人体姿态检测系统的设计与实现

针对铁路岗位监控视频需要大量人力查看的问题,设计并实现了人体姿态检测系统,实现7×24 h不间断智能检测.运用人体姿态检测算法对人体关键点进行提取,构建特征向量,通过支持向量机分类算法得到姿态类别,通过滑动窗口法判断是否有异常行为,当发生异常时进行本地提醒和远程报警.在行车室和机车司机室2种环境下进行测试,结果表明,该...     

应用于智能物流小车的避障策略研究

为了减少人工设计规则,提高智能物流小车避障的灵活性,将深度强化学习应用在智能物流小车避障当中去。为了降低算法对智能物流小车硬件的需求,提出一种基于A3C算法的智能避障方法。智能物流小车根据传感器输入数据,自主更新网络参数,学习避障策略。设计了智能物流小车的控制算法,包括路径跟踪及避障控制。搭建了智能物流小车实验平台,由感知部分、控制部分及执行部分组成。对传感器进行了选型及数据预处理,最后在障碍环境中进行验证,结果证明了算法的有效性。     

基于5G的编组站咽喉区异常检测系统

针对编组站咽喉区存在的道岔异物入侵、工器具遗留等问题,研究并实现一种基于无监督学习的智能视觉异常检测系统。运用第5代移动通信技术（5G）切片技术实现咽喉区4 K超高清视频的传输,通过运营商用户面功能（UPF）下沉实现数据不出站,保障网络安全。针对异常的不确定性,采用无监督学习的师生特征金字塔匹配算法,通过比较教师模型与学生模型的得分,实现咽喉区异常识别。该系统在怀化西编组站现场试验取得良好效果,能够有效提高咽喉区的安全防范能力。     

基于DDPG的无人车智能避障方法研究

本文中提出一种基于强化学习的无人车智能避障方法。鉴于无人车运动必须满足内外约束,包括汽车动力学约束和交通规则约束,且动作输出必须连续,而传统强化学习无法应对连续动作空间问题,提出了一种改进的DDPG算法,解决连续动作空间问题,实现转向盘转角和加速度的连续输出;采取多源传感器数据融合,满足无人车避障算法的状态输入;增加车辆内外约束条件,使输出动作更合理有效。最后,在开源仿真平台TORCS进行仿真,验证了算法的有效性和鲁棒性。