未知环境中基于视觉显著性的自然路标检测

自然路标检测是移动机器人在未知环境中表示与识别环境的基础.基于此,本文提出一种具有适应能力、基于视觉显著性的自然路标检测系统.设计了保细节采样策略,能够自行调节参数以适应各种环境纹理分析的Gabor滤波器,在多尺度空间上计算颜色、纹理的对比度,经综合处理得到描述路标可选区域的显著性指示图.实验结果表明本文算法在显著点检测方面具有较高的准确性,并且具有较高的重复检测能力,能够适应远近尺度、旋转和视角变化等自然环境识别要求.     

基于Client/Server应用层包跟踪技术的CSPA软件开发和仿真

本文介绍了基于跟踪 Client和 Server端的应用层包 ,开发了得到响应和请求时间及包大小分布的 PDF的应用软件 CSPA,通过对 PDF的分析而建立通用 PDF数学模型并用于网络仿真的应用过程     

(鼠标)模拟动态数字输入的识别之初始特征值生成

1引言 在研究数字的动态输入识别方法中,最常见的有手写输入方法的识别,在没有手写输入设备的条件下,我们用鼠标来模拟动态输入,在获取鼠标轨迹的数据信息[1]后,我们根据将来识别的要求,提取其中的数据特征,并按照定义的数据结构来存储数据信息,为下一步的识别工作准备数据.     

进化计算的一种变异概率自适应方法

1引言 进化计算的不足之一是可能陷入局部极小,变异操作正是为解决局部极小问题而使用的.若变异概率pm取值较大的话,能够产生出较多的新个体,搜索空间相应也大,进化过程中产生全局次优解(near-optimality)的机会也就会大,但也有可能破坏掉很多较好的模式,变异操作的概率过大会引起进化过程不稳定,使得遗传算法的性能近似于随机搜索算法的性能;若变异概率pm取值太小的话,则变异操作产生新个体的能力和抑制早熟现象的能力就会较差.     

一种基于Agent的智能远程教学系统

智能远程教学是基于网络和现代信息技术产生的一种新型教学方式,它具有时效性、智能性、交互性和多媒体特性.随着网络技术的发展,远程教学已有了长足的进步,初步形成了一种新的教学模式.     

具有模糊联想神经网络的自组织模糊控制器

在分析了几种用神经风格实现的模糊控制器不足的基础上，提出一种用模糊联想记忆神经网络实现的自组织模糊控制器，该控制器由２个模糊联想记忆神经网络分别记忆校正规则表和修正控制规则表，并通过网络权值矩阵的在线修正完成控制规则的实时修正，模糊推理则由网络的自联想功能完成。     

多障碍物环境下机器人的连续避障策略

本文针对多障碍物环境下,机器人避障过程中又出现障碍物这一情况,设计了一种避障策略,来实现机器人的连续避障并到达指定目标点的功能。在该策略中,设计了一套基于避障状态的方向选择规则,并提出了一种象限法,来决定机器人的当前行为。实验证明,该策略实现简单,并可较大限度地降低避障行为的盲目性和重复性。     

机器学习中谱聚类方法的研究

最近几年，谱聚类方法在模式识别中得到了广泛的应用。与传统的聚类方法比较，它具有能在任意形状的样本空间上聚类，且收敛于全局最优解的优点。本文着重介绍了谱方法的基本原理、相应的算法、研究状况及其在模式识别领域中的应用，同时指出了它的关键问题与未来的研究方向。     

机器人局部环境特征提取方法的研究

考虑到机器人导航过程中的实时性与可靠性要求,充分利用激光雷达信息的快速性与精确性,针对结构化环境中诸如墙壁、拐角、通道等这些典型环境特征分别设计了一套快速有效地特征提取的算法;另外算法还考虑到机器人建立环境地图的需要,在环境特征提取时对某一些密集的障碍物进行了合并,并注意保留了环境特征的一些拓扑信息,为建图作了一些前期准备,拿到移动机器人MORCS上进行实验获得了满意的结果,验证了算法的实时性与可靠性.     

异质多移动机器人协同技术研究的进展

随着移动机器人应用的领域和范围的不断扩展，多移动机器人由于其单个机器人无法比拟的优越性已经越来越受到重视．从体系结构、协作与协调、协作环境感知与定位、重构及机器学习几个重要课题对多移动机器人协同技术进行了综述，尤其侧重于各种技术如何处理和包容团队中的异质性，并分析了本领域中的研究难点问题，最后展望了异质多移动机器人研究的前景与发展趋势．