基于信息分形的行人轨迹预测方法

行人轨迹预测应用十分广泛,比如自动驾驶、机器人导航等。在轨迹预测中,一些不确定信息给轨迹预测任务带来了挑战,比如判别器中对轨迹信息判别的不确定,复杂的交互信息。在不确定信息处理科学领域,信息分形能有效处理不确定信息的不确定性和复杂性。受此启发,为了充分处理判别器中轨迹信息判别的不确定性,提升预测精度,该文提出了基于信息分形的轨迹预测方法。首先,场景信息和历史轨迹信息被特征提取模块提取。然后,通过注意力模块获取到场景-行人之间的交互信息与行人-行人之间的交互信息。最后基于生成对抗网络和信息分形生成合理的轨迹。在两个公共数据集ETH/UCY上实验表明,该方法能有效处理轨迹信息的不确定性,提高轨迹预测的精度。比如突然转弯、从后方超越前人、避让等行为的轨迹都能有效预测。在平均位移误差(ADE)和终点位移误差(FDE)上相比基准模型误差平均降低了11.11%和23.48%。

基于双惯容调谐质量系统的半潜式海上风力机振动控制

与固定式海上风力机相比,漂浮式海上风力机的振动问题更为突出,进一步控制漂浮式海上风力机的振动成为了工程难题.针对此问题,探索了惯容调谐质量阻尼器(惯容-TMD,即IBA)系统对半潜式海上风力机的振动抑制效果,并提出一种基于结构阻抗的惯容-TMD综合优化设计方法,从整个设计空间出发保证惯容-TMD的最优性.为寻求最优的减振效果,基于达朗贝尔原理建立风力机-惯容-TMD动力学模型,采用双IBA的控制策略同时对半潜式海上风力机浮台和塔筒的振动响应进行抑制,并从增益效果角度,比较了双IBA与双TMD的减振性能.最后对OpenFAST软件进行二次开发,数值验证了风浪联合作用下双IBA相对于双TMD减振性能的提升.结果表明:双减振装置的减振性能相较于单个减振装置有明显提升,且双IBA振动控制效果要优于双TMD;此外,基于惯容器质量增益效果,在达到最优TMD相同减振效果的情况下,机舱惯容-TMD(NIBA)和浮台惯容-TMD(PIBA)分别可将结构减振器中质量元件的质量减少23.9%和32.2%,大幅降低装置成本.