基于主动式传感器的道路导航

由于林荫道中阴影的影响,目前常用的基于被动式传感器技术的视觉导航方法(如采用图像的方法),难以取得比较理想的结果。对于这种环境,主动式传感器具有一定的优势,文中采用了激光雷达传感器。首先利用传感器对路边的树木等物体作为障碍物来进行检测,并据此信息来推算道路边界,详细介绍了具体的方案和算法。实验结果表明,所设计的方法具有很好的鲁棒性,可以满足实际导航的需要。     

多机器人编队技术

本文对多机器人编队技术的相关研究进行了系统概述.首先介绍了多机器人编队技术的定义和概念;然后讨论了相关领域中的一些理论和技术问题以及它们在多机器人编队技术中的影响,在对各种研究方法进行分类的基础上,介绍了各类多机器人编队技术和他们的优缺点;最后总结了多机器人编队技术的研究现状并展望了未来多机器人编队技术的发展.     

一种基于线性预测残差倒谱的基音检测算法

基音检测算法一直是音频处理领域的研究热点,但是语音信号声道特征对基音及其谐振结构的影响很大,增加了检测的难度。利用LP残差仅仅保留声门激励信号的特点,通过倒谱分析避免了声道特征和噪声的影响。同时针对倒谱分析中经常出现的半频倍频问题和低频截断问题,引入了谐波积谱（HPS）的解决方案,提高了识别的精度。实验表明,该方法能够较好地避免半频倍频错误,对于截去了低频和高频的电话信道语音也能够得到令人满意的检测结果,同时作为帧检测技术能够满足实时应用的需要。     

融合李群理论与特征子空间基的图像目标跟踪

针对复杂背景下目标跟踪窗口易受噪声干扰从而产生形变与漂移的问题,本文利用群空间中仿射群组受扰动后的形不变属性,将系统状态变量映射到李群空间进行处理,同时采用增量主元分析法(IPCA)算法实时学习并更新目标特征子空间数据.所提方法在利用粒子滤波算法采样粒子时,通过引入测量向量以提高权值计算的准确性.在基于Car11等4个测试集的实验中,结果优于IVT跟踪器,本文跟踪器窗口在噪声干扰下不会产生形变,跟踪成功率达到96%,结果优于IVT跟踪器.对比Kwon跟踪器,本文跟踪方法显著降低了算法复杂度,平均执行时间有效地控制在0.32s/帧.     

XML文档的Dewey编码生成算法

Dewey编码是一种重要的XML文档编码方式,是对XML文档进行关键字检索等操作的重要预处理步骤。提出2种XML文档Dewey编码的生成算法：基于DOM的递归算法和基于SAX的事件生成算法,并比较2种算法的执行时间和内存使用率。实验结果证明,对于超大XML文档,采用基于SAX的事件生成算法具有较快的生成速度和较低的内存使用率。     

基于多播树的HMIPv6快速切换方案

为了缩短移动节点的切换延迟时间,提出基于多播树的分层移动IPv6(HMIPv6)快速切换方案。该方案采用快速切换方式建立移动锚点与移动节点之间的多播隧道,移动节点在同一个区域内始终使用相同的多播地址。仿真结果表明,与现有HMIPv6方案相比,该方案的切换时间更短、丢包率更低、性能更好。     

一种新的基于SOA 的多机器人协作分层体系结构

为了研究高效、通用和松耦合的多机器人协作体系结构,提出一种基于SOA（面向服务的架构）的分 层体系结构．在分层结构的基础上,以服务为组成元素,设计规范的多机器人SOA 协议与接口,在协作中实现对机 器人下层功能组件的透明封装和上层服务的灵活调用,可以有效避免异构对协作的影响,有利于系统的构建、扩展、 重组和维护．实验结果验证了技术的可行性和实用性．     

一种尺度自适应的机器人目标跟踪算法

Mean-Shift算法是一种简单高效的目标识别算法,但是不能有效地识别被遮挡的目标和有尺度变化的目标。基于仿射变换,提出了一种尺度自适应的机器人目标跟踪算法。定义了转角点,并根据转角点匹配对目标进行区分,最后通过仿射变换识别出目标的尺度变化。与其它相关算法相比,该算法能有效地识别被跟踪目标的遮挡问题;当被跟踪目标的尺度发生改变时,该算法仍然能准确地对目标进行识别。分析表明,当视屏流中每秒的图像小于25帧并且目标的图像小于2×104个像素时,该算法可以用于目标的实时跟踪。     

基于6LoWPAN的无线传感器网络路由协议*

提出了一种基于6LoWPAN传感器网络的路由协议,对协议中适配层的设计、传感器网络的路由实现以及精简IPv6报文头部等过程进行了阐述。在网络模拟环境下对本协议与Mesh路由协议的数据包接收率、平均延迟时间以及平均消耗能量等性能参数进行了比较分析。实验数据表明,本协议具有更好的性能。     

基于MFCC和HMM的音乐分类方法研究

采用基于Mel倒谱系数特征的隐马尔可夫模型对音乐进行分类.对音乐通过有监督的学习方式进行聚类,分类时将测试样本归入似然值最大的类别,对同一音频抽取若干样本,对样本识别结果采用投票法判定该音频的音乐类别,使分类的准确率得到进一步的提高.仿真实验对4种分类器在有干扰和无干扰的环境下的分类性能进行了比较,实验结果表明该方法具有更好的抗干扰能力和正确率.