摘要：针对目前荒漠环境下大范围金属破片收集困难的问题,设计一款面向金属破片自主探测与回收的智能机器人。采用基于行为树(behavior tree,BT)的控制框架,提出多传感器融合的金属破片探测算法,对定位导航、目标识别和机械臂控制等基础功能进行封装,对机器人各模块进行集成并实机应用及优化。测试结果表明:该机器人在荒漠开阔环境下具有较高的收集成功率与收集效率,且表现出较好的稳定性和较低的故障率。

摘要：为了解决带有辅助摆臂的智能搜救机器人自动规划构型以实现自主越障的难题,提出一种能够适应复杂地面形状的搜救机器人越障构型规划新方法,其核心是一种高适应性、高效率的机器人姿态预测算法。通过将地形表示为离散的点集,建立了搜救机器人的单侧姿态预测数学模型;进一步提出了快速求解该问题的算法,每秒可预测1 000~1 500个姿态。基于此,设计了机器人越障过程中状态、动作的评价指标,运用动态规划算法与滚动优化思想构建了具有优化能力的、能够实时运行的构型规划器。仿真与实物实验的结果表明,该方法能够使机器人自主调整构型穿越复杂地形,且相较强化学习算法和人工操作具有更平稳的越障效果。

摘要：简要介绍郑州市某栋综合体超高层的冷热源,空调、采暖、通风、防排烟、节能环保及计量,同时讨论空调水系统压力分区,冷冻水大温差。

摘要：为提取空间特征更细节和语义信息更全面的道路信息,提高道路信息提取的推理速度,在端到端的卷积神经网络(convolutional neural network,CNN)基础上,提出一种结合空间注意力机制、全局信息感知和特征融合模块的道路提取模型.首先利用空间注意力机制和全局信息感知模块获取道路特征的上下文信息,提高浅层特征的空间信息表达能力;然后构建顾及通道和语义信息的特征融合模块,消除基于端到端的CNN中浅层和深层特征之间的语义差距,完成跨层特征的有效融合;最后使用多层次知识蒸馏学习策略,减少并降低所提模型的网络参数和计算复杂度,快速、准确地获取遥感影像中的道路信息.在公开的Deep Globe和马萨诸塞州2个卫星遥感影像道路数据集,以及京津新城无人机遥感影像道路数据集上进行训练、验证和评估的实验结果表明,所提模型是一种精度高、效果好的道路提取模型,无论是卫星遥感数据源还是无人机遥感数据源均具有较好的道路信息提取能力,其F1分别达到79.36%,78.42%和84.27%,均优于对比的道路提取模型;同时,多层次知识蒸馏学习策略能显著地提高模型的精度、提升泛化能力,其IOU值分别提高0.29,0.77和0.46个百分点,在模型精度和网络参数方面都取得了较优的效果,具有广阔的应用前景.