摘要：为提高移动机器人的跟随精度,对深度相机(RGB-D相机)测距进行研究,提出一种基于MRSD(Mask R-CNN and S2R-DepthNet)的移动机器人跟随系统。引入实例分割算法(Mask R-CNN)获取行人的前景掩膜;以掩膜为指导从深度图像中获取准确的行人区域深度像素,引入深度估计算法(S2R-DepthNet)从彩色图像中推理深度图像以替换深度传感器引起的无效深度像素,提高测距的精度;建立基于Sage-Husa自适应滤波(SHAKF)的测距模型,提高量测信息异常情况下的测距鲁棒性,实现稳定跟随。实验结果表明,该方法能以设定距离准确跟随前方行人。

摘要：针对高校实践资源不足、学生工程实践能力有待提高的现状,提出产教融合模式下“大数据技术”课程实践教学设计思路,从实践资源、实验内容、实践模式、师资队伍、评价机制方面阐述校企协同创新的具体实施过程,探索提升学生专业知识、实战技能和综合应用能力的有效途径。

摘要：针对不确定环境下的机场群航空客流分配问题,考虑旅客在全出行链上的出行延误,综合评估旅客的出行成本并建立出行效用函数,根据随机用户均衡原理构建了机场群航空客流均衡分配模型,最后设计基于变分不等式的投影收缩算法对模型进行求解.将模型应用到有长短途航线的机场群出行交通网络中,实例验证了所提出模型和算法的有效性.算例结果表明:调整地面交通水平、机场服务效率、航班飞行时间可靠性等措施可以降低旅客延误成本,促进客流在机场群中均衡分布.

摘要：随着以CAD/CAM为代表的先进制造技术的广泛应用,工艺数据量不断增加,为有效复用数控加工工艺数据中不同粒度的工艺设计意图,提出一种融合工艺设计意图的工艺数据多层次结构化表征方法。通过刀位线段投影方法揭示三维CAD模型与CAM模型之间的关联关系。在此基础上以多层次结构化数控工艺模型为引导,分析工艺过程中内嵌的不同粒度的工艺设计意图,实现工艺数据的多层次结构化表征。以三轴数控铣削加工零件为研究对象,开发了一个基于CATIA的原型系统,验证了所提方法的有效性。

摘要：拓扑元素永久命名是研发自主版权的参数化特征造型系统的核心技术之一.文中从原始名到引用名,逐步提出了一套完整的层次化命名方法与机制.首先,分析了原始名设计与命名传播的一般机制;其次,综合利用设计过程中特征方向、局部拓扑等有效信息构造具有层次化结构的拓扑元素引用名,并基于提出的活化特征、对称活化特征以及子集关系原则解析引用名得到辨识结果;最后,基于开源几何引擎OpenCasCade开发原型系统实现了所提出的方法.实验结果表明,文中方法能够有效地处理拓扑元素引用时的歧义性问题,所设计的层次化动态机制有很好的扩展性.

摘要：针对传统疏浚船作业仿真的不足与水下地形复杂的问题,设计了疏浚船的三维仿真系统,全方位、多角度的模拟疏浚作业过程。首先,提出了水下地形的生成方法,通过薄板样条插值方法,补充数据点,生成高精度的高程图;其次,构建完整的虚拟场景,将人员、地形、船体等元素交互融合,实现一端多控的便捷操作;最后,模拟水下疏浚作业,建立水下地形与运动的铰刀头的动态约束关系,实现对水下地形挖掘的实时变形。以天狮号船体与北港地区地形数据验证,上述系统能够有效模拟疏浚作业流程,提前对疏浚工程进行规划与评估,降低疏浚过程的不可控因素,同时为疏浚船培训提供便利。

摘要：针对目前遥感图像小目标检测算法遇到的复杂背景建模困难、先验信息严重匮乏等问题,考虑到昆虫视觉系统在图像处理方面的优势,提出基于蝇视觉系统大小场景(LF-SF)整合的信息处理模式解决遥感图像存在复杂背景的目标检测。蝇视觉的LF-SF整合机理无需考虑图像背景的复杂度以及目标先验信息,在抑制复杂背景纹理特征的同时对稀有目标特征进行增强,最后通过加权融合实现目标检测。实验结果表明,本文算法在算法设计、处理速度以及检测精度均优于现有算法。

摘要：在空战研究领域,战术决策旨在提高博弈对抗收益,进而提升战机攻击效率.现有战术决策算法大多基于规则方法设计,当应用于多机空战的复杂环境时则存在设计难度大,难以求解最优解等问题.本文提出一种分层决策多机空战对抗方法,首先,在训练初始阶段借鉴已有人类专家经验,指导模型训练;其次,根据战术动作类型设计分层动作决策网络,降低动作决策空间维度;最后,将训练产生的对抗经验按阶段分解,降低策略学习难度.在多机空战仿真环境中进行了实验验证,相比于现有多机空战决策方法,本文提出的方法在训练收敛性和决策性能方面均具有更好的表现.

摘要：针对在动态的网络环境中,实时视频在基于数据报协议的传输中遇到大量丢包的问题,提出了一种基于遗传算法改进的BP神经网络自适应前向纠错码的方法。该方法通过设计自适应的前向纠错编码来恢复丢失的数据包。首先,设计一个基于帧级别的前向纠错的框架,主要包括视频编码解码器、RS前向纠错码编解码模块和前向纠错码冗余度计算模块,用来模拟一般视频传输的环境;然后,设计GA-BP模型,将其应用到RS-FEC的冗余度计算,实现一种帧级不均等的保护方案;最后,基于GE信道模拟网络,生成丢包数据,训练离线模型,进行实验验证。实验结果表明,相比StaticRS和DeepRS,所提方法能够在较低冗余度下较高地恢复丢失的数据包,得到更高质量的视频。

摘要：设置可变车道可以提高现有道路资源的利用率,在一定程度上缓解交通拥堵问题。然而目前的可变车道多是定时或人工切换,对交通流量的引导不够及时准确。利用车辆检测自动识别各个方向车道的车流密度,可以为可变车道的智能引导提供决策依据。通用的目标检测算法对特定场景缺乏针对性,存在优化空间。对智能交通引导应用场景中的车辆检测任务进行了分析,通过充分利用结构化场景的先验信息,对两阶段目标检测框架中的候选区域生成算法进行重新设计,提出了基于车道线检测直接生成候选区域的算法,提高了车辆检测的效率和准确率。针对该场景下常出现的车辆遮挡问题,采用一种高斯加权的非极大值抑制算法有效降低车辆的漏检率。在实际的交通引导场景数据集上验证了算法的有效性。