江西省科技支撑计划项目(20112BBE50017)
- 作品数：2 被引量：23H指数：1
- 相关作者：熊根良梁发云陈海初董增文更多>>
- 相关机构：南昌大学更多>>
- 发文基金：江西省科技支撑计划项目国家自然科学基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于在线学习的移动机器人概率测量模型
- 2018年
- 在概率机器人学中,基于距离传感器的概率测量模型被提出并被广泛地应用到移动机器人的定位及建图过程中。在复杂多变的外界环境下,为了得到更符合实际情况、更精确的概率测量模型,提出了一种在线学习的方法:根据实时冗余的传感器数据,按真实障碍物距离进行分类得到相应的数据集,并采用期望最大化(EM)算法从各数据集中学习相应的模型内参,从而对概率测量模型持续更新与校正。实验结果表明,采用基于在线学习的概率测量模型,能得到鲁棒性更强、精度更高的定位结果。
- 何叶熊根良
- 关键词：EM算法
- 物理性人-机器人交互研究与发展现状被引量：23
- 2013年
- 介绍了物理性人-机器人交互的定义,对该过程可能对人造成的伤害进行了分析,给出了物理性人-机器人交互安全评价指标,并总结了目前该领域采用的安全策略。综述了国内外在物理性人-机器人交互方面的研究进展,在分析物理性人-机器人交互研究现状的基础上,阐述了该领域面临的问题和挑战。文章指出,目前物理性人-机器人交互伤害分析和安全评估研究主要集中在钝/锐碰撞造成的骨骼和软组织伤害上,缺乏对脏器、血管、神经等损伤的研究。安全策略主要方法有碰撞避免、包裹软弹性材料、关节柔顺设计等。通过对比各种安全策略的设计思想和组成方案,总结出了各种策略的优缺点和存在的主要问题。由于现有的研究表明单一的手段和策略无法保证人-机器人交互的安全性,提出将认知性人-机器人交互和物理性人-机器人交互相结合来增强后者的安全性将是未来发展的方向。
- 熊根良陈海初梁发云董增文
