【摘 要】
：
论文着眼于人工势场算法,将其应用于自主车辆的局部路径规划中.首先,根据正弦避障模型,提出了以最小安全距离为对称性的自主车辆路径规划方法.然后,引入椭圆势场调整障碍车辆势场的作用使路径规划曲率变化更平缓;接着,基于自然三次样条曲线和全局优化进行路径规划.最后,通过Prescan和Matlab进行路径规划的联合仿真实验.仿真结果表明,论文基于改进人工势场算法的局部路径规划方法能有效地规划一条曲率平滑的路径,且满足自主车辆行驶控制的需求,解决了传统人工势场算法存在的无法接近问题,且针对不同的障碍物分布场景都有较
【机 构】
：
上海工程技术大学 上海 201620
论文部分内容阅读
论文着眼于人工势场算法,将其应用于自主车辆的局部路径规划中.首先,根据正弦避障模型,提出了以最小安全距离为对称性的自主车辆路径规划方法.然后,引入椭圆势场调整障碍车辆势场的作用使路径规划曲率变化更平缓;接着,基于自然三次样条曲线和全局优化进行路径规划.最后,通过Prescan和Matlab进行路径规划的联合仿真实验.仿真结果表明,论文基于改进人工势场算法的局部路径规划方法能有效地规划一条曲率平滑的路径,且满足自主车辆行驶控制的需求,解决了传统人工势场算法存在的无法接近问题,且针对不同的障碍物分布场景都有较好的避障效果.
其他文献
针对情报处理领域的知识动态更新问题,提出了一种基于深度学习的目标行为知识发现方法.首先,根据已有知识进行目标数据预处理,实现对目标要素补充;其次,基于已掌握行为意图的历史数据,构建目标行为特征模型;然后,基于深度学习方法实现行为规律分析,为目标识别提供知识支撑;最后,通过目标识别及识别结果的变化异常分析进行新知识发现,形成知识使用、发现的良性循环.通过数值仿真,该方法对舰机目标识别准确率在80％左右,且能有效发现新知识.
根据磨粒Spike参数的思想,提出了spike-angle参数和spike-angle图的概念,以及基于spike-angle图的磨粒形状特征提取方法.首先计算磨粒的所有轮廓点在不同步长时的spike-angle参数,得到磨粒的spike-angle图,spike-angle图的行反映了磨粒轮廓的整体特征,spike-angle图的列反映了磨粒轮廓的局部特征;然后对spike-angle图的行和列分别进行傅里叶变换,并对傅里叶变换系数幅值进行归一化处理;最后每一阶归一化的傅里叶变换系数幅值进行直方图统计,
将信息熵融入TextRank算法中分词器部分以改善关键词抽取的准确度.在分词前,先用信息熵的方式提取文章的关键新词,加入到分词字典中,使分词器能够自主识别新词,以增强文章关键词提取的准确性.当语料中存在新词的时候,关键词抽取准确度效果提升明显,对不存在新词的语料关键词抽取准确度无明显提升.改善分词效果可以提升关键词抽取准确度.
为解决基于背景先验的显著性检测算法在检测复杂背景图像时存在误检问题,提出多先验融合的显著性检测算法.首先,将图像分割成四种不同的超像素尺度,根据流形排序算法计算出不同尺度的边界显著图,并进行线性融合得到最终边界先验;其次,利用边界信息得到背景种子,进而利用距离和元胞自动机融合得到背景先验;然后通过颜色归一化处理,计算出颜色先验;最后,将三个先验图通过多元胞自动机模型得到最终显著图.在公开数据集MSRA1000、ECSSD和DUT-OMRON上与多种算法进行准确率和召回率对比,该算法有更好的表现.
采用速度合成算法实现AUV对于运动目标的主动避碰,根据前视声纳信息探测到的障碍物距离信息、AUV的运动信息以及航迹规划信息,采用卡尔曼滤波算法预测动态障碍物运动轨迹和碰撞风险,以最小艏向变化为原则通过调整AUV的航向改变AUV前进路径实现避碰.仿真表明,AUV避碰效果理想,实时性好.
为了对船电缆绝缘状态进行在线监测,提高混频注入法在电缆绝缘监测中电流检测的精度,将粒子群优化算法和无迹卡尔曼滤波算法相结合.采用无迹卡尔曼滤波算法分别对注入的低频信号和高频信号进行检测,并利用粒子群优化算法优化无迹卡尔曼滤波算法的状态噪声协方差和观测噪声协方差.利用Matlab建立的含注入信号的电力系统模型对算法进行验证,实验结果表明在信噪比较低的情况下,粒子群优化无迹卡尔曼相对于传统的无迹卡尔曼有更高的精度.
在最小二乘支持向量机基础上建立磨煤机的故障诊断模型,采用该模型进行故障诊断时,支持向量机受到核函数参数和惩罚因子的影响较大,针对这一问题,采用天牛群(BSO)算法对模型参数进行优化,提出了一种基于支持向量机(SVM)的磨煤机故障诊断方法.首先,通过引进天牛须搜索策略,对粒子群算法的位置更新规则进行了改进;然后,通过偏互信息方法对故障特征进行了筛选,结合某电厂实测数据,利用改进的算法对支持向量机核函数参数和惩罚因子进行了优化;最后,分别使用天牛群算法优化支持向量机模型(BSO-SVM)、粒子群算法优化支持向
论文针对将遥感图像用于目标检测时地面车辆小目标的漏检和虚警问题,基于YOLOv3,对其躯干网络做如下改进:取消多尺度融合,独立地输出各个尺度上的特征图;在每个独立输出的尺度上引入dilation卷积和Inception-ResNet结构.基于VEDAI数据集,进行YOLOv3和改进模型的训练和测试,改进模型对车辆小目标检测的准确率和召回率分别提升了1.07％和6.02％,对测试集检测的准确率和召回则率分别提升了1.59％和5.34％,该结果表明改进模型能够有效地解决地面车辆小目标的漏检和虚警问题.
论文提出一种基于注意力机制(Attention)的融合神经网络预测方法预测LncRNA与蛋白质的相互作用,命名为PIPAFNN.通过栈式自编码器和融合神经网络(CNN)-长短期记忆网络(LSTM)分别对LncRNA和蛋白质的序列进行特征提取,在模型学习过程中使用注意向量,使得训练出的模型能够关注不同样本中对预测方法具有更大影响的特征属性,从而有效地预测LncRNA和蛋白质的互作关系.同时,利用五折交叉验证,模型在拟南芥和玉米数据集上的AUC值分别是0.9582和0.9251,与其他机器学习方法进行比对提升
人耳听觉系统能够从嘈杂的环境中筛选出自己感兴趣的语音,基于计算听觉场景分析的方法,论文采用倒谱法提取语音基音周期轨迹,以连续的基音周期轨迹为线索,按基音频率的整数倍提取各次谐波的频谱,再通过傅里叶逆变换重构分离后的语音.实验表明,在几种典型噪音环境下,该方法能有效将目标语音从背景噪声中分离,信噪比(SNR)和评价意见分(MOS)得到一定的提升,平均增益分别为5.67dB和0.36.