采用稀疏卷积的级联双轮车头盔目标检测算法

随着快递及外卖业的兴起,以电动车和摩托车为代表的双轮车数量激增,交通事故频发。由于双轮车数量庞大,管理将耗费大量警力,而该研究能够大大释放警力。针对目标检测模型中高分辨率特征层计算耗时的问题,提出了采用稀疏卷积的级联双轮车头盔目标检测算法,有效提升模型性能,速度提高了33.3%。此外针对行人以及自行车驾乘人员带来的未戴头盔误判问题,采用多尺度空洞卷积,通过引入上下文信息,可以有效减少此类误判,精度提升2.2%。最后标注并开源了交通道路场景下的双轮车头盔数据集TWHD,以验证算法性能。

扫地机器人车轮打滑检测与修正研究

针对扫地机器人因车轮打滑引起的运行方向误差,设计了双轮检测系统。该系统根据检测轮与驱动轮的光耦输出脉冲数的比较,判断运行状态并计算运行方向误差,通过正向校正或反向校正的方法修正误差。仿真结果表明,双轮检测系统能够累计车轮打滑引起的运行方向误差,准确计算长时间运行产生的小角度方向误差,具有容错性,反向校正的误差小于正向校正,但正向校正能量消耗较少。

移动机器人车轮打滑检测与校核方法

针对移动机器人车轮打滑引起的非系统误差,提出了双轮检测结构模型。利用检测轮与驱动轮编码器输出脉冲数,建立直行和不同转向方式的车轮打滑模型并给出打滑辨识算法。利用正向校正算法或反向校正算法校正运行方向误差与位移误差。仿真结果表明:该结构模型能够累计机器人长时间运行产生的打滑误差,并实时校正,反向校正算法存在极少的位移误差,校正精度优于正向校正算法,但正向校正算法逻辑简单,能量消耗少。