摘要：当手臂操作与脑电控制被同时应用到水下机器人操作中,且操作人员处于不同作业状态时,针对使用单一脑电信号分类器无法获得较为理想的控制意图识别准确率问题,提出使用组合分类器选取分类结果和根据实际作业情况的特殊性修正分类结果的方法来提升识别准确率.首先,使用Fisher判别方法分别对无手臂操作和存在手臂操作产生的数据进行训练,得到两种作业状态下的分类器;其次,将两分类器进行组合并使用曲线拟合的方式确定用来判定分类结果的基准距离差值(该差值的选取考虑了个体差异);再次,根据实际作业情况的特殊性使用距离修正函数对距离差值进行修正;最后,通过比较基准距离差值与修正后距离差值的大小来确定最终分类结果.为了验证所提方法的有效性,邀请了6位被试者参与测试过程.实验结果显示,在设计的在线实验中,相对于其他3种方法,所提方法在识别准确率上分别提升了13.42%、5.55%和5.55%,说明所提方法是可行且有效的.

摘要：文章提出了一种针对道路限高障碍物的检测方法，该方法基于激光测距传感器的距离信息，采用双目差值方法、曲线协方差分析方法、曲线相关系数分析方法和概率论方法，得出了被检测障碍物的概率值，此概率值代表障碍物为限高障碍物的置信程度。对于现实情况中车辆因限高障碍物而造成的各类交通事故具有积极的预防作用，同时也为数值分析方法在道路障碍物识别领域的应用提供了参考。