基于Frontier-Based边界探索和探索树的未知区域探索方法

针对移动机器人未知区域探索的效率和自主性等问题,提出了一种基于边界搜寻思想并适用于二维栅格地图的未知区域探索方法。为了使机器人对未知环境的探索更加高效,该方法以已建环境地图中边界上的出口区域作为逻辑节点,以节点距离评价函数值为边权重,动态建立待探索出口区域节点的探索树并通过对探索树的遍历、搜索、回溯和建立新节点的过程,利用同时定位与建图技术,引导机器人有目标地选择下一个探索区域,完成对未知区域的自主探索。理论分析和仿真实验表明,在实验地图、机器人移动速度及传感器数据最大有效范围均相同的情况下,本方法的单次探索覆盖率相比其他常用的机器人未知区域探索算法所得到的单次探索覆盖率即探索效率有大幅提升;且在逻辑上,本方法是对栅格地图对应的最小生成树的深度优先搜索遍历,每次探索都会自主选择明确的目标区域,不会出现多次覆盖和陷入回路的情况,探索性能更加高效和稳定。

多机器人的改进型边界探索算法

针对多机器人探索未知环境问题,提出了改进型边界探索算法。该算法综合考虑边界角度和距离两种因素,引入分散机制,使机器人团队协同工作,避免出现拥挤,减少探索过程中的重复覆盖和路径交叉现象。基于与其他方法的实验比较结果表明,该探索方法使多机器人具有更好的团队协作能力,提高了探索效率。

一种基于高效边界探索的机器人自主建图方法

针对目前自主移动机器人对室内未知环境的自主探索建图效率低、通用性差以及由于探索区域狭窄导致地图构建不完整的问题,提出一种基于曲线拟合和目标探索点邻域规划的边界探索自主建图方法。该方法对已构建的初始地图边界以曲线拟合方式筛选安全目标探索区,并针对机器人不可达目标探索区,采取滑动窗口邻域规划方法建立新目标探索点,引导机器人自主导航至该目标探索点,同时利用同步定位与建图技术,完成机器人对未知环境的自主探索和构图。实验表明,与现有方法比较,本方法能够以较少的探索次数、更短的探索路径和更高的探索效率完成对未知室内复杂场景的自主探索建图。

基于复合探索策略的多机器人未知环境探索算法

为解决多机器人探索算法存在的计算资源大,探索后期效率较低等问题,提出了一种基于复合探索策略的多机器人未知环境探索算法。该算法分为3个模块,首先,利用机器人传感器构建初始地图,并使用基于快速边界和基于RRT(Rapidly-exploring Random Tree)的探索算法来获取边界点;其次,对边界点进行过滤和聚类以减少边界点数量并降低计算量;最后,通过任务分配模块,综合计算相对每个机器人的边界点信息增益、导航成本和定位精度等因素后引导机器人前往未知区域。通过在不同开阔程度的仿真环境下进行对比实验,结果表明,该算法提高了探索效率,并在复杂环境下表现出了更好的探索性能。

无人机多机协作探索煤矿灾变环境算法

针对目前煤矿灾变环境下救援机器人探索效率低的问题,提出了一种使用无人机多机协同探索煤矿灾变环境的改进型边界探索算法。该算法在效用值边界探索算法的基础上增加了对无人机导航角度因素的考虑,同时引入分散度函数作为评判机制来构建目标函数,并使用蚁群算法对该目标函数进行求解。最后利用Matlab软件在栅格化地图上进行了仿真实验。实验结果表明,和效用值边界探索算法相比,改进型边界探索算法减少了探测过程中的重复覆盖和拥挤现象,缩短了探测时间,降低了约30%的能量消耗,提高了无人机多机系统的整体探索效率。

全生命周期锂离子电池安全特性测试方法

以热失控为特征的安全性问题是制约锂离子电池规模应用的重要因素,从电池安全的重要性以及安全失效的机理出发,提出了一种进行电池单体安全特性探索的方法和思路,通过DOE试验设计来进行电池安全边界开发,并基于某款电池单体进行了试验数据和现象的分析总结。电池在使用过程中因不断老化使其安全性能随之发生变化,进一步对不同老化程度后的电池进行了安全滥用试验,量化分析了老化后电池的安全特性,支持全生命周期的电池安全设计与管理。对电池系统的结构集成设计、电池管理系统开发及防热扩散保护方案设计都有较强的指导意义和重要参考价值。

多类别标签弱监督语义分割热力图生成算法

针对弱监督语义分割过程中,类激活映射只关注影响分类结果的像素点,而忽略了图像内弱监督学习过程中出现的不确定像素点,导致类激活映射无法生成高精度热力图的问题,提出一种多类别标签弱监督语义分割热力图生成算法。通过将图像特征与种子区域生成的多类别标签相结合,构造一种注意力机制,使得算法可以关注到每类中的像素点,解决了弱监督语义分割过程中出现的不确定像素点分类问题,并生成高精度热力图,进一步提高弱监督语义分割算法的精度。在PascalVOC2012数据集进行仿真测试,与该算法同类激活映射相比,平均交并比提升14.57%。在无人车自主驾驶等领域具有较好的应用前景。

通信距离约束下的无人船集群覆盖搜索方法

针对通信距离受限时水面无人船(unmanned surface vessel,USV)集群对未知水域的覆盖搜索问题,提出一种竞拍协同边界探索算法。首先根据边界探索的思想提取地图探测边界,然后以基于层次聚类思想进行改进的K-means++聚类算法划分任务区间,消除不安全或低收益的目标搜索点,再以分布式竞拍算法为USV集群动态分配搜索任务,使集群搜索效率最大化,各艇经过多轮分配、执行搜索任务直至覆盖全水域。仿真实验表明,在相同集群规模下,相较于无协作的几种边界探索算法,该算法任务用时和集群航行总路程更少;在相同任务地图下,覆盖搜索效率随USV集群规模增大而提高。

室内移动机器人主动SLAM技术研究

为提高移动机器人自主探索室内未知环境的能力,基于实时获取的里程计和激光雷达数据,提出了一种面向室内环境的主动SLAM算法。首先利用激光雷达高精度特性,进行高频率的扫描匹配,提高了机器人定位和建图精度。同时基于实时地图,通过边界探索算法实现了机器人自主、高效遍历室内环境,并建立全局地图。鉴于室内环境通常是动态的,在全局路径规划的基础上引入局部路径规划,实现了机器人运动过程中的实时避障。使用Kobuki移动机器人平台在室内环境中进行了实验验证,实验结果表明该算法在小规模室内场景下的建图精度约为5cm,全程用时约为人为遥控方式的1.5倍。

探讨节目模式创新中如何做好中国故事的国际表达——以《功夫学徒》第二季为例

2020年是我国全面建成小康社会、坚决夺取脱贫攻坚战全面胜利之年,《功夫学徒》第二季,将带领异国青年深入中国腹地农村,学习中国脱贫经验,见证2020年中国小康社会建设成果,向国际观众勾勒中国通过改革开放实现经济发展、奔向全面小康的形象。《功夫学徒》第二季成功地通过语言的创新、形式的创新,构建了一套自有的跨文化传播体系,通过双向对话的叙事表达和沉浸体验的纪实风格,把宏大主题和微观叙事很好结合。本文将通过节目边界模式探索、选题对接国际视角、选人兼顾表达需求三大方面来总结,在文化出海中做好中国故事国际表达的一些操作方法;以及对于我们革新国际化传播观念,主动构建升级国际话语体系,发挥主流媒体正向作用,引领中华文化“走出去”的积极意义。

为复杂世界而转型

当地时间2024年10月15日,美国华盛顿特区,在美国陆军协会(AUSA)2024年年会暨博览会上,由波士顿动力公司项目经理梅辛格(Aaron Messinger)远程操控的四足敏捷移动机器人“Spot”受到关注。该款机器人可以模拟在战术环境中作战。在波士顿动力公司官网上,该机器人被描述为“实现感应和检查自动化,捕获无限数据,无边界探索”。