典型时间规整算法支持下的建筑物形状相似性度量

本文提出了一种基于典型时间规整(canonical time warping,CTW)算法的形状相似性度量模型,该模型运用动态时间规整(dynamic time warping,DTW)算法和典型相关分析(canonical correlation analysis,CCA),对齐具有不同节点个数的建筑物坐标序列,并综合评价不同形状轮廓之间的相似性。该方法直接以矢量坐标作为模型输入而无须复杂的形状编码,顾及了建筑物图形原始的轮廓特征,可高效地应用于形状检索等场景。试验表明,CTW算法在度量形状相似性时具有平移、旋转、缩放和镜像不变性,能有效度量建筑物形状之间的形状相似性,其结果符合人类的空间视觉认知。

基于STFT的仿人机器人手臂轨迹生成方法

为了提高机器人轨迹生成算法的泛化性,提出了一种基于时间-空间特征模板(STFT,spatiotemporal feature template)的机器人手臂轨迹生成方法.首先,针对机器人示教轨迹往往存在的时间长短和幅度差异较大的问题,采用广义的典型时间规整(generalized canonical time warping,GCTW)方法来统一时间和幅度的变化,从而获取机器人示教轨迹的共同特征模板.其次,基于STFT,引入机器人轨迹生成的平滑性约束、任务约束等因素,设定轨迹生成的目标函数并优化.最终在NAO仿人机器人平台上验证了所提出的轨迹生成算法,基于STFT生成机器人弧形轨迹并完成数字书写.实验结果表明,本文提出的基于STFT的轨迹生成策略可以生成满足期望条件的机器人轨迹,并具有一定的泛化性.