公共文化服务平台

一种基于SR-UKF的FastSLAM算法被引量：3: 2012年; 标准FastSLAM算法存在着粒子集退化和线性化误差累积的缺陷。针对上述问题,提出了基于平方根无迹卡尔曼滤波(SR-UKF)的FastSLAM算法。SR-UKF选取一组能够代表状态向量统计特性的代表点带入非线性函数处理后重新构建出新的统计特性;使用SR-UFK取代EKF来估计每个粒子的后验位姿提议分布,可以提高粒子采样精度,减缓粒子集的退化;同时SR-UKF可以确保协方差矩阵的非负定,保证了SLAM算法的稳定性。仿真实验结果表明,基于SR-UKF的FastSLAM算法在估计精度和鲁棒性两方面均优于FastSLAM 2.0算法。; 吕太之赵春霞; 关键词：同时定位与地图创建扩展卡尔曼滤波

基于暗原色及入射光假设的单幅图像去雾被引量：9: 2014年; 目的雾是一种常见的天气状况,针对雾能使图像中的景物对比度降低、表面颜色退化的问题,提出一种基于入射光假设的单幅图像去雾方法。方法首先利用全局暗原色进行初步去雾,从而使图像透射率处于[0,1]范围内;然后利用雾天光照均匀的特点以及Retinex的照度估计原理进行透射图的估计;最后利用透射图以及初步去雾图像得到复原图像。结果与He算法、Fattal算法的对比实验结果显示,该算法获得的复原图像细节清晰,颜色自然。与引导滤波优化后的He去雾算法相比,本文算法速度提高了93%。结论大量对比实验结果表明,本文算法能够显著恢复雾天降质图像,对于薄雾和浓雾同样有效,具有广泛的适用性,且算法原理简单。此外,本文算法也同样适用于灰度图。; 於敏杰张浩峰; 关键词：去雾多尺度 RETINEX

一种阴影区域的可通行性检测方法被引量：1: 2013年; 可通行性检测是自主机器人视觉导航的基本方法之一.在乡村道路和城市环境中经常存在阴影,对基于可视化特征分类的可通行性检测影响很大,目前很少有针对阴影区域的可通行性检测的研究.提出一种阴影区域的可通行性检测方法,利用超像素技术把场景图像分割成同质、同光照条件的超像素,提出一种特征窗口定位方法寻找尽量包含同光照条件的特征提取窗口,运用局部二值模式(local binary pattern,LBP)提取方法对特征窗口内的像素进行描述,使用单类支持向量机(One-Class SVM)进行训练和分类,实现可通行性检测.实验表明,新方法不仅能够准确地对阴影区域内部的地形进行可通行性检测,而且可以实现对阴影区域和无阴影区域交汇部分的准确检测,在小面积阴影区域与小面积无阴影区域相互交错、交替出现的恶劣条件下仍能准确检测地形的可通行性,降低了可通行性检测在阴影边界的不连通性.; 高华赵春霞张浩峰; 关键词：视觉导航智能机器人

一种改进的粒子群优化算法被引量：2: 2014年; 为了解决标准粒子群优化算法(particle swarm optimization,PSO)收敛速度慢和容易陷入局部极小值的问题,提出了一种改进的方法。算法针对PSO算法在搜索过程中常处于一个相对稳定的阶段,这时获取全局最优点的粒子速度趋于0或者在最优位置来回大幅振荡,而种群中的其他粒子正处在向全局最优位置收敛的过程中,动态调整粒子位置和速度可以提高粒子的收敛速度。如果稳定阶段过长而粒子过于集中,显示粒子可能陷入了局部极小值,引入外力干涉可以提高粒子的全局搜索能力。该方法实现简单,可以与其他改进PSO算法结合以进一步提高搜索的性能。仿真实验证明了改进算法可以提高算法的收敛速度和搜索效果。; 吕太之周武夏平平; 关键词：优化算法惯性权重

基于双支持向量回归机的增量学习算法被引量：11: 2016年; 提出了一种基于双支持向量回归机的增量学习算法。将获取到的新样本加入训练数据集后,该算法无需在整个新的数据集上重新训练双支持向量回归机,而是充分利用增量前的计算信息,从而大大减少了模型更新中逆矩阵的计算量,提高了算法的执行效率。在人工数据集、时间序列预测和UCI数据集上的数值实验表明,该算法快速有效。; 郝运河张浩峰; 关键词：时间序列

利用多平台延伸高校单片机课程的实践教学被引量：1: 2012年; 通过将单片机课程的实践教学引入到大学生学科竞赛、大学生科技创新、工程训练与学术研究中,激发学生利用单片机理论基础知识向本专业应用进一步地开展工程实践与研究,为学生在将来的工作中奠定良好的技术基础和实践经验。本文根据自身专业特点示例探讨了合理利用多平台延伸单片机课程的实践教学,以帮助学生快速理解与掌控学科前沿技术。; 吴刚; 关键词：单片机实践教学学科竞赛

基于K-means特征的复杂环境下道路识别算法被引量：7: 2016年; 基于视觉的智能车辆导航技术是通过对各种道路环境进行感知和理解,从而确定智能车辆的可行驶区域。针对实际道路环境的复杂性与多样性问题,提出了能够适应复杂环境的道路识别算法。首先,使用SLIC(simple linear iterative clustering)超像素分割算法对原始道路图像进行超像素分割,得到性质相同、尺寸均匀的超像素块;其次,基于超像素块使用K-means聚类算法提取出图像中道路区域与非道路区域的K维特征数据,并将提取的特征数据组成训练数据集;然后,针对经典双支持向量机(TSVM)训练时间久、无法求解逆矩阵的问题进行适当矫正,使用训练数据集训练矫正后的双支持向量机;最后,使用训练好的双支持向量机进行道路与非道路的分类识别。四组道路场景的实验结果表明,与基于滑动窗口和颜色、Gabor纹理特征的方法进行对比,该算法能够有效地识别具有阴影、水迹、障碍物等复杂环境下的道路;以人工标注结果为标准,前三组识别错误率低于0.1,第四组识别错误率低于0.15;与传统SVM相比,矫正的TSVM具有更高的效率,可以大大降低训练时间。该算法在复杂环境下道路识别错误率低,性能良好,为道路环境感知和理解提供了一种新的方法。; 郝运河张浩峰於敏杰易磊; 关键词：复杂环境白化 K-MEANS

基于混合交叉差分进化的相机空间操控系统参数优化被引量：1: 2015年; 为了提高相机空间操控(CSM)系统的预测精度,提出一种基于混合交叉操作的差分进化算法.该方法将CSM系统的视觉参数初值和平化距离参数Zo进行组合作为混合交叉差分进化算法的个体,以CSM系统对目标点位置的预测精度作为个体的适应度函数,通过进化迭代获得最优的参数组合.使用了实际机器人视觉系统获取的数据进行实验,结果表明使用优化后的参数组合可以提高系统的预测精度.; 谢宇赵春霞张浩峰颜雪军陈得宝; 关键词：差分进化参数估计

采用粒子群优化和B样条曲线的改进可视图路径规划算法被引量：22: 2018年; 针对传统局部路径规划中容易陷入局部陷阱和规划路径不平滑的问题,提出一种将改进可视图,基于B样条曲线和粒子群优化算法结合起来规划一条平滑路径的算法.该算法由多边形动态生成、路径规划和路径平滑3个步骤组成,为了逃离局部陷阱,在多边形动态生成的过程中增加环境记忆功能,并通过路径平滑过程,使规划的路径更能满足移动机器人动力约束条件.仿真实验结果验证了算法的有效性,对比其他几种路径规划算法,所提出算法规划的路径质量更高.; 吕太之周武赵春霞; 关键词：移动机器人局部路径规划 B样条曲线

一种非监督道路场景分割方法被引量：2: 2012年; 针对道路场景分割中训练样本量大、不同类型道路过渡中易产生误分割的问题,该文提出了一种非监督的道路场景分割方法。首先用K均值聚类对第一幅图像进行初始化分割,再用图割法对其进行能量最小化的优化分割,最后用优化后的分割图像重新计算类别中心,用于指导下一帧图像的图割优化分割。实验表明,该方法无需大量训练样本,可以快速地对道路场景进行分割,还能够在不同的道路类型过渡过程中保持很好的分割效果。; 张浩峰业巧林赵春霞杨静宇; 关键词：GABOR纹理特征 K均值聚类图割

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(61101197)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(61101197)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈