一种无先验地图的移动机器人导航方法

为了提高移动机器人在复杂环境下的无先验地图导航算法模型训练速度及导航成功率,提出一种基于深度确定性策略梯度(deep deterministic policy gradient,DDPG)的移动机器人导航方法。利用2D激光雷达的均匀分布测距信息,降低环境噪声的干扰及高维度环境信息的计算量;采用人工势场法构建移动机器人从初始位置到目标点过程的奖励函数;通过Actor-Critic网络结构提高模型训练的稳定性和泛化能力。实验结果表明,提出的方法具有模型训练速度快、导航成功率高及泛化能力强等优点。     

基于模糊数学理论的车内噪声声品质评价

将模糊综合评判理论与噪声声品质评价相结合,利用车内噪声声品质客观参量的计算结果和主观评价的试验数据,运用模糊数学知识分析了车内噪声各客观参量对其声品质的影响,并计算出了不同客观参量的影响权重。     

语音识别中的DenseNet模型研究

为了解决语音识别中由网络加深导致的低层特征消失、参数量大及网络训练困难的问题,基于Inception V3网络的非对称卷积思想,提出了一种改进的密集连接卷积神经网络(densely connected convolutional neural networks, DenseNet)模型。根据语音识别的长时相关性,通过密集连接块建立起不同层之间的连接关系,从而保存低层特征、加强特征传播;为了得到尺度更丰富的声学特征,将卷积核的范围进行扩大;利用非对称卷积思想分解卷积核,以减少参数量。实验结果表明,相较经典深度残差卷积神经网络模型和原始DenseNet模型,提出的模型在THCHS30数据集上的语音识别性能更好,在保证识别率的情况下,还减少了网络参数量,提高了模型训练效率。     

基于视觉引导的Baxter机器人运动控制研究

高速和高精度的传统工业机器人已经广泛应用于制造业,但是传统工业机器人只能工作在结构化及封闭的环境中,从而限制了其应用领域。能够跟人协作互动、本质安全的智能协作机器人突破了传统工业机器人的环境限制,具有广阔应用前景。采用最新的智能协作机器人Baxter作为平台,介绍了双臂智能协作机器人Baxter的系统组成,分析了机器人操作系统(robot operating system,ROS)的通信机制,设计了基于视觉引导的智能协作机器人运动控制软件。机器人控制软件由视觉定位软件模块和手臂引导抓取软件模块组成,通过ROS的消息主题机制及ROS服务器来实现机器人手臂运动控制。实验结果证明,设计的控制软件能够准确控制Baxter机器人识别和抓取目标物体。