期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于同时发射声纳环移动机器人导航系统
被引量：
1
1
作者
谢昭贤
黄大贵
+2 位作者
明爱国
李智军
下条诚
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2007年第2期309-311,321,共4页
开发了一种能在未知环境下实现快速障碍检测与障碍回避的基于同时发射声纳环移动机器人导航系统。为了消除由于同时发射造成的串话干扰,提出了一种基于神经网络模式识别的过滤方法;并制作了由24个声纳传感器组成的声纳环安装到实际的移...
开发了一种能在未知环境下实现快速障碍检测与障碍回避的基于同时发射声纳环移动机器人导航系统。为了消除由于同时发射造成的串话干扰,提出了一种基于神经网络模式识别的过滤方法;并制作了由24个声纳传感器组成的声纳环安装到实际的移动机器人上,实现了扫描频率最大可达到66Hz的全景检测。系统中应用了动态窗口法来完成快速障碍回避的运动规划。实际的导航实验表明,系统可用于室内未知环境中的移动机器人快速导航。
展开更多
关键词
串话干扰
移动机器人导航
障碍回避
障碍检测
同时发射
声纳环
在线阅读
下载PDF
职称材料
基于Kinect传感器的移动机器人环境检测及行为学习
被引量：
2
2
作者
段勇
盛栋梁
于霞
《高技术通讯》
CAS
CSCD
北大核心
2016年第1期8-15,共8页
研究了一种基于深度图像和强化学习算法的移动机器人导航行为学习方法。该方法利用机器人装配的Kinect传感器检测工作环境信息,然后对获取的深度图像数据和视频图像进行处理、融合和识别,并由此构建机器人任务学习的状态空间,最终利用...
研究了一种基于深度图像和强化学习算法的移动机器人导航行为学习方法。该方法利用机器人装配的Kinect传感器检测工作环境信息,然后对获取的深度图像数据和视频图像进行处理、融合和识别,并由此构建机器人任务学习的状态空间,最终利用强化学习方法实现移动机器人的导航任务的自学习。该方法的有效性通过实验得到验证。实验表明,该方法能够使机器入具有较强的环境感知能力,并能够通过自学习的方式掌握行为能力。
展开更多
关键词
移动机器人导航
Kinect传感器
深度图像
强化学习(RL)
在线阅读
下载PDF
职称材料
安全凸空间与深度强化学习结合的机器人导航方法
3
作者
董明泽
温庄磊
+2 位作者
陈锡爱
杨炅坤
曾涛
《兵工学报》
EI
CAS
CSCD
北大核心
2024年第12期4372-4382,共11页
针对机器人在全局地图未知且环境内存在动态和静态障碍物场景中的导航问题,提出一种基于深度强化学习(Deep Reinforcement Learning,DRL)的移动机器人导航方法。相较于其他应用于复杂动态环境的DRL机器人导航方法,该方法在动作空间设计...
针对机器人在全局地图未知且环境内存在动态和静态障碍物场景中的导航问题,提出一种基于深度强化学习(Deep Reinforcement Learning,DRL)的移动机器人导航方法。相较于其他应用于复杂动态环境的DRL机器人导航方法,该方法在动作空间设计、状态空间设计和奖励函数设计上进行了改进,并采用了控制环节与神经网络分离的设计,有助于将仿真研究便捷有效地实现在各类机器人的实际应用中。在动作空间设计上,为缩小可行轨迹的采样空间并同时满足短期动态避障和长期的全局导航需求,将通过激光点云数据计算得到的安全凸空间与机器人运动学极限的交集设定为机器人的动作空间,并从该动作空间中采样出参考位置点形成参考路径,而后机器人通过模型预测控制算法对参考路径进行跟踪。在状态空间和奖励函数的设计上,额外添加了安全凸空间、长短期参考位置点等元素。消融实验结果表明,该设计在各种静态和动态环境中都能达到更高的导航成功率、更短的耗时,并且具有较强的泛化能力。
展开更多
关键词
移动机器人导航
深度强化学习
安全凸空间
模型预测控制
动态未知环境
在线阅读
下载PDF
职称材料
题名
基于同时发射声纳环移动机器人导航系统
被引量：
1
1
作者
谢昭贤
黄大贵
明爱国
李智军
下条诚
机构
电子科技大学机械电子工程学院
电气通信大学智能机械工学科
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2007年第2期309-311,321,共4页
基金
国家科学自然基金资助项目(60572007)
教育部博士点基金资助项目(20040614004)
文摘
开发了一种能在未知环境下实现快速障碍检测与障碍回避的基于同时发射声纳环移动机器人导航系统。为了消除由于同时发射造成的串话干扰,提出了一种基于神经网络模式识别的过滤方法;并制作了由24个声纳传感器组成的声纳环安装到实际的移动机器人上,实现了扫描频率最大可达到66Hz的全景检测。系统中应用了动态窗口法来完成快速障碍回避的运动规划。实际的导航实验表明,系统可用于室内未知环境中的移动机器人快速导航。
关键词
串话干扰
移动机器人导航
障碍回避
障碍检测
同时发射
声纳环
Keywords
crosstalk
mobile robot navigation
obstacle avoidance
obstacle detection
simultaneous firing
sonar ring
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于Kinect传感器的移动机器人环境检测及行为学习
被引量：
2
2
作者
段勇
盛栋梁
于霞
机构
沈阳工业大学信息科学与工程学院
出处
《高技术通讯》
CAS
CSCD
北大核心
2016年第1期8-15,共8页
基金
国家自然科学基金(60905054)
辽宁省高等学校优秀科技人才支持计划(LR2015045)
辽宁省自然科学基金(2015020010)资助项目
文摘
研究了一种基于深度图像和强化学习算法的移动机器人导航行为学习方法。该方法利用机器人装配的Kinect传感器检测工作环境信息,然后对获取的深度图像数据和视频图像进行处理、融合和识别,并由此构建机器人任务学习的状态空间,最终利用强化学习方法实现移动机器人的导航任务的自学习。该方法的有效性通过实验得到验证。实验表明,该方法能够使机器入具有较强的环境感知能力,并能够通过自学习的方式掌握行为能力。
关键词
移动机器人导航
Kinect传感器
深度图像
强化学习(RL)
Keywords
mobile robot navigation, Kinect sensor, depth image, reinforcement learning （RL）
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
安全凸空间与深度强化学习结合的机器人导航方法
3
作者
董明泽
温庄磊
陈锡爱
杨炅坤
曾涛
机构
中国计量大学机电工程学院
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2024年第12期4372-4382,共11页
基金
国家自然科学基金项目(52005472)
浙江省自然科学基金探索项目(LQ20E050015)。
文摘
针对机器人在全局地图未知且环境内存在动态和静态障碍物场景中的导航问题,提出一种基于深度强化学习(Deep Reinforcement Learning,DRL)的移动机器人导航方法。相较于其他应用于复杂动态环境的DRL机器人导航方法,该方法在动作空间设计、状态空间设计和奖励函数设计上进行了改进,并采用了控制环节与神经网络分离的设计,有助于将仿真研究便捷有效地实现在各类机器人的实际应用中。在动作空间设计上,为缩小可行轨迹的采样空间并同时满足短期动态避障和长期的全局导航需求,将通过激光点云数据计算得到的安全凸空间与机器人运动学极限的交集设定为机器人的动作空间,并从该动作空间中采样出参考位置点形成参考路径,而后机器人通过模型预测控制算法对参考路径进行跟踪。在状态空间和奖励函数的设计上,额外添加了安全凸空间、长短期参考位置点等元素。消融实验结果表明,该设计在各种静态和动态环境中都能达到更高的导航成功率、更短的耗时,并且具有较强的泛化能力。
关键词
移动机器人导航
深度强化学习
安全凸空间
模型预测控制
动态未知环境
Keywords
mobile robot navigation
deep reinforcement learning
safe convex space
model predictive control
dynamic unknown environment
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于同时发射声纳环移动机器人导航系统
谢昭贤
黄大贵
明爱国
李智军
下条诚
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2007
1
在线阅读
下载PDF
职称材料
2
基于Kinect传感器的移动机器人环境检测及行为学习
段勇
盛栋梁
于霞
《高技术通讯》
CAS
CSCD
北大核心
2016
2
在线阅读
下载PDF
职称材料
3
安全凸空间与深度强化学习结合的机器人导航方法
董明泽
温庄磊
陈锡爱
杨炅坤
曾涛
《兵工学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
