基于滑模变结构控制的路径跟踪研究

为解决锅炉水冷壁磨损检测机器人的路径跟踪问题,提出了一种基于指数趋近律的滑模变结构控制的机器人路径跟踪方法。在水冷壁磨损检测机器人运动模型的基础上,进行路径跟踪误差分析,设计一种基于指数趋近律的滑模变结构控制器,再利用Lyapunov定理验证其收敛性,最后通过MATLAB软件模拟仿真,仿真结果表明该控制器可以克服误差,使位姿误差收敛至零。     

基于深度学习的视频跟踪研究进展综述

近年来深度学习迅猛发展，颠覆了语音识别、图像分类、文本理解等领域的算法设计思路。深度学习因其具备强大的特征提取能力，在图像识别领域的成绩尤为突出。然而深度学习与视频监控领域的结合并不多，由于深度模型具有多层网络结构，算法复杂度大，训练和更新模型时比较耗时，很难满足实时性要求。回顾了深度学习的发展史，介绍了最近10年来国内外深度学习主要模型，论述了基于深度学习的目标跟踪算法，指出了各算法的优缺点，最后对当前该领域存在的问题和发展前景进行了总结和展望。     

基于SSD-CF的无人艇目标检测跟踪方法

针对目前目标检测和目标跟踪算法对无人艇运算配置要求高、速度慢等问题,该文一种提出基于SSD-CF的无人艇目标检测跟踪方法。利用MobileNets结构结合SSD目标检测算法构建轻量级卷积神经网络,实现无人艇的水面目标检测。目标检测结果作为相关滤波CF目标跟踪算法的初始输入,并在目标跟踪过程的保障其有效性。通过MODD水面船只视频数据实验表明,SSD-CF方法融合目标检测与目标跟踪算法,可有效地降低对运算力的要求,提升目标检测跟踪速度和目标位置的稳定连续性。     

基于改进灰狼算法的铁路隧道射线跟踪模型校正

针对灰狼优化（grey wolf optimization，GWO）算法易陷入局部最优和收敛精度差的问题，提出了一种基于对立搜索和Levy飞行策略的改进灰狼优化算法——OLGWO算法.在算法初始化阶段，采用对立搜索策略以缩小可行解范围；在灰狼位置更新过程中，为避免算法陷入局部最优采用了Levy飞行策略.4个标准测试函数的仿真实验表明，所提OLGWO算法在收敛速度及求解精度方面均优于GWO算法，可以较快且准确地搜索到目标函数的最优值.基于OLGWO算法对隧道射线跟踪传播模型进行校正的结果表明，校正后的模型在均方根误差和线性相关性方面具有较优的性能，能够实现铁路隧道环境中信号接收功率的精确预测.     

物联网智能物流车辆监控系统的研究与开发

随着世界经济一体化进程的加快，物流产业正在世界范围内迅速发展，物流业在国民经济中占据了重要的地位，为了提高物流管理水平和效率，降低物流成本，开发了一种物联网智能物流车辆监控系统。该系统能够实现对物流配送作业全过程的可视化监控管理，让物流配送部门可以实时掌握配送作业的进度以及配送过程中人、车、物的状况，从而有效提升物流 配送过程的精细化管理水平，增强对物流配送过程的安全把控。     

公交车系统调度模型构建

首先,我们将一天的时间分成了不同的多个时间段。然后,在每个时间段内,我们考虑到公交车公司和乘客两方面的利益,引入了公交车载客的平均满载率、乘客的等待时间和拥挤程度这3个目标函数来衡量公交车公司的利益和乘客的满意度。为求解该目标规划,我们采用了加权系数法,引入了加权因子,使多目标函数转化成单一目标的模型。同时也可以由求得的行车计划得到了公车站交所需的最小车辆数。     

基于区域判别与信息反传的车辆精细定位方法

伴随智能交通图片数据爆炸式增长,交通大数据车辆精确定位管理需求增加.针对SSD(singleshotmultibox detector)检测算法对小目标定位不稳定与距离弥散导致的车辆定位偏差问题,提出了一种端到端的车辆及内部细节定位方法.包括引入无效目标过滤机制,以有效地抑制定位偏差;添加区域位置信息反传层,共享低卷积层局部特征,扩大小目标局部感受野,有效地进行车辆内部细节定位.采用PASCALVOC2007数据集进行的实验结果表明,文中方法达到了良好的效果.