智能小车避障算法和速度调节算法研究

主要对智能小车的避障算法及速度调节算法进行了研究。首次提出一种无障碍权值算法解决小车的避障问题。无障碍权值算法通过对小车左右前方连续195°扇形区域的障碍距离进行采集,经过数据处理,找出障碍间的较宽可行路径,有效解决了小车避障过程中可行路径遗漏问题。该算法能使智能小车避障具有更准确的方向、更优化的路径。由于在避障时需要进行速度调节,研究了速度调节算法。通过障碍距离的检测对PWM进行比例调节,来控制小车速度,实现小车的快速变速。经过实验验证,小车速度调节也能很好地满足快速性要求。     

基于商品的商业超市管理系统的改进

将商业超市管理系统的研究围绕商品经营状态及商品策略展开,在现有超市管理系统的基础上,根据超市实际需求进行扩展,由重结果向行为转为重过程控制,实现超市系统的自动管理和优化。     

剃(磨)前齿轮齿廓展成齿形计算方法及参数化设计

剃(磨)前滚刀法向齿形参数直接影响被加工齿轮的齿形。利用平面齿廓法向法的基本原理,推导由剃(磨)前滚刀法向齿形反求工件齿形的计算公式,实现滚刀齿形参数化。通过VB对CAD进行二次开发,改变以往通过手动捕捉包络曲线簇顶点得到展成工件齿形的方法。实现剃(磨)前齿轮展成齿廓齿形的快速自动绘制。由展成结果可直观观察到滚刀参数对工件齿廓形状的影响,在此基础上可选取最优参数,提高设计质量。     

基于无人机的大场景序列图像自动采集和三维建模

提出并实现了一种基于无人机的大场景序列图像自动采集和三维重建方法,实现了大范围场景全自动图像数据采集和三维建模。首先设计实现无人机自动控制地面站和基于Cortex-A17的无人机控制模块,其次在地面站人工点选设计航线和拍摄位置,并自动控制飞行和拍摄过程,实时将序列图像回传地面站,最后地面站应用SFM方法实时自动重建大场景三维模型。实验结果表明,相对于人工控制方法,文中方法能够实现无人机飞行和拍摄过程自动控制,同时提高拍摄稳定性,降低基于无人机的大场景三维建模难度,提高建模效果。     

自然语言中的指代技术的研究

指代消解技术是自然语言中最常见的语言现象。本文从自动文摘技术出发,对指代技术进行了介绍,分析了国内外指代技术的几种方法,提出了一个指代消解的研究方向。     

横店东磁:打造磁性材料产业链合作共赢新生态

从无到有,从小到大,从弱到强,以一块小磁材,撬动全球大市场。横店东磁在平凡中坚守,在坚守中创新,用岁月轮回铸就民族工业腾飞的臂膀从第一款磁性材料产品发展到5000多款磁性材料产品,横店东磁不断提升管理现代化和制造智能化水平,成长为全球最大的永磁铁氧体和软磁材料制造企业。横店东磁单晶电池片"未来工厂",聚焦光伏行业工艺、制造、管理及品控不足等关键问题,通过数字孪生技术,加速产品的研发优化和技术操作人员对设备工艺的了解;利用AI瑕疵识别技术,实现单晶电池片缺陷毫秒级自动判定.     

自动驾驶无需高阶道德算法

引入伦理学中的道德两难思想实验后,自动驾驶应植入何种道德算法引起了不少讨论。区分一阶道德算法与高阶道德算法将发现这些讨论建立在一个有待澄清的前提上。植入道德算法的目的是令自动驾驶成为驾驶专家,因而识别交通法规等一阶道德算法是必要的,关乎安全、效率与舒适;但功利主义等高阶道德算法会反噬驾驶专家,既不必要也不可行,况且“自动驾驶两难”在哲学上的思想深度没有超出“电车两难”。     

SKYNET-X系统常见故障分析

SKYNET-X自动化系统自从在兰州投产使用之后,系统趋于稳定。现将运行中遇到的三个常见故障问题进行故障分析,分别是REC节点故障、同步回放问题、飞机自动相关问题。通过对三种故障的分析和解决方案,对今后的维护起到积极有效的作用,可以更好的保障空管安全。     

一种水面垃圾智能清理无人船的设计方案

【目的】针对目前水面垃圾清理以人工作业为主、设备原始且效率低、可能破坏水域植物等问题，本研究提出一种水面垃圾智能清理无人船的设计方案。【方法】利用价值与作用分析方法中的Pieuvre图表法对无人船的设计需求进行分析，并利用CATIA V5软件对无人船的结构进行三维建模。【结果】本研究从无人船的设计需求分析出发，对无人船的机械结构进行设计，实现无人船的垃圾收集、压缩和打包等主要功能，以及观察、漂浮、避障、动力和控制等辅助功能。【结论】该设计方案具有一定的创新性和可行性，对水面垃圾的自动清理设备的研发具有一定的工程指导意义。     

机器学习与科学发现——以AI-Einstein为例

机器学习尤其是深度学习广泛地应用于科学实践的各个领域和环节，但其在数据密集型学科带来的“科学新发现”，只能获得存在于数据中的已知概念之间的关系，而试图用机器学习重现科学史上新概念和新理论发现过程的“科学再发现”研究，也因为使用模拟出来的数据而成为后知之明；作为“曲线拟合”的机器学习常被认为不能带来“真正”的科学发现和概念创新；通过对19世纪关于光的传播和寻找以太相关的观测和实验数据进行挖掘并用机器学习建模，发现当同一类问题的数据和理论之间出现冲突时，“曲线拟合”方法至少可以帮助带来科学概念的转变，提示新知识的出现。