摘要：本文在分析“电子技术基础”课程实验教学环节重要性和执行现状的基础上,提出了一种基础验证性实验与综合设计性实验复合、传统教学模式与混合式教学模式结合、实验室现场操作与口袋实验室配合的多元化实验教学模式,为“电子技术基础”课程实验教学环节从教学内容、组织形式和执行过程几方面提供了新思路。

摘要：为了改善SAC(soft actor critic)算法样本等概率采样以及网络随机初始化造成网络收敛速度慢、训练过程不稳定问题,提出一种结合优先级回放和专家数据的改进算法PE-SAC(priority playback soft actor critic with expert)。该算法依据样本价值将样本池分类,使用专家数据预训练网络,缩小无人车无效探索空间、降低试错次数,有效提升算法学习效率。同时设计一种面向多障碍物的奖励函数增强算法适用性。在CARLA平台进行仿真实验,结果表明所提出方法可以更好地控制无人车在环境中安全行驶,同等训练次数下所得奖励值和收敛速度优于TD3(twin delayed deep deterministic policy gradient algorithm)和SAC算法。最后,结合雷达点云地图与PID(proportional integral derivative)控制方法缩小仿真环境与真实场景差异性,将训练所得模型移植到园区低速无人车中验证算法泛用性。

摘要：针对园区等环境结构性强而全球导航卫星系统(GNSS)信号不稳定的应用场景及无人车应用激光雷达同时定位与建图(SLAM)技术缺乏对于场景的语义理解能力而造成的定位误差问题,提出了一种单目相机与激光雷达融合构建三维语义地图的方法。该方法以园区环境结构性强、车辆行人动态变化高的特征为依据,通过改进的全景特征金字塔网络(PFPN)进行场景视觉语义分割,然后采用像素级融合方法为激光点云提供语义信息,从而有效地去除了正态分布变换(NDT)建图过程中动态目标的干扰,进而提高了无人车SLAM技术在动态环境中的鲁棒性和精确性。在旋风智能无人驾驶平台上进行实验验证,并与原始NDT方法进行了比较,实验结果表明:所提方法能够全面提升建图精度,其中位姿精度最为显著,提高了34.34%;除此之外,建图的点云数量也降低了39.78%,大大提高了建图速度。

摘要：针对自主导航探索算法易陷入局部区域的问题,提出了融合采样与深度强化学习的探索算法。首先,局部采用长短期记忆(LSTM)网络获得无人车历史位姿信息进而避免重复走向已探索区域;其次,利用深度强化学习输出策略最优的动作并设计奖励函数以激励无人车充分探索未知区域;最后,考虑无人车水平移动因素,通过解非对称旅行商问题(ATSP)生成一条符合其当前姿态的全局探索路径。2000s矿道仿真环境中,所提出的算法相较于无人机自主探索(TARE)算法,探索面积增加346.3m2,总行驶距离减少209.4m;在真实场景试验中,该探索算法用时1014s完成面积为3444.3m2的地下车库探索返回起点,并完成环境地图构建。

摘要：基于Internet的卫星地面站通信业务监测系统 ,是用Internet作为控制网络来控制测量设备 ,实现数据的远程测量和管理。介绍了上述系统的硬件结构、功能特点 。

摘要：主要介绍了一种新型的基于网络的FPGA远程测试服务系统的原理及其实现方法。该系统建立在以逻辑分析仪及动态探头的综合应用为核心的仪器测控网络的基础上,实现了较为完善的FPGA远程测试功能。该系统的应用,可以使用户通过网络远程对被测的FPGA设备进行数据测试、数据分析及更新程序重新装载,从而实现远程快速FPGA程序的验证及修正工作。

摘要：介绍了物联网的技术原理,设计并开发了一种物联网信息处理实验系统。该系统基于无线网络技术和移动终端,能够支撑物联网技术体系模型中的大部分技术点。系统采用模块化思想设计,实现了硬件实验平台和基于移动终端的控制软件,移动终端采用了基于Android系统的平板电脑。实验系统涵盖了信息采集、信息传输、信息处理、智能控制等内容。控制软件和硬件实验平台之间采用Wi-Fi进行通信。该实验系统有助于学生深入学习物联网基本技术,理解物联网在典型应用行业中的的功能和系统设计方法。

摘要：Lidar SLAM技术是无人车进行精确导航的一种重要方式,也是实现无人车在复杂的园区非结构化道路环境中安全驾驶的一种前提保障。构建了一种快速精确定位与建图的方法,通过车载激光雷达返回的大量点云数据,进行噪声点移除以及Voxel Grid滤波的预处理,在保持原始点云形态的同时实现点云配准。首先利用NDT(Normal Distribution Transform)点云配准算法对无人车的位姿粗估计,然后利用ICP(Iterative Closest Point)点云配准算法对已配准的点云进行校正,实现无人车位姿的精确估计,进而完成地图的更新过程。该方法只需要车载激光雷达传感器实现了快速的、精度高的Lidar SLAM。将算法用于小旋风无人车,在校园环境进行了验证,结果表明该算法是可靠、有效的。

摘要：汽车转向几何模型是无人驾驶开发过程中的重要环节,但其在面对复杂道路时单纯的预瞄跟踪不能满足无人驾驶需求。为此,在Stanley转向几何预瞄模型的基础上,提出一种自适应的最优预瞄时间改进算法。根据车辆当前航向角、纵向车速、前轮转角和一次规划路径的曲率等特性,结合不同的预瞄时间预测一定时间内车辆运行情况,并根据设计出的优化函数选择合适的预瞄时间,以调整车辆前轮转角,减小车辆行驶过程中的横向偏差,使车辆平稳通过测试路段。仿真结果表明,基于Stanley算法的自适应最优预瞄模型能够在复杂开放道路上实现无人驾驶。

摘要：分析科教融合的内涵与主要模式,阐述应用型大学科教融合区别于研究型大学的特征,提出科教融合下的应用型实践课程建设思路与步骤,在科研成果转化为课程资源的基础上,设计沉浸式、互动式的教学方式,指出应用型实践课程实施科教融合的难点,并提出解决建议。