首页期刊导航|国外电子测量技术
期刊信息/Journal information
国外电子测量技术
国外电子测量技术

陈光衤禹

月刊

1002-8978

fedit@vip.163.com

010-64005190

100009

北京东城区北河沿大街79号2楼

国外电子测量技术/Journal Foreign Electronic Measurement Technology北大核心CSTPCD
正式出版
收录年代

    基于PSO-BP神经网络的分拣机器人视觉反馈跟踪

    杨静宜白向伟
    166-172页
    查看更多>>摘要：针对分拣机器人视觉反馈跟踪精度差、耗时较长的问题,研究基于粒子群算法-反向传播(particle swarm optimization-back propagation,PSO-BP)神经网络的分拣机器人视觉反馈跟踪方法,以提升视觉反馈跟踪效果.依据分拣机器人的视觉反馈信息,建立分拣机器人运动学模型,并求解分拣机器人机械臂输出位置和输入位置的误差函数;利用PSO算法优化BP神经网络的权值与偏置;在权值与偏置优化后的BP神经网络内,输入误差函数,预测分拣机器人视觉反馈跟踪控制量;利用预测视觉反馈跟踪控制量,在线调整增量式比例-积分-微分(proportional-integral-derivative,PID)的参数,输出高精度的分拣机器人视觉反馈跟踪控制量,实现分拣机器人视觉反馈跟踪.实验结果表明,该方法可有效视觉反馈跟踪分拣机器人机械臂的关节角;存在干扰情况下,在运行时间为10 s左右时,阶跃响应趋于稳定;有干扰情况下,视觉反馈跟踪的平均误差为0.09 cm,耗时平均值为0.10 ms;无干扰情况下,平均误差为0.03 cm,耗时平均值为0.04 ms.

    PSO-BP神经网络分拣机器人视觉反馈跟踪运动学模型误差函数增量式PID

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于ROS与融合算法的室内无人机路径规划研究

    李峻林熊兴中杨开来严月浩...
    173-181页
    查看更多>>摘要：针对四旋翼无人机在室内环境下路径规划效率低、缺乏实用性等问题,提出一种基于融合改进算法的路径规划方法.首先引入室内混合约束,使用动态加权对传统A*算法的评价函数进行重构;其次根据不同地图区域方位角自适应调整邻域搜索方式;然后考虑无人机实际尺寸影响,设定安全半径,并用Floyd算法对路径做拐点冗余处理;最后融合改进A*算法与改进DWA算法,实现了四旋翼无人机的室内自主路径规划和避障.MATLAB不同仿真环境下的结果表明,改进后算法搜索节点数和转弯角度分别平均减少63.1%和58.9%,保证全局路径最优的同时,提升了搜索效率与路径安全性.经ROS操作系统的实验结果验证,融合算法在避障效果与运动平稳性等方面具备明显优势,可应用于室内复杂场景下无人机的路径规划.

    无人机路径规划改进A*算法改进DWAROS

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于领航-跟随法和人工势场法的巡检机器人编队

    吴金霆王琢张子超王乃宇...
    182-188页
    查看更多>>摘要：机器人编队技术正不断发展并逐步投入应用,为了提升巡检机器人的工作效率,提出了一种基于领航-跟随法和人工势场法的编队控制方法,保留了两方法的优点,使机器人编队在躲避障碍物的同时尽可能保持队形,通过施加随机扰动的方法改善人工势场法中容易出现的局部最小值问题.实验结果表明,提出的方法完成任务消耗的时间相较于领航-跟随法和基于行为法分别下降了28.5%和41.4%,在执行特定任务如协同围捕和依次排开时采用该方法的编队也能优秀完成.通过ROS(robot operating system)平台进行模拟环境仿真,进一步验证了方法的可行性.

    编队控制巡检机器人领航-跟随法人工势场法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进DeeplabV3+的遥感图像道路分割模型

    张银胜单梦姣钟思远陈戈...
    189-198页
    查看更多>>摘要：针对遥感图像道路分割边界模糊和遮挡难以区分的问题,提出了基于改进DeeplabV3+的遥感图像道路分割模型.该模型在主干网络中引入 MobileNetV3和高效通道注意力机制(ECA),减少了参数量并关注连续的道路特征信息.在解码过程中采用多级上采样,增强了编码器和解码器之间的紧密连接,全面保留了细节信息.同时,在ASPP模块中采用深度可分离膨胀卷积DS-ASPP,显著减少了参数量.实验结果表明,该模型在 Massachusetts Roads数据集上的交并比达到了83.71%,准确率达到了93.71%,分割精度最优,模型参数量为55.57×106,能够有效地避免边界模糊和遮挡导致的错漏检问题,在遥感道路分割中提高了精度和速度.

    遥感图像道路分割DeeplabV3+模型MobileNetV3模型多级上采样

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    国外电子测量技术征稿通知

    前插1页
      原文链接:
    • NETL
    • NSTL
    • 万方数据