基于空间数据库裁剪的机器人路径规划

本文对基于空间数据库的移动机器人路径规划算法中引入先裁剪再检索的思想,在此基础上提出一种全新的移动机器人路径规划算法。该算法能使规划的路径成功地得到短的无碰路径,而且收敛速度明显加快;除了适用于障碍物是多边形围成的图形外,还适用于障碍物是圆形的情形;允许设定不同的障碍物各条边的模拟退火初始温度,从而能够简单地避免某些局部极小值的情况。

基于轨迹预测的安全强化学习自动变道决策方法

深度强化学习在自动变道决策问题中由于它的试错学习的特性,易在训练过程中导致不安全的行为。为此,提出一种基于轨迹预测的安全强化学习自动变道决策方法。首先,通过最大似然估计的概率建模并预测车辆的未来行驶轨迹;其次,利用得到的预测轨迹和安全距离指标进行驾驶风险评估,并且根据驾驶风险评估结果进行安全动作约束,将动作空间裁剪为安全动作空间,指导智能车辆避免危险动作。在仿真平台的高速公路场景中,将所提方法与深度Q网络(DQN)及其改进方法进行测试比较。实验结果表明,在智能车辆训练过程中,所提方法在保证快速收敛的同时,使碰撞发生的次数相较于对比方法降低了47%~57%,有效提高了训练过程中的安全性。

一种大范围复杂场景的快速绘制算法

文章对如何提高大范围复杂场景的显示速度进行分析,利用物体的空间拓扑结构对空间场景进行预裁剪,同时,建立了合适的模型调度策略,并将两者相结合给出了一个大范围场景的快速绘制算法。文中用一个实际应用说明该文提供的绘制算法的有效性。

一种三维海量战场点目标的显示方法

该文提出了一种三维海量战场点目标的显示方法。首先根据战场点目标显示需要,创建多种图元池;然后根据当前相机参数,结合空间裁剪算法,获取到当前需要显示的目标信息;最后用此目标信息数据更新图元池中的图元,控制其加入或移出渲染队列。根据这种场景管理方法,内存中只处理当前场景中的少量目标,从而实现海量目标的高效显示。

左右工作室:设计在感觉中漂流

作为室内设计师,刘杰非常善于把握空间设计。他认为不是所有的既成空间都适合居住,而一个好的室内设计师应该善于进行空间裁剪,使其适合业主的日常起居。与刘杰擅长整体把握不同,刘蕾既拥有扎实的艺术功底,又能够将女性细腻内敛的特点发挥得淋漓尽致,因此在细节、装饰、色彩等方面见长,善于将空间完整细致地呈现出来。两人组成的左右工作室工作状态显得有些与众不同,通常设计的切入点不是立刻进入功能和细节,而是试图先将思绪漂浮起来,进入某种情绪,寻找到一种感觉—

与谁同坐,清风 明月 我设计对传统四合院的思考

设计,注重的是设计师对实现设计目标的思考过程,由于李辉无暇亲自执笔,只能以访谈的形式,呈现其设计思考过程。