基于丢包率预测的视频传输纠错算法

为解决视频图像在互联网中进行传输时,其质量易受网络丢包率、时延等因素的影响而显著降低的问题,提出了一种基于丢包率预测的视频传输纠错算法。该算法采用隐马尔可夫模型预测网络丢包率,根据丢包率的大小自适应地选择FEC或ARQ对视频图像进行纠错操作。当预测出的丢包率较高时,为避免FEC算法在丢包率较高时降低带宽利用率,采用选择性ARQ算法恢复丢失的视频数据包,并通过限制其重传次数使视频传输的实时性得到了保证;当预测出的丢包率较低时,则采用优化了RS冗余值的FEC算法进行纠错操作。在OPNET modeler中进行的仿真实验表明,与HARQ算法相比,使用该纠错算法,视频图像的PSNR的平均值提高了1.6 dB,平均时延减少了0.24 s左右。该算法不但降低了视频传输的平均时延和丢包率,而且提高了接收端视频图像的重建质量,具有复杂度低、实现简单的特点。     

基于博弈论的多机器人系统任务分配算法

对多机器人系统任务分配策略进行了形式化描述,为任务分配方案的求解提供了一种数学描述工具;针对多机器人系统中机器人决策之间的相互依存性,引入博弈论的思想分析了多机器人系统的任务分配问题,提出了一种基于博弈论的多机器人系统任务分配算法(GT-MRTA).实验结果表明,算法复杂度较低,计算量较小,鲁棒性较好,获得的任务分配方案质量较高.     

新的RoboCup救援仿真分区消防策略

在RoboCup救援仿真的消防策略中,火势蔓延的控制对救援的效果有着重要的作用。大多数队伍采用基于单个建筑的各种指标的单目标选择法,该方法在着火建筑较多或者火势蔓延快时难以对火势进行有效控制。提出一种新的基于密度聚类的分区方法,根据火势蔓延速度将所有建筑进行聚类分析形成建筑簇并分开成为不同的区域,然后综合建筑的属性作为权值选择目标区域和灭火建筑,从而有效地控制火灾的蔓延甚至将火灾完全扑灭。最后通过仿真实验和比赛验证了该方法的有效性。     

多机器人系统任务分配效用评价算法

为了提高复杂环境中多机器人系统任务分配的决策质量,获取准确、客观的效用评价,提出了一种基于自适应神经-模糊推理系统(adaptive neuro-fuzzy inference system,ANFIS)的效用评价算法ANFIS-UE.设计了基于ANFIS的效用评价网络结构,并采用Q学习对效用评价网络的参数进行学习.利用ANFIS优越的函数逼近能力和泛化能力,提高了效用函数的学习效率,能够对连续的状态输入产生连续的效用评价值.实验结果表明,该算法获得的效用评价相对更准确,从而提高了任务分配方案的质量.     

基于效用值的足球机器人系统任务分配方法

针对足球机器人系统中的任务分配问题,提出一种基于效用函数值的任务分配方法。在分析足球机器人系统任务分配问题的基础上,对机器人效用函数进行定义,并论述机器人球员相对于不同子任务效用函数的构建过程,给出基于效用值的足球机器人系统任务分配算法。仿真实验结果表明,该方法计算量小、实时性好,任务分配性能优于已有文献中的方法。     

RoboCup救援仿真中多警察Agent的任务合作方法

在RoboCup救援仿真中,警察Agent之间的任务合作好坏直接影响到整体救援效率。本文针对在无警察中心的情况下如何进行任务合作,提出一种任务优先级的合作方法。通过对任务优先级的比较和选择,提高多警察Agent对重要任务的合作完成效率。通过仿真实验验证该合作方法在救援仿真系统的有效性。     

基于改进人工势场法的足球机器人避碰控制

本文在分析足球机器人避碰的特点及传统人工势场法不足的基础上，提出了引入 障碍物的速度和加速度矢量的改进人工势场法，用于足球机器人的避碰控制．仿真实验表明 ，这种方法是可行的，并弥补了传统人工势场法的不足．     

基于space—time的二叉树表达动态环境中的路径规划

研究具有空间和时间的space-time三维动态环境下的机器人路径规划，分析了四叉树表示二维空间的搜索算法，在此基础上，提出采用二叉树表示二维空间的方法。时间信息中增加加速度，利用二叉树遍历方法和A^*算法，设计一个在动态障碍物环境下进行路径规划的新算法，并在足球机器人系统中进行仿真，实现了较好的路径规划。     

试论日本东京大学机械系三学科的CAD／CAM课程教育

介绍日本东京大学机械系三学科实施ＣＡＤ／ＣＡＭ课程教育的基本情况，结合我们从事该课程的教育和研究工作，提出我们的看法和意见     

微管道机器人的一种主体驱动机构的设计

从电磁力学出发,本文提出了一种基于电磁结构的微管道机器人主体驱动机构的设计方法.同时通过理论计算,给出了该机构的基本设计尺寸,为微管道机器人的结构设计、机械系统力的分配与确定提供了理论依据.