针对露天矿生产场景中存在着目标像素低、小目标众多、背景复杂等问题,在YOLOv5s的基础上提出一种多尺度和超分辨率网络(multiscale and super-resolution network,MS_Net)。在特征融合模块,将PANet的三尺度检测升级为四尺度检测,提高...针对露天矿生产场景中存在着目标像素低、小目标众多、背景复杂等问题,在YOLOv5s的基础上提出一种多尺度和超分辨率网络(multiscale and super-resolution network,MS_Net)。在特征融合模块,将PANet的三尺度检测升级为四尺度检测,提高网络的多尺度学习能力,并使用子像素卷积作为上采样方法;提出一种多层融合(multi layer fusion,MLF)模块,融合了PANet 3个输出层的特征,得到一个具有丰富语义信息和空间信息的特征图;在预测层中,使用SIoU作为定位损失函数,优化模型的参数。实验结果表明:MS_Net网络在PASCALVOC数据集上mAP为79.4%,FPS为59;在矿山数据集上mAP为80.2%,FPS为64.5,模型可快速、准确、高效地对露天矿中的目标进行识别检测。展开更多
针对弹药装配结构复杂、零件数量多和装配效率低等问题,提出一种基于模型定义(model based definition,MBD)的弹药装配序列规划生成方法。在定义装配序列可行性的基础上,构建装配规划的适应度函数,提出包含精英种群的基于改进遗传算法(g...针对弹药装配结构复杂、零件数量多和装配效率低等问题,提出一种基于模型定义(model based definition,MBD)的弹药装配序列规划生成方法。在定义装配序列可行性的基础上,构建装配规划的适应度函数,提出包含精英种群的基于改进遗传算法(genetic algorithm,GA)的装配序列规划算法。基于UG/NX二次开发技术,设计和开发MBD的装配序列规划系统。以某引信子装配体为例进行应用验证的结果表明,所提方法有效且稳定。展开更多
针对同步定位与建图(simultaneous localization and mapping,SLAM)技术对计算资源的高需求、有限环境适应性、累积误差问题、系统复杂度高、成本昂贵、大场景处理能力受限以及缺乏有效的回环检测机制的缺点,提出一种结合人工势场法和...针对同步定位与建图(simultaneous localization and mapping,SLAM)技术对计算资源的高需求、有限环境适应性、累积误差问题、系统复杂度高、成本昂贵、大场景处理能力受限以及缺乏有效的回环检测机制的缺点,提出一种结合人工势场法和深度强化学习的方法。利用图论模拟人工势场在机器人间的相互作用以及机器人与目的地之间的势场力,并采用孪生延迟深度确定性策略梯度(twin delayed deep deterministic policy gradient,TD3)算法来优化机器人对障碍物信息的感知和处理。仿真试验结果表明:该方法使机器人能够在未知环境中快速、准确地进行定位、移动,同时维持队形的稳定性和一致性。展开更多
针对未来战争对无人系统的需求不断增加,提出一种适用于狭小空间和复杂环境的新型无人系统——两栖无人作战车系统,同时具备地面行驶、墙面爬行、空中飞行和协同作战能力。采用基于Agent的建模与仿真(agent-based modeling and simulati...针对未来战争对无人系统的需求不断增加,提出一种适用于狭小空间和复杂环境的新型无人系统——两栖无人作战车系统,同时具备地面行驶、墙面爬行、空中飞行和协同作战能力。采用基于Agent的建模与仿真(agent-based modeling and simulation,ABMS)方法,在分析其应用任务场景的基础上,通过构造任务场景、桌面模型、仿真验证,深入分析两栖无人作战车系统应具备的功能,并根据分析结果提出所需解决的关键技术。结果表明:该系统对扩展无人系统任务环境、提升自主作战能力有着重要意义。展开更多
文摘针对弹药装配结构复杂、零件数量多和装配效率低等问题,提出一种基于模型定义(model based definition,MBD)的弹药装配序列规划生成方法。在定义装配序列可行性的基础上,构建装配规划的适应度函数,提出包含精英种群的基于改进遗传算法(genetic algorithm,GA)的装配序列规划算法。基于UG/NX二次开发技术,设计和开发MBD的装配序列规划系统。以某引信子装配体为例进行应用验证的结果表明,所提方法有效且稳定。
文摘针对同步定位与建图(simultaneous localization and mapping,SLAM)技术对计算资源的高需求、有限环境适应性、累积误差问题、系统复杂度高、成本昂贵、大场景处理能力受限以及缺乏有效的回环检测机制的缺点,提出一种结合人工势场法和深度强化学习的方法。利用图论模拟人工势场在机器人间的相互作用以及机器人与目的地之间的势场力,并采用孪生延迟深度确定性策略梯度(twin delayed deep deterministic policy gradient,TD3)算法来优化机器人对障碍物信息的感知和处理。仿真试验结果表明:该方法使机器人能够在未知环境中快速、准确地进行定位、移动,同时维持队形的稳定性和一致性。
文摘针对未来战争对无人系统的需求不断增加,提出一种适用于狭小空间和复杂环境的新型无人系统——两栖无人作战车系统,同时具备地面行驶、墙面爬行、空中飞行和协同作战能力。采用基于Agent的建模与仿真(agent-based modeling and simulation,ABMS)方法,在分析其应用任务场景的基础上,通过构造任务场景、桌面模型、仿真验证,深入分析两栖无人作战车系统应具备的功能,并根据分析结果提出所需解决的关键技术。结果表明:该系统对扩展无人系统任务环境、提升自主作战能力有着重要意义。
