针对实际档案库房操作空间的动态约束性,常见的运动规划算法难以满足快速在线规划的问题,分别从规划速度和动态空间在线规划两个方向进行研究.首先,提出一种新型快速搜索随机树法(rapidly-exploring random trees,RRT),基于剪枝和路径...针对实际档案库房操作空间的动态约束性,常见的运动规划算法难以满足快速在线规划的问题,分别从规划速度和动态空间在线规划两个方向进行研究.首先,提出一种新型快速搜索随机树法(rapidly-exploring random trees,RRT),基于剪枝和路径细化策略能够大幅减少无用节点计算和冗余路径运动.其次,将人工势场法与RRT算法相结合,新节点拓展时会受到期望为当前势场合力的高斯分布的影响,在满足对动态障碍物的在线运动规划的同时提高了算法的拓展能力.最后,通过仿真结果证明,新型RRT算法在拓展效率上的高效性和混合运动规划算法在动态规划和探索效率上的优越性.展开更多
文摘针对实际档案库房操作空间的动态约束性,常见的运动规划算法难以满足快速在线规划的问题,分别从规划速度和动态空间在线规划两个方向进行研究.首先,提出一种新型快速搜索随机树法(rapidly-exploring random trees,RRT),基于剪枝和路径细化策略能够大幅减少无用节点计算和冗余路径运动.其次,将人工势场法与RRT算法相结合,新节点拓展时会受到期望为当前势场合力的高斯分布的影响,在满足对动态障碍物的在线运动规划的同时提高了算法的拓展能力.最后,通过仿真结果证明,新型RRT算法在拓展效率上的高效性和混合运动规划算法在动态规划和探索效率上的优越性.
文摘【目的】解决复杂果园环境下的果实精准分割问题。【方法】本文提出一种新颖的柑橘果树三维重建与果实语义分割方法。首先,利用神经辐射场(Neural radiance field,NeRF)技术从多视角图像中学习果树的隐式三维表示,生成高质量的果树点云模型;然后,采用改进后的随机局部点云特征聚合网络(Random local point cloud feature aggregation network,RandLA-Net)对果树点云进行端到端的语义分割,准确提取出果实点云。对RandLA-Net进行针对性改进,在编码器层后增加双边增强模块,采用更适合果实点云分割任务的损失函数,并通过柑橘果树数据集对改进后的分割网络进行验证试验。【结果】所提出的方法能够有效地重建果树三维结构,改进后网络的平均交并比提高了2.64个百分点,果实的交并比提高了7.33个百分点,验证了该方法在智慧果园场景下的实用性。【结论】研究为实现果园智能化管理和自动化采摘提供了新的技术支撑。
