一种仿人足球机器人目标定位与追踪算法

基于仿人足球机器人嵌入式系统结构,对目标定位和跟踪算法进行改进,提出一种适用于嵌入式全自主型机器人的颜色识别算法.首先,改进通用的颜色识别过程方法,添加目标特征统计学习,使足球机器人能够脱离PC机进行自主的目标颜色特征阈值设定;其次,简化基于嵌入式单目视觉系统下的目标定位算法,并通过扩大首帧搜索区域或加入形状检测的方法...     

结合主动学习与关系图卷积神经网络的社交机器人检测

社交机器人一直在应用中不断发展，并且为了逃避现有的检测方法，变得更加先进和复杂，较大地影响了原有部分社交机器人检测方法的效果.检测社交机器人成为了一项漫长而又艰巨的工作.在社交机器人检测领域中，目前存在着已公开相关数据集较少的情况，需要人工标注大量的数据.本文提出了一种结合主动学习与关系图卷积神经网络(RGCN)的检测方法——ALRGCN,用以解决人工标注大量数据成本较高的问题.其主要思路是利用主动学习方法来扩充标记数据集，以最大化人工标注的价值.主动学习利用种子选择算法构建初始训练集以及不确定性采样方法筛选出较高信息熵的样本，交由分类模型进行训练，旨在通过专业人员的经验来人工标注一些分类器难以分类的数据.鉴于社交机器人通常以集群的形式出现，本文引入了RGCN来捕捉其网络结构特征.RGCN可以有效地分析节点及其相邻节点的属性，进而帮助该节点进行分类.实验在TwiBot-20数据集上进行，通过对比进行使用的基线实验，ALRGCN在F1上取得了2.83%的提升.实验结果证明，ALRGCN在标注样本更小的情况下可以更有效地检测出社交机器人.     

KAZE算法在巡线机器人障碍物检测中的应用

巡线机器人障碍物检测技术是计算机视觉与自主巡检系统的研究热点之一,对保证输电系统安全可靠运行具有重要意义.传统的检测算法鲁棒性低,不能适应复杂环境下障碍物的检测要求.针对以上问题,提出一种基于KAZE算法的巡线机器人障碍物检测方法,该算法在非线性尺度空间中进行特征点提取,利用最近邻匹配准则和RANSC算法对由M-SURF算法生成的特征向量进行检测.实验结果表明,基于KAZE算法的巡线机器人障碍物检测效果较好,具有良好的的鲁棒性.     

社交账户继承问题研究

社交账户具有人格和财产双重属性，符合虚拟财产的定义和特征，具有可继承的合理性。社交账户按照用户使用目的可以分为营利性社交账号和非营利性社交账户。司法实践中已经有案例支持虚拟财产可转让和继承，可从规范和完善用户协议、引入第三方信息管理机构、借鉴域外仅公开账户内信息等方面探索社交账户继承的路径。     

基于格子波尔兹曼的机器人视觉特征点检测

针对Harris特征点检测算法中图像存在角点信息丢失的问题,提出基于格子波尔兹曼结合Harris算法的机器人视觉特征点检测方法。格子波尔兹曼具有并行操作的优点,可以保证机器人导航的实时性。通过格子波尔兹曼方法对图像进行预处理,然后使用Harris算法,实现特征点的有效检测。实验结果表明,该方法更加准确的选择特征点,减少特征点数目的同时,提升了特征点的质量,完成了特征相对不明显的点的检测。     

物流机器人运动学分析与全场定位方法研究

为解决轮式物流机器人的全场定位、位姿控制等关键问题,提出了一种基于陀螺仪、编码器、灰度传感器与激光测距仪的麦克纳姆轮物流机器人全场定位系统.建立麦克纳姆轮底盘运动模型并进行运动学分析,研究基于此系统的全场定位算法,以STM32单片机为主控制器,结合多种传感器,实现机器人的全场定位、运动控制、任务识别、物料颜色识别.对于物料颜色识别提出了一种根据边缘检测算法思想改进的扫描算法来提高检测效率.试验表明,系统具有良好的综合性能,可满足物流机器人精准定位、准确识别等控制需求.     

统一身份认证日志集中管理与账号风险检测

为提升统一身份体系的安全性,检测账号异常登录和盗用事件,以上海交通大学为例,梳理了接受统一身份账号登录的所有网络服务,对各入口认证日志做分布式采集和格式统一,实现了身份认证日志的集中审计管理.基于对用户校园网服务使用习惯的分析,设计了基于行为的账号风险评估算法,利用地址数据和威胁情报对日志进行扩充,根据用户使用模式分析标注正常登录和风险访问行为,对账户提取16种特征后使用机器学习方法进行异常检测.实验结果表明,使用随机森林算法分类可在0.1%的低误报率条件下取得89.5%的检出率,效果明显优于传统基于异地登录检测的方法.将检测模型应用于实际日志1个月,发现了375个存在风险的账号.     

全方位移动避障实时轨迹控制算法的研究

针对机器人避障轨迹控制过程中存在的路径优化以及如何躲避大障碍物或者是多障碍物的情况,本文提出一种基于狄克斯特拉算法与贝塞尔曲线的机器人移动避障实时控制改进算法,该算法引入机器人与目标终点路径的速度分量,采用狄克斯特拉算法进行移动轨迹路径优化,进而采用贝赛尔曲线修订优化路径,以此满足动态约束条件.仿真结果表明:相对于改进人工势场算法,本文构建的改进算法使得机器人移动时间缩短,机器人避障运动规划明显改善,具有较强的鲁棒性.     

基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。     

基于改进粒子群算法的光纤光栅压触觉传感阵列测点优化

为了解决机器人手指压触觉测量中检测系统存在的电磁干扰问题,目前很多研究中采用了具有抗电磁干扰、体积小、质量轻且易封装等优势的光纤光栅压触觉传感阵列.针对机器人手指压触觉传感阵列测点排布问题,提出了一种基于改进粒子群算法的测点优化方法.首先通过有限元仿真得出机器人手指抓握过程的应变场分布情况,然后基于应变场分布结果进行传...     

基于粒子滤波的仿人机器人跟踪算法研究

针对RoboCup标准组仿人足球机器人NAO的特点,在研究传统粒子滤波跟踪算法基础上,提出基于颜色特征和改进的粒子滤波相结合的机器人跟踪算法。改进的粒子滤波算法在传统采样重要性重采样(SIR)算法重采样过程中有选择地增加一组随机粒子,解决了传统采样重要性重采样(SIR)算法因被跟踪运动目标运动不规则而出现跟丢的问题。实验结果表明,该算法增强了基于SIR的粒子滤波跟踪算法的适应性和有效性。     

基于改进YOLOv4的石窟壁画病害检测分析

针对石窟壁画病害检测中存在的漏检、误检导致检测精度不高的问题,提出一种基于改进的YOLOv4目标检测算法。算法在YOLOv4网络结构中引入注意力机制,增强神经网络特征信息的权重,减少无效信息的权重,使网络更注重有效特征信息部分,降低漏检、误检情况。实验结果表明,通过不同算法进行对比,改进的YOLOv4算法对石窟壁画病害检测具有更好效果,能够有效提高检测精度。     

一种改进SURF算法的单目视觉里程计

基于微软Kinect传感器,提出一种改进SURF(speeded up robust features)特征提取算法的单目视觉里程计新方法。用Kinect传感器获得环境彩色和深度图像,再采用基于特征点信息的改进的SURF算法完成彩色图像特征点的提取与匹配,提高匹配的正确率和鲁棒性,随后进行与深度图像的映射,实现三维重建并利用最小平方中值定理估计出机器人的路径信息。实验证明,该方法匹配正确率较SURF算法更高,在动态环境下具有很好的鲁棒性,是一种简单、有效的单目视觉里程计新方法。     

未知环境下基于VFH+物理仿真耦合模型的机器人避障

针对传统机器人避障实验流程繁琐、实验成本高等问题,基于改进的向量场直方图算法建立算法模型,再将算法模型与动态仿真(Simulink)模块下建立的物理仿真模型相耦合,实现耦合模型的机器人避障仿真.基于改进前后两种算法的耦合模型,控制相同机器人在同一障碍物环境下进行避障实验.研究结果表明:该模型成功实现了未知环境下机器人系...     

改进RRT算法的机器人路径规划

机器人已被广泛应用于日常生活之中。路径规划作为机器人的主要技术之一，优秀的路径规划算法能提升机器人的工作效率、降低其使用成本，并为研究机器人的导航打下良好的基础。RRT(rapidly-exploring random trees)算法具有扩展性强的优点，但存在路径长度并非最优、光滑性差等不足，为此提出反向寻优和三次样条曲线插值以改进算法，并在MATLAB和ROS(robot operating system)系统中仿真。结果表明：改进后的RRT算法能降低路径长度，减少节点数目，提高光滑性，实现了算法的有效性。     

基于超图的社交网络中的预算影响力最大化

影响力最大化问题是在线社交网络中的热点问题,然而社交网络的结构错综复杂,传统的影响力最大化问题并没有考虑社交网络中的群体影响.针对以上不足,利用有向超图刻画社交用户之间的群体影响,提出一种基于有向超图的预算影响力最大化问题.该问题是在有向超图的社交网络中,在给定预算下,寻找高影响力用户作为种子节点集,使得其最终的传播范围最大化.分析了该问题是NP-hard的且目标函数是非次模函数,提出了改进的贪婪算法和交换启发式算法进行求解,并分析了改进贪婪算法的近似比.通过将所提的算法应用到三个在线社交网络数据集中进行实验,验证了算法的正确性和良好性能.结果表明,改进贪婪算法基础上的交换启发式算法具有明显的性能优势.     

基于空地信息互补的无人车路线规划

空地机器人通过相互协作获得的信息互补特性,使其在多智能体协同领域具有显著优势。由于室外场景受地形条件、光照变化等影响,地面机器人凭借自身传感器无法完整获得有效的地面环境特征,因此提出一种室外大范围场景下的地面特征提取方法,可通过获取到的全局环境信息指导地面机器人完成导航任务。利用机载视觉及YOLO-v3目标检测算法对室外场景的目标物进行检测与定位;对于全局场景图像特征的提取,建立点对间映射函数模型,剔除待匹配图像的外点,从而配准场景图像并对其进行拼接,使用加权平均融合淡化拼接缝隙;通过k(聚类中心数)-均值聚类算法分割全景图像,并采用形态学方法滤除噪声,最终获得全局场景特征;在此基础上改进基于采样的路径规划方法,为地面无人车提供一条可行的全局路线。通过仿真实验及室外场景测试表明：地面场景特征提取算法提升了室外大范围场景下所提取到特征的鲁棒性和准确性,改进的路线规划方法进一步缩短了路径长度,可为无人车自主导航提供有效的全局环境信息。     

一种管道蛇形机器人的裂缝视频检测系统

为实现蛇形机器人在管道内部快速准确的识别管道内壁裂缝,基于一种改进YOLOv3算法为管道蛇形机器人设计了快速检测管道裂缝的系统。系统搭载了500万像素相机以及用于辅助标定的两个激光发生器。此系统通过摄像机采集管道内部视频信息,使用改进YOLOv3算法对视频进行检测,若识别出裂缝则输出当前图像。之后结合激光标定和边缘检测算法得到当前裂缝的物理信息。改进YOLOv3算法使用k-means++算法对裂缝数据集进行聚类,得到最佳先验框,并使用距离交并比代替交并比作为损失函数,以提高精度和速度。实验表明,改进YOLOv3算法平均精度为87.23%,与原始YOLOv3算法相比提高了5.88%;同时基于激光标定算法的图像处理得到的裂缝物理信息与实际信息误差在5%以内,可以用于实际工程。     

基于BUG理论的平行主线改进算法

基于Pioneer3机器人平台提出一种未知环境中的机器人路径规划的改进算法。在BUG理论的基础上,通过先锋机器人实时读取机器人角度偏差的能力,即时重新规划机器人到达目标点的路线。改进算法缩短了BUG理论中的运动路径,提高了机器人避障的效率。     

基于深度强化学习的机器人未知环境路径规划

为解决未知环境中移动机器人的自主路径规划问题，提出了一种基于深度确定性策略梯度(DDPG)的改进算法。该算法通过激光雷达数据、机器人位姿以及速度信息建立策略映射，在连续动作域中输出线、角速度直接控制机器人底盘运动。设计了新的连续奖惩函数，缓解了奖励稀疏问题；融合了优先经验回放机制、人工演示数据机制以及多控制器引导机制，提高了算法训练效率。通过ROS+Gazebo平台进行模型训练，训练结果表明，改进算法仅需原始算法训练步数的47%,就获得了相同水平的奖励；设计对比实验，结果表明，相较于原始算法和传统的局部路径规划动态窗口法，改进算法在无碰撞的基础上运动轨迹更加平滑且耗时更短，验证了改进算法的有效性。最后搭建轮式差速机器人平台，设计未知环境导航实验，证明了算法的实用性。