基于概率论的机器人高斯运动避障轨迹规划方法

当机器人的运动存在过程噪声,或其携带的闭环反馈传感器存在观测误差时,机器人的运动就会呈现出显著的非确定性。以自然界最为普遍的高斯分布描述系统运动状态的非确定性。用概率论的方法结合机器人本身的线性控制及卡尔曼滤波对机器人可行轨迹进行规划和先验概率的评估,从而得到机器人先验估计概率。采用线性控制方法和卡尔曼滤波相结合,进行高斯运动系统误差建模;然后用高斯运动模型对可行轨迹进行评估,能够计算出轨迹避开障碍和到达目标点的概率。为了进行最优轨迹规划,通过样条化方法计算出一组可行轨迹。理论上,这些轨迹本身都能够达到目标点,并避开障碍,但由于机器人行为的非确定性,机器人仍然存在碰撞和难以达到目标点的可能。通过高斯运动先验概率估计,评估成功概率值最大的轨迹就是机器人非确定性高斯运动状态下的最优轨迹。

基于高斯运动模型的车辆检测

针对交通视频监控中常见的双向车道场景,改进得到一种更精确的高斯运动模型,将本不属于同一分布的双向运动车辆对应像素通过变量变换,转换成同一分布。再使用高斯运动模型分别对运动车辆和运动背景建模,通过贝叶斯判定检测出运动车辆。实验结果表明,此方法在单向车道和双向车道的场景中均具有更高的车辆检测准确率,其中在双向车道场景中,检测效果大幅提升。

基于混合高斯运动检测模型与多特征的烟雾识别算法

为了有效克服复杂环境下动态、静态疑似烟雾物体的干扰,实现对烟雾的实时准确检测,提出基于混合高斯运动检测模型与多特征分析的烟雾识别算法。首先应用优化的混合高斯运动分析模型对视频图像序列进行运动区域提取,然后依据烟雾的颜色特性、形状不规则性及面积扩散特点,对提取的疑似烟雾运动区域进行分析与筛选,从而判定出其是否为烟雾。实验结果表明:该算法可实时提取视频中的烟雾区域,并有效剔除疑似烟雾区域的干扰,具有良好的烟雾识别能力。

矢量场穿过运动高斯面的通量随时间变化率的严密理论

证明了当计算矢量场穿过运动高斯面的通量随时间的变化率时,积分符号与求导符号的顺序是可以交换的.导出了运动曲面上的面元矢量随时间变化率的公式.给出了矢量场穿过运动高斯面的通量随时间变化率的几种算法.

高斯无奇点卫星运动方程的数学推导——谨以本文恭贺师兄欧吉坤教授七十寿辰

本文给出高斯无奇点运动方程的严格数学推导。该方程的无奇点特性使轨道力学中的奇点问题获得了完全的解决。

拉格朗日/高斯无奇点卫星运动方程推导与分析

针对卫星轨道理论中的奇点问题,对拉格朗日/高斯无奇点卫星运动方程做了深入的分析和探索,从原始拉格朗日和高斯运动方程及其物理意义出发,考虑圆轨道、圆赤道轨道和赤道轨道3种奇点情况,推导了一种新的拉格朗日/高斯无奇点卫星运动方程,并探讨了方程的连续性。该方程消除了零因子,解决了卫星运动方程的奇点问题。

机会网络中类马尔科夫运动模型的黑洞攻击仿真

机会网络是一种容延容断网络(DTN),研究的方向有很多方面,例如:转发策略、缓存机制、运动模型、安全隐私问题等。本文着眼与运动模型对机会网络性能的研究,通过在一个基于真实信息建立场景下使用一种节点攻击形式,分析攻击性能的好坏从而达到评估运动模型的性能。可以看出基于马尔科夫过程模型更有效的捕捉了节点真实路径信息。

基于道路的运动车辆检测

基于图像的运动车辆检测是智能交通系统中一个重要而又困难的问题,它通常受到光照、路边摇晃树木、以及各种恶劣天气等的影响。提出了一种基于道路的车辆检测方法,在道路的入口处只利用背景差,对非入口处运动背景和不同道路上运动车辆的运动向量分别进行高斯建模,并利用贝叶斯准则和多帧信息来检测出运动车辆和运动背景。实验结果显示该方法取得了很好的效果。

基于移动高斯热源的平板对接焊缝数值模拟

平板对接焊接因其受力合理,得到广泛应用。依据叠加原理,采用运动高斯热源模型进行有限元分析,模拟X70管线钢焊接过程。平板对接焊缝焊接残余应力对称分布,焊缝及其附近区域为残余拉应力,最大残余应力接近于屈服应力,随着离焊缝距离的增加,拉应力急剧下降并转为压应力。焊接变形对称分布,最大值出现在过热区,整体变形较小。

计算分析二维系统在非高斯对称Lvy噪声下的平均首次逃逸时

本文通过计算分析一个二维的动力系统在L′evy噪声扰动下的首次逃离时问题.一个数值的方法去求解对应的一个非局部二维奇异微分-积分方程的问题,计算分析出不同的跳测度系数和α值对系统的首次逃离时间的影响.

MRI联合扩散峰度成像对乳腺良恶性病变的鉴别诊断价值研究

目的 探索磁共振成像(MRI)联合扩散峰度成像(DKI)对乳腺良恶性病变的鉴别诊断价值。方法 82例乳腺病变患者,均进行MRI检查及DKI检查。比较乳腺良、恶性病变患者的DKI参数值;以病理检查为金标准,比较MRI单独检查与联合DKI检查的诊断效能(特异度、灵敏度、准确度)。结果 病理学检查显示:恶性病变患者50例,良性病变患者32例。恶性病变患者的平均峰度系数(MK)、横向峰度系数(AK)、径向峰度系数(RK)、各向异性系数(FA)分别为(0.83±0.09)、(0.99±0.14)、(1.07±0.30)、(0.28±0.06),均高于良性病变患者的(0.50±0.11)、(0.51±0.16)、(0.63±0.18)、(0.18±0.03),平均扩散系数(MD)(1.07±0.14)×10^(-3) mm^(2)/s低于良性病变患者的(1.73±0.50)×10^(-3) mm^(2)/s,差异有统计学意义(P<0.05)。良、恶性病变患者的径向扩散系数(RD)比较,差异无统计学意义(P>0.05)。以病理检查为金标准,MRI联合DKI检查诊断乳腺恶性病变的特异度、灵敏度、准确度分别为96.88%、92.00%、93.90%,均高于MRI单独检查的75.00%、76.00%、75.61%,差异有统计学意义(P<0.05)。结论 MRI联合DKI检查对乳腺良恶性病变具有较高的鉴别诊断价值,可提高诊断特异度、灵敏度及准确度。

基于AKAZE特征的复杂抖动数字视频稳像算法

针对目前大部分视频稳像算法实时性及适用性较差的问题,基于AKAZE特征,提出一种复杂的抖动数字视频稳像算法。通过AKAZE特征提取视频图像的特征点,采用快速近似最邻近库算法匹配视频邻帧间的特征点。利用特征点筛选机制剔除误匹配的特征点,以提高运动估计的准确性,并采用随机抽样一致性算法迭代求解视频图像间的运动参数。为得到去抖动的视频运动参数,使用高斯滤波器将运动参数进行滤波,对视频序列进行运动补偿得到稳像视频。实验结果表明,该算法在特征点数较多的情况下,其运动估计速度接近于加速健壮特征(SURF)算法的3倍,比基于SURF特征点的运动估计算法具有更强的实时性及健壮性,比三维内容保持变换算法、子空间视频稳像算法效果更稳定。

基于BRISK的实时视频抖动检测算法

针对目前视频抖动检测算法只能处理离线视频、简单判断视频是否抖动,不能识别抖动类型及具体帧序号的问题,提出一种实时视频抖动检测算法。采用BRISK算法进行视频图像特征检测,采用OPQANN算法进行特征点匹配,对匹配的特征点采用RANSAC算法进行运动参数估计并构建其运动轨迹,采用高斯低通滤波器对运动轨迹进行滤波处理,据此进行视频水平、垂直及旋转抖动检测。大量实验结果表明,在复杂环境下,与ORB+前向-后向LK算法相比,该算法抖动检测正确率提高18.3%,误报率、漏报率分别降低13.8%、34%,在抖动类型识别等方面该算法也表现出良好的性能。

基于行动预测的支持移动自组网QoS的路由方案

从研究高斯-马尔可夫运动模型出发,提出了一个可用于预测移动自组网中节点间最大链路有效时间的模型。从提供QoS路由度量和改进被动路由协议两个方面阐述了提供移动自组网QoS支持的机制。仿真实验表明,新的路由方案具有网络吞吐量大、抖动小和时延可控制的特点。

对称Levy乘性噪声下平均首次逃逸时问题的计算分析

复杂的动力系统常常受到非高斯的随机扰动。首次逃离现象,即从一个状态空间的有界区域中逃逸出来,对动力系统的随机演化有很大的影响。在本文中,我通过计算分析了在乘性Levy噪声下的首次逃离时问题。一个数值的方法去求解这个非局部的问题,计算分析出不同的跳测度系数和值对系统的首次逃离时间的影响.

基于高斯模型和视觉测量的机械臂在线自标定方法研究

对于在空间站、核电站或其他无人环境中工作的特种机械臂,过载、碰撞、振动、温度变化和应力释放等都会对结构几何参数产生影响,长期使用操作精度会不断降低。因此,当无人操作机械臂在执行高精度操作或维护时,应进行自主标定以提高操作精度。提出了一种基于多标识点的在线自标定方法,用固定在机械臂末端的相机测量1~3个标识点,形成非稳态多传感器手眼系统。针对系统存在的运动误差和传感器测量误差,提出了高斯运动(GM)方法,建立了可行的标定模型,并将线性二次型调节器(LQR)控制与扩展卡尔曼滤波(EKF)相结合,实现了误差影响下的标定运动轨迹跟踪。同时,在视觉系统存在测量误差和标识点非稳态识别造成间歇信号反馈时,为了形成高精度、稳定的信号采集,提出了基于蒙特卡罗方法,根据测量点方差筛选最优测量点。为了更加契合机械臂几何误差形态,采用了DH增广模型,一次逼近30个模型参数。基于中国空间站的生命科学手套箱机械臂的数据比较分析和试验结果证明了所提方法的有效性和可行性。

MRI扩散峰度成像对乳腺病变的价值分析

目的探讨磁共振(MRI)扩散峰度成像(DKI)对乳腺病变性质的鉴别诊断作用。方法以2017年1月-2021年7月我院确诊的60例乳腺病变患者为研究对象,行MRI常规扫描与DKI序列扫描。比较常规MRI扫描参数[弥散系数(ADC)]与DKI参数[平均峰度(MK)、轴向峰度(AK)、径向峰度(RK)、平均扩散率(MD)、各向异性分数(FA)]在良、恶性乳腺病变及不同病理类型中的数值差异,并分析其诊断效能。结果良性病变MK、AK、RK值低于恶性乳腺病变,MD、ADC值高于恶性乳腺病变(P<0.05);不同病理类型中ADC、MK、MD、AK、RK值比较,差异有统计学意义(P<0.05);ADC、MD值在浸润性导管癌、导管原位癌、黏液腺癌中呈递增,MK、AK、RK值呈递减,差异有统计学意义(P<0.05);以病理检验为金标准,绘制工作特征曲线(ROC)可知,AK、MK、RK、MD参数诊断恶性乳腺病变的AUC大于传统ADC(P<0.05)。结论DKI中AK、MK、RK、MD参数在乳腺病变性质的鉴别中具有可靠的诊断价值,其诊断效能优于常规ADC参数。