【摘 要】
:
自主导航是移动机器人服务功能体系的一项核心需求,传统的导航方法将其形式化为具体的避障问题,机器人可以在环境地图中通过运动规划实现定点导航。然而,受限于实际家庭场景的特殊性和时变性,无法预先为通用的服务机器人提供环境地图,此时,环境内容对于机器人来说是完全未知的。一方面,机器人需要在适当探索和理解环境结构的基础上推理目标的位置,然后通过低层次的运动规划到达目标周围;另一方面,家庭场景中物品的位置是往
【基金项目】
:
国家重点研发计划项目“服务机器人云服务平台(2017CXGC0926)”; 山东省重点研发计划项目“云家用服务机器人视觉认知及智力发育关键技术研究(2017GGX30133)”; 山东省重大创新工程项目“云基家庭服务机器人实用化关键技术研究及其产业化(2017CXGC0926)”;
论文部分内容阅读
自主导航是移动机器人服务功能体系的一项核心需求,传统的导航方法将其形式化为具体的避障问题,机器人可以在环境地图中通过运动规划实现定点导航。然而,受限于实际家庭场景的特殊性和时变性,无法预先为通用的服务机器人提供环境地图,此时,环境内容对于机器人来说是完全未知的。一方面,机器人需要在适当探索和理解环境结构的基础上推理目标的位置,然后通过低层次的运动规划到达目标周围;另一方面,家庭场景中物品的位置是往往是动态变化的,机器人和目标可能分处不同的场景类型,机器人需要学习更加高效的搜索策略以应对跨越场景类型的目标导航问题。对于在预先缺乏环境地图的家庭场景中导航到给定目标的问题,为了合理利用机器人有限的视觉资源,提高机器人在未知环境中的探索效率,本文提出了一种基于注意力机制的自适应目标导航模型。使用卷积网络编码观测输入和目标输入图像中的语义信息,基于注意概率模型实现语义特征和经验信息的融合,机器人将对视觉观测的兴趣区域提高关注度和加强探索,同时通过次级目标状态回溯模型保持对环境中的显著地标和特殊结构的关注,设置经验缓冲区存储有价值的导航片段并对其进行反复回放,利用分布式的柔性执行器-评价器算法加速模型的训练过程。实验表明,本文所提模型在任务的成功率和导航效率方面相较于基准模型均有显著提升,能够引导机器人快速通过狭长的通道和绕过障碍物,且训练过程的收敛速度更快。跨场景的目标导航任务需要机器人在不同的室内场景类型之间切换,进行更大范围的环境探索。为了满足多样化的场景结构对机器人环境理解能力的要求,改善像素级的视觉搜索策略在非结构化场景间的泛化性,本文提出了一种基于环境拓扑的语义目标导航模型,通过轻量化的场景图编码场景物体的相对位置布局,将目标对象的语义标签映射为词向量嵌入,利用关系图卷积网络编码视觉特征和语义先验,采用强化学习策略网络引导机器人实现全局范围内的目标搜索。在目标导航测试中,所提模型取得了比端到端方法更高的成功率和导航效率,与基于度量地图的传统导航方法相比,机器人执行面向目标的快速搜索策略,模型具备更强的泛化性和抗干扰能力。
其他文献
乳腺癌是世界上最常见的恶性肿瘤之一,尤其在女性人群中,乳腺癌发病率远超其他癌症。病理切片仍是诊断乳腺肿瘤的金标准,但检查周期长,且依赖病理专家的经验,主观性较强。快速冰冻切片为乳腺手术中用于病理诊断的一种技术,由于其操作繁琐,医生和患者术中等待时间长。深度学习技术已广泛用于病理图像分类中,但目前研究大多基于传统染色切片的图像,无法得到细胞内的信息,不能对未染色切片进行诊断,所以不能应用于术中诊断。
研究目的:乙型肝炎是一种全球性的流行性传染病,是人类社会中重大的公共卫生问题。慢性乙型肝炎病毒(CHB)感染会导致肝损伤及肝功能异常,严重的会导致肝癌(HCC)的发生。尽管临床上有比较成熟的乙型肝炎病毒(HBV)预防性疫苗,预防健康人群感染HBV,但对于已经携带有HBV病毒的慢性乙肝患者,临床上一直缺少能彻底治愈的相关药物。HBV是导致乙肝的元凶,目前临床上使用干扰素类药物直接清除病毒,或通过核苷
失血性休克是创伤致死的首要原因,病死率高达90%以上。心率、血压、血氧饱和度、体温等生理参数反映了人体血流动力学变化,是诊断失血性休克病情的重要指标。在大规模伤亡事件中,由于医学检测设备体积庞大不能及时运抵现场,难以原位在线获取伤员生命体征,只能依赖人工经验判断伤情,存在较大误差。可穿戴医学监测设备可以弥补这个不足,市场上现有的可穿戴生理指标检测设备如电子手环,虽然具有便携可穿戴的特点,但是普遍存
心血管疾病已经成为当代人类健康的最大威胁。心音作为一种体表无创采集的生理信号,所包含的生理信息在心血管疾病临床诊断上具有重要意义。本文以心音信号作为数据基础,基于质量评估算法和机器学习模型,研究心音信号的分类算法,旨从短时心音记录中识别疾病信息,以辅助临床心血管疾病诊断。本文采用2016年心脏病学挑战赛提供的2575例正常受试者和665例心血管疾病患者的心音数据,主要进行了以下两方面的研究:(1)
颅咽管瘤是一种良性脑肿瘤,但其侵袭周围脑组织会引发下丘脑-垂体功能障碍、颅内压升高、视力障碍等严重表现。鉴于侵袭性颅咽管瘤病灶区和非侵袭性颅咽管瘤病灶区在术前MRI中的相似性,术前MRI颅咽管瘤侵袭性诊断对放射科医生来说是一个挑战。为此,开发—种能够利用术前MRI图像诊断颅咽管瘤是否侵袭周围脑组织的辅助诊断系统,辅助医生制定更恰当的个性化诊疗方案具有重要的临床价值。本文利用深度学习算法对术前MRI
失血性休克是由严重失血引起的创伤并发症,常见于地震、火灾、车祸、爆炸等灾难现场,其发病迅速、伤情恶化快,是创伤患者死亡的主要因素之一。失血性休克致死是可预防的,如果能及早识别患者伤情并及时采取有效治疗措施,患者的死亡率将显著下降。在失血性休克早期,患者在人体代偿机制的作用下不会有明显临床表现,医疗人员很难凭借临床观察和经验准确诊断伤情。目前临床上以监护仪提供的心率、血压、血氧饱和度等重要生理指标作
白血病是常见的肿瘤疾病,按照自然病程和细胞来源可以将其分成急性淋巴系白血病、急性髓系白血病、慢性淋巴系白血病和慢性髓系白血病四种不同亚型。白血病亚型的诊断和治疗方法的研究一直是人们所关注的重点。流式细胞仪可用于对白血病进行分型和诊断,传统流式细胞仪主要依赖于荧光光谱检测,其荧光染色操作复杂且对细胞有一定影响。成像流式细胞仪可实现荧光成像,但通常局限于较低倍数的光学放大。探索无标记光学检测技术以及高
我国投入运营的隧道长度和规模已居世界之最,在隧道上百年的服役期内,由于复杂的地质条件与环境影响,衬砌结构易产生裂缝、空洞和脱空等复杂的隐蔽病害,严重威胁隧道的安全稳定运营。隧道衬砌隐蔽病害的位置、形态、类型、深度以及衬砌厚度的准确识别已成为迫切需求。本文以实现隧道衬砌隐蔽病害的自动识别为目标,以深度学习为手段,研究基于探地雷达的隧道隐蔽病害形态智能识别与准确定位方法,主要研究内容和贡献如下:(1)
压缩感知理论是信号处理领域近年来最重要的理论突破。该理论证明了高维稀疏信号线性映射到低维空间后,可以通过非线性优化方法精确重建。由于突破了奈奎斯特频率的限制,该理论可以大幅提升信号采样的效率,目前已被成功应用于核磁共振、雷达成像等领域。本文着眼于压缩感知理论自身仍面临的问题,以及该理论与深度学习的内在联系,在压缩感知和深度学习两方面均取得了一定的研究进展。压缩感知方面,本文主要研究了基于多字典的信
四足动物不仅具有灵活的运动能力,还具有强大的地形通过能力,例如猎豹能以每小时100公里以上的速度奔跑,羱羊可以攀登悬崖峭壁。相比于轮式或履带式机器人,四足仿生机器人在面对野外复杂作业环境时具有更加出色的动态运动能力,尤其是在灾区搜救、户外巡检、园区安防等领域都具有不可替代的应用价值。传统的四足机器人建模控制方法如中枢模式发生器、模型预测控制、全身控制等已经取得了不错的成果,但由于机器人模型的高度非