基于稀疏化的快速扩展信息滤波SLAM算法

随着SLAM技术的不断发展,计算效率已经成为制约SLAM发展的主要因素.所提出的算法从稀疏化的角度对扩展信息滤波SLAM算法进行改进.根据信息矩阵几乎稀疏的特点,该算法在合理稀疏化信息矩阵的同时利用环闭合检测技术,不仅大大提高了算法的计算效率,而且所得到的估计结果也很精确.通过仿真对信息矩阵稀疏化、算法效率、重定位以及误差和协方差四个关键问题进行了分析.分别就室内具有摄像头的两轮机器人和室外具有激光雷达的四轮机器人的情况进行了实验讨论.仿真与实验结果表明了所提算法的有效性.     

基于直线和单特征点的移动机器人视觉推算定位法

提出了一种基于直线和单特征点的视觉推算定位方法．将摄像机固定安装在移动机器人上,并使摄像机的方向垂直于天花板．提取天花板图像中的两条相交直线及其交点作为特征,利用直线的方向估计机器人的方位,再结合相交点的像素坐标变化量推算出机器人的位置．机器人运动过程中,用作特征的交点接近图像边缘时,更换新的交点作为特征点．室内定位实验结果验证了该方法的有效性．     

分布式移动代理系统的异步死锁检测

移动代理技术在为分布式应用提供全新的网络计算方式的同时也产生了传统分布式计算领域所没有的新的交互模式和执行模式。传统分布式计算的处理方法如并发控制和死锁检测方法不再适用于客户和服务提供者都可在网络中随处移动的移动代理系统。通过移动代理来建模长寿事务,并根据移动代理的特点提出了一种异步分布式死锁检测和解除算法。它将事务代理的执行与死锁检测机制分离,用专门的代理负责死锁检测的初始化、检测和消除等工作。死锁的检测通过创建若干检测代理,使其在各个站点间移动来收集资源请求和分配信息,并据此构造全局等待图;通过分析和探测全局等待图中是否存在圈来完成。算法具有独立于网络的拓扑结构,死锁的检测和事务代理的执行异步操作,不对代理的移动性施加任何限制等特点。     

一个手机整句输入算法的研究与实现

随着时代的发展,手机在人们生活中起着越来越重要的作用。目前,相对于其他丰富多采的手机应用,手机输入法研究相对较少。该文针对手机存储空间小、计算能力低的特点,提出了一种整句查找算法。文章首先介绍了使用倒序排列的文件结构,然后根据该文件结构设计出一种宽度为N的整句查找算法,并在手机S60平台上实现了整句输入系统。文章最后对该整句算法的输入正确率进行了测试。实验结果表明,该算法有着较好的效果。     

移动环境下索引广播技术的改进

在移动计算中,减少移动客户端的平均访问时间是一个重要的研究方向。为减少移动客户端的平均访问时间,在Huffman树索引技术的基础上提出深度优先的数据组织方式。在平均访问时间、调谐时间以及额外开销方面对常用的广度优先策略与深度优先策略进行分析与比较,表明深度优先策略的数据组织方式能进一步提高移动数据广播的性能。     

移动设备中基于J2ME技术游戏的开发与实现

J2ME是一种针对开发移动设备平台的Java语言,它的应用极大地扩展了手机、个人数字助理等小型移动设备的应用范围。介绍了J2ME的体系结构和J2ME技术开发游戏的新特性,结合一个实际例子着重分析了基于J2ME手机游戏开发的过程,通过总结和分析手机游戏的开发流程和代码框架的设计,详细描述了移动设备的游戏开发和实现过程,最后展示了手机游戏的运行效果。     

基于策略和代理的无线传感器网络数据管理架构

为方便用户对无线传感器网络中的数据进行有效管理,并进一步减少网络中的数据流量,对无线传感器网络数据管理的现状进行了分析和研究,提出了一种基于策略技术和代理的数据管理体系结构。该架构结合了策略技术和代理技术,进行了优势互补,用移动代理把用户的策略信息传到各个节点。策略技术的使用可以减少移动代理的代码的大小,在每个节点上都由策略代理来执行策略信息。     

面向移动Agent的软件度量工具的设计

利用软件度量工具对软件的各类质量属性度量,对于提高程序的质量有重要意义。在分析面向移动Agent的度量指标的基础上,设计并实现一种基于移动Agent的软件度量工具,该工具通过度量Agent与系统中其它Agent进行交互来获取度量所需信息并对其进行加工处理,用户可以通过度量Agent提供的接口查询度量的结果。最后给出度量指标与度量特征之间关系的实验结果。     

一个基于MVC的通用Client/Server应用开发框架

在论述了应用开发框架的基本概念及优势的基础上,给出了一个基于MVC模式的Client/Server通用应用开发框架,详述了该框架客户端、代理和服务端的主要组成及其实现技术。该框架主要借鉴了目前流行的J2EE和Struts框架原理,利用代理在客户端和服务端转发XML格式的业务数据,在保持传统的Client/Server优势的同时,增强了系统的可扩展性并实现了用户界面和业务逻辑数据的分离,为大型Client/Server应用软件系统开发提供了一个高层次的通用开发平台,大大提高了软件复用度和缩短了软件开发生命周期。     

基于改进的Q学习的RoboCup传球策略研究

模拟机器人足球比赛(Robot World Cup,RoboCup)作为多Agent系统的一个理想的实验平台,已经成为人工智能的研究热点。传统的Q学习已被有效地应用于处理RoboCup中传球策略问题,但是它仅能简单地离散化连续的状态、动作空间。提出将神经网络应用于Q学习,系统只需学习部分状态-动作的Q值即可获得近似连续的Q值,就可以有效地提高泛化能力。然后将改进的Q学习应用于优化传球策略,最后在RobCup中实现测试了该算法,实验结果表明改进的Q学习在RoboCup传球策略中的应用,可以有效提高传球的成功率。