水下羽流追踪方法研究进展

水下羽流相关研究在海洋资源开采及环境保护等方面有着重要意义。文中围绕水下羽流扩散建模与追踪方法研究,对现有相关研究成果进行归纳,从基础、方法以及应用等角度,总结了水下羽流追踪的研究进展和发展趋势。全文包括4部分:1)介绍水下羽流分类和羽流追踪的应用背景;2)从扩散模型和仿真平台2个方面梳理羽流扩散建模的研究现状;3)将现有水下羽流追踪方法分为反应类方法、概率估计类方法和强化学习类方法3类,对各类方法的研究进展进行归纳;4)讨论了水下羽流追踪研究未来的发展趋势。通过对已有研究成果进行总结,为水下羽流追踪的进一步研究提供参考。

基于时间序列符号化模式表征的有向加权复杂网络

时间序列复杂网络分析近些年已发展成为非线性信号分析领域的一个国际热点课题.为了能更有效地挖掘时间序列(特别是非线性时间序列)中的结构特征,同时简化时间序列分析的复杂度,提出了一种新的基于时间序列符号化结合滑窗技术模式表征的有向加权复杂网络建网方法.该方法首先按照等概率区段划分的方式将时间序列做符号化处理,结合滑窗技术确定不同时刻的符号化模式作为网络的节点;然后将待分析时间序列符号化模式的转换频次和方向作为网络连边的权重和方向,从而建立时间序列有向加权复杂网络.通过对Logistic系统不同参数设置对应的时间序列复杂网络建网测试结果表明,相比经典的可视图建网方法,本文方法的网络拓扑能更简洁、直观地展示时间序列的结构特征.进而,将本文方法应用于规则排列采集的自然风场信号分析,其网络特性指标能较准确地预测采集信号的排布规律,而可视图建网方法的网络特性指标没有任何规律性的结果.

基于深度学习门牌检测的机器人室内定位方法

提出了一种基于深度学习的门牌检测方法,以实现室内环境中移动机器人的全局定位。具体步骤为:基于MobileNet-SSD算法对单目相机获取的图像进行门牌区域检测;提出一种改进的旋转投影方法用于倾斜图像校正;通过kNN(k-Nearest Neighbors)算法进行门牌号识别;根据事先采集的各个门牌的正视模板图片进行SURF(Speeded Up Robust Features)特征点匹配,进而实现基于n点透视(PnP)问题的相机位姿求解;根据坐标变换实现移动机器人的全局定位。使用移动机器人在室内办公环境下进行定位实验,结果表明,基于该方法实现的平均位置误差约为7 cm,朝向误差为0.1712 rad,相较于只使用自适应蒙特卡罗方法时位置误差减小了约50%,朝向误差减小了约57%。

基于深度强化学习的室内视觉局部路径规划

传统的机器人局部路径规划方法多为已有先验地图的情况设计,导致其在与视觉(simultaneous localization and mapping,SLAM)结合的导航中效果不佳。为此传统的机器人局部路径规划方法多为已有先验地图的情况设计,导致其在与视觉SLAM结合的导航中效果不佳。为此,本文提出一种基于深度强化学习的视觉局部路径规划策略。首先,基于视觉同时定位与建图(SLAM)技术建立周围环境的栅格地图,并使用A*算法规划全局路径;其次,综合考虑避障、机器人行走效率、位姿跟踪等问题,构建基于深度强化学习的局部路径规划策略,设计以前进、左转、右转为基本元素的离散动作空间,以及基于彩色图、深度图、特征点图等视觉观测的状态空间,利用近端策略优化(proximal policy optimization,PPO)算法学习和探索最佳状态动作映射网络。Habitat仿真平台运行结果表明,所提出的局部路径规划策略能够在实时创建的地图上规划出一条最优或次优路径。相比于传统的局部路径规划算法,平均成功率提高了53.9%,位姿跟踪丢失率减小了66.5%,碰撞率减小了30.1%。

服务机器人的触觉手势识别

为了实现机器人在人机交互过程中的触觉感知,提出了一种用于服务机器人的触觉手势识别方法。首先,将电子皮肤安装在服务机器人上,通过采集15位被试者的10种手势动作信号,构建了情感手势数据集。然后,使用时空分离卷积神经网络,对被试者触摸服务机器人时做出的触摸手势进行分类。结果表明,被试内手势识别率为90.25%,跨被试手势识别率为83.44%。通过调节模型中的时空通道调节因子,在几乎不降低识别率的同时,可以大幅减少模型参数量。基于电子皮肤的触觉手势识别实验,初步认为使用时空分离卷积神经网络能够以较高的准确率和较低的计算代价实现对人的触觉手势识别,这为服务机器人通过电子皮肤与人实现情感交互提供了可能。

RAOS:3维机器人主动嗅觉仿真平台

为便于开展气味源定位或烟羽建图等研究,设计了3维机器人主动嗅觉仿真平台RAOS(robot active olfaction simulator).RAOS围绕旋翼无人机主动嗅觉研究进行设计,同时支持地面移动机器人仿真,主要包括3维场景、机器人、风场、气味扩散及传感器仿真5部分.通过CAD(computer aided design)软件生成3维场景并导入仿真平台;采用CFD(computational fluid dynamics)软件仿真环境自由风场;基于旋翼无人机气动嗅觉效应模型仿真尾流诱导风场,并利用全连接网络近似计算诱导风场以提高计算实时性;结合CFD环境风场和烟丝扩散模型对气味扩散过程进行仿真;同时提出了简化的TDLAS(tunable diode laser absorption spectroscopy)传感器仿真模型.为验证仿真环境与真实环境中气味扩散过程的一致性,提出利用弗雷歇距离和推土机距离2个指标分别定量地描述气味扩散轮廓和气味浓度分布的相似性,结合KS(Kolmogorov-Smirnov)检验进行一致性判定.通过与实物实验及风洞数据对比,验证了RAOS平台仿真烟羽与真实环境烟羽扩散分布的一致性,可为3维环境主动嗅觉研究提供一致、可重复的仿真环境.