基于改进AG算法的机器人动态路径规划方法

为了充分发挥Agoraphilic(AG)算法的优越性,使其可以在动态环境中有效地进行路径规划,对传统AG算法进行了研究和改进,在计算自由空间力时增加了机器人和动态障碍物之间的相对速度分量,该分量可分解为2个方向的分力,一个分力使机器人向背离障碍物的方向运动,另一个分力使机器人向垂直于障碍物的方向运动,充当机器人绕行的动力。利用Matlab进行了仿真实验,将改进的AG算法和几种其他动态路径规划方法进行了对比。改进后的AG算法使机器人能够迅速躲避动态障碍物,有效地进行动态避障。研究方法不仅可以解决动态环境中机器人躲避动态障碍物并到达目标点的问题,而且与其他动态路径规划算法相比,具有路径长度更短、耗时更少、路径更平滑等优点。     

改进PCA方法的牙颌特征提取和数据集构建

为了提高牙颌数字模型特征提取的准确性和牙齿分割的效率,提出一种几何变换和主成分分析相结合的坐标系标准化方法,并以离散曲率、法向量、形状直径函数和离散测地距离为基础特征对牙颌数字模型进行了特征提取,在此基础上进一步扩展构建了76个特征数据集。采用提出的坐标系标准化方法和数据集对上颌进行了牙齿分割实验。结果表明：改进主成分分析方法能够快速准确地实现牙颌数字模型坐标系对齐,能够准确识别牙齿的特征信息并作出标记,牙齿分割完整,平均分割准确率达到99.74%。基于改进主成分分析方法的牙颌模型特征提取方法能够极大地提高特征对牙齿的区分性,从而降低位姿对牙颌特征提取带来的负面影响,实现在特征数据较少的情况下准确分割牙齿,可为数字化口腔诊疗提供一定的参考。     

基于YOLOv3的H型钢表面缺陷检测系统

为了提升H型钢的表面质量和安全系数,设计了一种基于YOLOv3算法的型钢表面缺陷检测系统.设计的检测系统由硬件系统和软件系统组成:硬件系统包括八角架式图像采集装置、电动控制系统和通信系统;软件系统采用YOLOv3目标检测算法.现场测试结果表明:1)检测系统可实时采集图像,并根据H型钢的规格型号能够自动调节图像采集装置结...     

基于改进的蚁群算法的移动机器人路径规划

针对移动机器人路径规划中的传统蚁群算法收敛精度低、易陷入局部最优等问题,提出一种改进蚁群算法。首先,对算法的转移概率进行改进,加入转向代价,减少不必要的转折,并针对启发函数启发性能不够强,对路径启发信息进行改进;然后,提出一种自适应的参数调整伪随机状态转移策略,动态改变参数值,避免过早陷入搜索停滞,增强搜索的全面性,同时对信息素更新方式进行改进,调整信息素挥发系数,保持蚂蚁发现最优路径的能力;最后,通过Matlab与其他算法进行对比分析。仿真结果表明,改进的蚁群算法收敛速度快,且路径长度和算法迭代次数有明显减少,能得到全局最优路径。改进蚁群算法具有可行性、有效性,在移动机器人路径规划中有一定的应用价值。     

基于改进遗传算法的沥青路面再生工厂布局优化

为了帮助沥青路面再生工厂获得更好的经济与环境效益,提出一种基于改进遗传算法的布局优化方法。首先,确定再生工厂布局的约束条件,并以非物流相关性最大、物料搬运成本最低和碳排放最少作为优化目标建立工厂布局优化模型;其次,基于初始布局方案,采用实数分层编码及排列组合方法对各功能区的初始位置进行交叉互换,并根据约束条件进行筛选,得到合适的初始种群;再次,针对横坐标层与纵坐标层进行算数交叉,变异时坐标层采用多点变异,放置方式层采用单点变异,并引入模拟退火算子;最后,以某再生工厂为例对改进算法进行验证。结果表明：改进后的遗传算法迭代次数较传统遗传算法减少34次,目标函数值较文献中遗传算法减小0.009 9,提高了算法的寻优能力;优化后的方案每日物料搬运成本减少14 468.85元,碳排放减少30.59 kg,验证了方法的有效性。研究中所提出的优化方法效率较高,可为沥青路面再生工厂的建设提供技术支持。     

基于DLNS-DSVDD的故障检测方法

为了解决支持向量数据描述方法对多模态动态过程故障检测率低的问题,提出了基于双局部近邻标准化的动态支持向量数据描述的故障检测方法。首先,应用DLNS方法标准化样本生成标准数据集;其次,利用动态方法将标准数据集构造成动态矩阵;最后,使用SVDD方法建立基于空间距离的统计量进行故障检测,应用DLNS-DSVDD方法对一个数值例子和田纳西-伊斯曼过程(TE过程)进行仿真测试,并与传统方法对比分析。结果表明,DLNS-DSVDD方法在具有更低的误报率的前提下拥有更高的故障检测率,平均误报率为2.2%,相比于SVDD方法降低了2.1%,平均故障检测率为88.2%,相比于SVDD方法提高了38.5%,证明了所提出的方法可以有效地监控具有多模态动态特征的化工生产过程。DLNS-DSVDD方法可以有效地剔除数据的多模态结构并且准确地捕获样本中的动态信息,为提高SVDD方法在多模态动态过程中的故障检测性能提供了参考。     

基于PSO的信息熵数据融合非均匀分簇路由算法

针对无线传感器网络分簇算法中能量分布不均衡导致的"热区"和簇头负载过重问题,提出了一种基于PSO算法优化簇头选举的非均匀分簇算法。在候选簇头选举和竞争半径计算过程中综合考虑节点动态能量、节点密度和节点距基站距离,将网络进行非均匀分簇,并引入PSO算法进行最终簇头选举。根据节点能量、节点密度和距基站距离确定簇间单跳多跳结合的路由规则,选取代价函数小的节点作为下一跳节点。基于节点信息熵确定融合阈值,进行簇内数据融合剔除冗余数据。仿真结果表明,改进算法的数据传输量比EEUC算法和UCRA算法分别提高了20%和10%,提升了数据的融合效率,有效延长了网络生命周期,簇头能量消耗得到均衡,减少了网络能量消耗,网络的整体性能显著优于其他对比算法。     

一种基于FCME的跳频通信干扰检测门限设计方法

针对跳频卫星通信在应用中面临恶意干扰威胁的问题,需要对接收信号进行干扰检测。首先使用宽带能量检测模型对接收信号进行建模,分析了检测统计量的概率分布形式,其次在FCME算法以及恒虚警门限设置方法的基础上,利用概率统计知识分析高斯分布下部分样本与总体的关系,加入迭代修正过程对噪底进行估计以设置满足恒虚警概率要求的门限,最后利用Matlab搭建仿真平台进行仿真分析。理论和仿真分析表明,基于FCME的迭代修正门限设计方法相比于已有方法在SNR为0 dB、无干扰条件下能获得满足虚警概率要求的门限,当存在部分频带干扰时算法性能下降,但所获得的门限仍能满足虚警概率要求。设计方法在干扰较弱或不存在时能满足虚警概率要求,改善了FCME算法虚警概率偏高的情况,应用于跳频通信系统干扰检测的门限设计是可行的,在工程实际应用中有一定的参考价值。     

基于轻量级卷积神经网络的苹果表面缺陷检测方法

为了解决目前农业信息领域对苹果表面缺陷检测准确率低的问题,提出一种基于轻量级卷积神经网络的苹果表面缺陷检测方法.首先采集苹果缺陷样本图片制作实验数据集用于模型训练和测试;其次在AlexNet网络结构的基础上,引入深度可分离卷积代替原有网络中的标准卷积运算来进行图像特征的提取;最后利用全局平均池化方法代替原有网络中的全连...     

基于改进YOLOv5的驾驶员疲劳状态检测

为了减少因疲劳驾驶而造成的意外交通事故,提出了一种基于改进的YOLOv5网络模型,对驾驶员的疲劳状态进行检测。首先,使用轻量型网络MobileNetV3替换原YOLOv5主干网络;其次,在颈部网络各个C3模块中融入ECA注意力机制;最后,通过检测网络对眼睛的开合度和嘴巴有无打哈的状态进行定位和识别,使用多指标对驾驶员进行疲劳判定,并自建疲劳检测数据集进行实验。结果表明：改进的YOLOv5模型参数量、计算量、体积分别减小至原模型的48%、38%、50%,解决了原模型参数量、计算量、体积过大的问题;mAP值由98.6%提升至99.1%,精确率由95.9%提升至96.8%,检测速率由115 f/s提升至119 f/s,进一步提高了模型的检测精度和检测速度。改进的YOLOv5模型具备轻量化、高精度、高速率的特点,可为疲劳驾驶预警提供参考。     

基于改进粒子群算法的无人机航迹规划

针对当前基本粒子群算法无人机航迹规划在后期收敛速度比较慢、效率不高、易陷入局部最优等问题,提出一种改进粒子群算法。首先,在迭代前期和后期分段设置惯性权值的调整,实现粒子惯性和寻优行为的平衡;其次,设置一个定值与相邻2次适应度函数最优值比较策略,防止陷入局部最优;最后,引入遗传算法的交叉、变异机制,得出更优的结果。并通过仿真验证了改进粒子群算法在三维空间航迹规划的有效性和可行性。结果表明,与其他航迹规划算法相比,新算法具有路径长度更短、耗时更少、路径更平滑等优点,加快了收敛速度,提高了航迹规划效率和稳定性。因此,改进算法的航迹规划可得到满足约束关系的最优航迹,对实现自主飞行有重要的参考价值。