYU Depth v2数据集上测试,得到本文方法的均值平均精度为77.
为了提高手语识别准确率,提出一种基于混合粒子群优化的支持向量机(HPSO-SVM)的多传感器手语识别方法.在原始数据采集阶段,利用ZTEMG-2000肌电传感器采集人体手臂表肌电信号
针对传统校正方法在非均匀背景场中会面临校正性能降低,甚至完全失效的问题,设计了一种新的非均匀背景场中的矢量磁力计阵列校正方法,依据空间中一点的张量不变量的旋转不变
针对未知动态环境中多机器人协作围捕的时间长、成功率低的问题,提出了一种基于生物启发神经网络的新型多机器人协作围捕方法.首先,构建了多机器人协作围捕模型,利用动态联盟
针对当前无线传感器网络(WSN)级联模型中流量指标无法正确反映WSN的汇聚特征,提出了一种受节点容量和链路容量限制的无线传感器网络级联模型.首先,在每个节点上根据新的度量
传统的单个模糊分类器方法采用固定的去模糊化规则,在情感数据分类上容易引起文本歧义,针对该问题,提出一种基于深度神经网络和模糊规则的文本分类方法.该方法分为两个主要阶
针对复合绝缘子安全运行需要,进行复合绝缘子脱粘缺陷相邻电容无损检测方法研究。通过数值仿真和实验,研究了相邻电容传感技术对多层介电结构脱粘缺陷检测的可行性及电极宽度和间距对相邻电容传感器检测能力的影响。结果表明,相邻电容传感技术可用于多层介电结构界面脱粘缺陷检测,且电极宽度和电极间距对其检测性能有影响,通过优选电极参数可以提高相邻电容检测技术的检测效率和分辨率。该研究工作为复合绝缘子芯棒脱粘检测提供了可行的技术方案。
为了提高PID控制器对系统的稳定性,并减少控制误差,提出一种自适应神经网络PID控制器。首先,在离散时间模型中开发PID控制器,以减少在连续时间中设计控制器所带来的问题。然后,定义一个自适应神经网络,调整控制增益,以实现导航任务过程中六旋翼无人机(UAV)的跟踪误差最小化。利用梯度下降方法对PID控制器的重要参数进行整定。此外,通过卡尔曼滤波对传感器测量值进行过滤,以提高在线自适应的性能。实验结果
在计算机系统电磁辐射的信息泄漏中,视频信号是最容易被截获及恢复的信息.针对计算机系统VGA线缆传导发射的视频信号的恢复问题,建立了计算机模拟视频信号在VGA传输通道中的