基于果蝇算法优化的移动机器人RBPF-SLAM研究

针对基于传统Rao-Blackwellized粒子滤波(Rao-Blackwellised Particle Filter,RBPF)算法的移动机器人在进行同时定位与地图构建(Simultaneous Location and Mapping,SLAM)时易发生粒子退化导致移动机器人位姿估计不准确以及地图一致性较差的问题,提出一种基于果蝇优化算法的RBPF-SLAM算法。该算法将果蝇种群觅食过程中果蝇具有的趋味特性引入RBPF算法,将粒子视为果蝇个体,粒子的适应度值作为空气中食物味道的浓度,利用果蝇优化算法的高寻优能力使粒子向高似然区域移动并不断迭代寻优,以优化粒子种群的整体分布。同时,在果蝇寻优后的新种群中引入自适应交叉变异操作,以增加种群多样性。根据粒子的适应度值确定交叉概率,对配对好的粒子进行自适应交叉操作,再根据变异概率对当前种群的最优粒子进行变异操作,选取适应度值更高的粒子作为当前最优解。采用指数函数步长公式更新粒子状态,增加寻优过程中的搜索距离,有效提高算法的收敛效率。基于ACES building和MIT Killian Court数据集的仿真实验以及移动机器人实机测试结...     

客运专线900 t现浇箱梁移动模架静载试验与监测

武广客运专线韶关段炎庙大桥与炎庙特大桥采用跨度32 m的预应力混凝土简支箱梁,利用移动模架现浇施工.为保证施工安全和成桥线形准确,对移动模架施工进行静载试验与监测.试验与监测数据表明,在工作状态下模架各部分的受力均处于弹性范围,全梁挠度曲线线形合理,为箱梁施工预拱度设置和箱梁线性标高控制提供了试验依据.     

基于5G移动通信技术下的物联网时代探讨

伴随着我国网络信息技术的迅速发展,4G基础上的5G移动信息技术已经逐渐实现,并且在我国社会当中逐渐的在得到普及,5G移动信息技术的发展为我国的社会的发展带来了极大的推动力,目前我国对于物联网的发展给予高度的重视,而5G移动通信技术的实现,对于物联网时代的打造具有极为重要的意义,物联网的建设与发展代表着我国网络信息领域发...     

面向智能汽车测试的弱势群体服饰色彩研究

智能汽车测试是其技术开发与应用中必不可少的环节，封闭场景下测试目标物准确反映真实道路环境下交通对象特性是保障测评结果可信的关键，而道路弱势群体服饰色彩是相应测试目标设计的关键参数，也是智能车测评相关标准中要求的一个主要指标。为此，通过对中国某省份2018～2020年间重大交通安全事故案例的分析和筛查，得出178例弱势道路使用者群体伤亡人员样本，首先提取样本服饰颜色，然后选取适当的色彩空间，将色彩数据从RGB(Red-Green-Blue)空间转换至LUV(Lightness-Chroma)空间。以转换结果作为聚类参数，采用K-means聚类算法，获取受害者样本基于季节、出行方式等不同因素下的服饰代表颜色。区别现阶段欧洲标准中目标物黑色上衣/蓝色长裤的搭配组合，黑色上衣/黑色长裤作用于符合中国国情的自动驾驶场景中测试目标物的服饰颜色更具代表性。鉴于中国新车评价规程(China-New Car Assessment Programme, C-NCAP)选取行人目标物与自行车骑行者目标物，将目标物服饰改为黑色上衣/黑色长裤组合，以测试目标物与测试车辆位置分别构建相对横向及纵向运动的多个场景，...     

基于手机大数据的城市轨道交通规划策略研究——以石家庄市为例

交通需求分析和预测是城市轨道交通规划的重要依据,然而宏观交通模型的复杂性、数据质量及规划变更等问题容易导致轨道交通客流预测的不确定性.为弥补交通需求和客流预测的不确定性,以石家庄市为例,利用手机大数据从职住分布、职住平衡、出行需求、通勤圈等四个维度剖析城市特征,从城市特征刻画、现状模型校核、发展趋势研判等方面与需求预测...     

双注意力引导的跨层优化交通场景语义分割

针对交通场景目标分割边缘不平滑以及小目标难以准确分割等问题，本文提出一种双注意力引导的跨层优化交通场景语义分割算法。首先，构建多分支特征提取编码网络，并利用串行非比例式空洞卷积实现空间上下文信息提取，进而改善小目标信息的丢失；其次，构建基于空间对齐的跨层特征融合解码网络，实现语义信息和细节信息的融合，增强不同尺度目标的表达能力；最后，提出通道和空间注意力机制，建模全局通道相关性和长距离位置相关性，增强网络对关键特征的学习能力。交通场景数据集Cityscapes和CamVid上的实验结果表明，所提特征提取编码网络、跨层特征融合解码网络以及注意力机制模块是有效的；所提语义分割算法获得了77.79%和78.66%的平均交并比，能够平滑目标分割边缘，尤其对细长条形目标具有鲁棒性。