类脑发育无人机防碰撞控制

城市无人机的大量普及,对无人机在密集动态环境中的防碰撞问题提出了严峻挑战.论文针对密集动态环境中碰撞威胁模式复杂多变的特点,设计了无人机的自主心智发育型防碰撞控制架构,建立了可自主发育的威胁–规避映射关系,构建了威胁模式知识库和规避策略知识库,进而提出了基于自主心智发育的无人机防碰撞控制方法.通过将有效可信的知识不断导入发育器进行发育,可以持续提高无人机应对密集动态障碍的防碰撞能力.仿真对比实验表明,本文方法不仅能快速构建安全避障航路,而且算法效率随知识库的扩充而提高,能够极大提高无人机在密集动态障碍环境中飞行安全性.

一种带有实时视觉特征学习的自主发育机器人探索

能根据实时的环境如人一样进行自主发育学习是近年刚刚提出的、根据生物和认知的原理的一个新思想,因提出的方法复杂度高,所需的机器人平台的要求也比较高,在研究了增量获取特征和自主发育算法的基础上,把视觉特征抽取和自主发育结合在一起,通过一定的简化,形成能在简单的平台上实现的简化系统.经实验模拟证实该系统能够实时抽取视频图像的特征并实现移动机器人对环境的主动辨别和认知.