文化创意产业园文化与商业综合发展研究——以成都市西村大院为例

随着后工业时代的到来,以消费为主导的生活模式正在全方位的影响着人的选择.对于消费型文化创意产业园而言,文化与商业如何实现综合发展,过程中容易出现什么问题?为了解释上述问题,本文以西村大院文化创意产业园为例,通过模糊综合评判法评估综合发展、分析发展过程中的典型问题并借用场景理论有关研究,最终提出建议.     

基于卷积神经网络感知功能的极端场景生成方法

近年来,基于卷积神经网络深度学习的感知算法在自动驾驶车辆环境感知系统中发挥着越来越重要的作用。由于在神经网络训练过程中,训练数据无法覆盖所有极端场景,因此如何保证基于深度学习的感知算法在极端场景下的安全性和可靠性,仍是一个亟待解决的问题。传统的基于真实行驶里程的验证方法,在获取极端场景数据上危险性高,经济性差,因此很难检验驾驶功能在极端场景下的性能。基于虚拟场景的仿真验证方法,虽然可以通过设置场景参数来生成大量测试场景,但是通过简单的参数组合并不能有效的生成极端场景。本文展示了一种在虚拟环境中生成极端场景的方法,用于训练和测试基于深度卷积神经网络的车道线识别算法。首先将场景特征用参数进行表示,然后使用deep Q-learning强化学习的方法,来生成极端场景的参数组合。通过与随机组合以及成对组合场景参数的方法进行对比,可以看出该基于强化学习的场景生成方法可以更有效地生成极端场景,因此可提高自动驾驶感知功能的测试效率,同时可为卷积神经网络提供更多的极端场景训练数据。     

融合多元触觉和沉浸式视觉的可移植VR软件框架

多元触觉和沉浸式视觉反馈的时空一致性配准以及现有VR软件框架中硬件设备的接入便捷性问题,制约了医疗、商务、娱乐等不同行业中视触觉融合场景的快速开发。为解决这一难题,提出融合多元触觉和沉浸式视觉的可移植VR软件框架,根据视触觉反馈精度要求的不同设计了双层和三层架构兼顾视觉渲染、触觉渲染、硬件控制的不同需求。实验结果表明该框架具有支持视-触融合同步反馈、硬件平台可移植、图形场景开发简便和交互场景可快速替换等特点,能够满足不同领域的交互应用需求。     

时变海场景双基SAR回波实时模拟方法研究

基于时变海场景双站散射机理,结合双基合成孔径雷达(SAR,Synthetic Aperture Radar)成像几何模型,提出了一种时变海场景双基SAR射频回波信号实时模拟方法。针对时变海场景的复杂耦合散射,采用多径近似理论建立了双基SAR海面目标回波信号模型,提取了时变海面双基SAR系统响应函数,结合高性能计算技术、同步动态随机存取(SDRAM)技术以及全系统交换设计,实现了时变海场景双基SAR射频回波信号实时模拟,最后仿真测试结果验证了该方法的有效性。     

虚拟现实技术支持下的三维地形仿真系统设计研究

将虚拟现实技术应用到地形仿真中的相关理论与关键技术,确定了系统实现的技术路线,并以黑龙江省8511农场数据作为本系统的实验数据,以武汉吉奥公司的CCGIS4.0作为二次开发平台,使用Visual Basic6.0重新定制与开发了三维地形仿真系统,在普通PC机上成功建立了桌面型虚拟现实系统.系统实现了三维场景的漫游、查询定位、空间分析和视频输出等功能,达到了虚拟三维场景实时动态显示与交互的目的.     

基于协作式深度强化学习的火灾应急疏散仿真研究

火灾是威胁公共安全的主要灾害之一,火灾产生的高温和有毒有害烟气严重影响了疏散路径的选择。将深度强化学习引入到应急疏散仿真研究,针对多智能体环境提出了协作式双深度Q网络算法。建立随时间动态变化的火灾场景模型,为人员疏散提供实时的危险区域分布信息;对各自独立的智能体神经网络进行整合,建立多智能体统一的深度神经网络,实现所有智能体之间的神经网络和经验共享,提高整体协作疏散效率。结果表明：所提方法具有良好的稳定性和适应性,训练和学习效率得到提升,具有良好的应用价值。     

基于OBBs的碰撞检测研究

在虚拟场景中,碰撞检测性能的好坏是影响整体游戏感官和用户体验的重要因素.现阶段,虚拟场景中的物体模型越来越复杂,对实时性和真实性的要求越来越高,导致一些古老的碰撞检测方法难以满足高标准的要求.提出了一种基于OBBs的快速碰撞检测方法,从而加快了三维游戏中碰撞检测的速度,提高了实时性能.     

AGV调度优化的应用场景、关键因素和研究方法综述

针对自动引导小车(automated guided vehicle,AGV)调度问题,梳理了制造、仓储、港口以及快递分拨中心中的AGV使用和调度研究现状,发现以快递分拨中心为代表的服务业是新兴且研究较为薄弱的领域;分析了AGV调度优化需考虑的因素,发现数量配置与充电管理两个关键因素联合考虑的不足,建议未来在大规模动态调度研究中将二者统筹考虑;从精确方法、近似方法和基于人工智能的新方法3个方面总结AGV调度研究方法,建议未来可在启发式算法的基础上融入基于人工智能的新技术和新方法以获得创新。     

HourglassNet:一种用于遥感目标检测的改进FCOS算法

针对遥感图像中背景复杂、目标分布密集、目标尺度形态多样等问题,该文在单阶段全卷积(FCOS)目标检测模型的基础上,基于沙漏特征金字塔并且与多尺度上下文场景结合,提出了沙漏网(HourglassNet)。针对卷积神经网络(CNN)中不同深度语义信息和空间信息不均衡的问题,提出了一种沙漏特征金字塔,通过将多尺度特征缩放至中间尺度进行融合和优化以获得全局特征。基于注意力机制将全局特征向不同尺度特征传递,在抑制无关特征的同时增强了有效特征,实现了对多尺度特征的补偿。为了将高层特征的语义信息更加充分地融入不同尺寸的特征图内,设计了多尺度上下文融合模块。利用适当的感受野提取高层特征的上下文信息,提升了特征的鲁棒性和辨识性。分别在DOTA v1.5和NWPU VHR-10公开遥感图像数据集上进行了性能对比与消融实验。结果表明,该文算法的均值平均精度(mAP)相比于FCOS在DOTA v1.5和NWPU VHR-10数据集上分别提升了4.3%和3.4%,且检测性能优于YOLOv3等其它对比方法。     

基于水动力模型的船舶航态的模拟仿真

根据船舶运动动态平衡原理,采用源汇法建立了在不同浪向下船舶横向运动的不动力模型,根据给定的船舶参数,用STF切片法计算了船体的水动力系数和波浪扰动力（矩）,并存入数据库。提出了采用四阶龙格－库塔法求解船舶运动水动力模型的线性微分方程组,以获得船舶随时间变化的各自由度运动幅值。提出并采用了与以往不同的三维模拟仿真方法－虚拟现实技术,创建了天空和海面波浪等三维虚拟场景,实现了具有真实感的、随时间变化的三维船舶航态（横摇、摇艏、横荡）在该场景中的实时动态仿真,取得了良好的效果。