期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
面向动态人群场景的机器人时空图分层导航
1
作者 林思超 周智千 +4 位作者 任君凯 曾志文 常梦迪 郑志强 卢惠民 《控制理论与应用》 北大核心 2025年第10期1946-1956,共11页
人群场景是服务机器人的重要应用场景之一.然而,由于行人具有自主决策能力,并且行人行为具有不确定性,如何实现人群场景下的自主安全导航,成为了当前服务机器人领域的一大挑战性问题.为此,本文提出了一种面向动态人群场景的时空图的分... 人群场景是服务机器人的重要应用场景之一.然而,由于行人具有自主决策能力,并且行人行为具有不确定性,如何实现人群场景下的自主安全导航,成为了当前服务机器人领域的一大挑战性问题.为此,本文提出了一种面向动态人群场景的时空图的分层导航框架(STG-HCN).首先,本文引入德劳内三角剖分描述动态人群拓扑关系,并拓展到时间维度,进而提出一种时空图搜索算法,实现全局路径的快速生成.其次,考虑到行人动态属性,本文进一步引入行人的速度和视角信息,提出一种基于高斯分布的前向注意力势场,用于评估全局路径对行人的影响.而后,针对动态行人构建时变避碰约束,并且引入滚动时域优化实现时变约束优化问题的求解,进一步提升机器人全局路径跟踪的运动安全.最后,为了验证算法的有效性,本文开展了大量的仿真及实物实验.仿真实验结果表明,STG-HCN可将现有基准算法的平均碰撞次数降低55.7%,而基于Fetch机器人的实物实验充分说明了算法在实际人群场景中的有效性. 展开更多
关键词 地面移动机器人 动态路径规划 滚动时域优化 自主导航
在线阅读 下载PDF
基于逻辑回归监督学习的大样本日志异常检测优化方法 被引量:2
2
作者 申罕骥 付翔 李俊 《高技术通讯》 CAS 2022年第8期789-800,共12页
传统基于日志的异常检测方法依赖于人工分析,适用于数据量小的系统,而对于复杂且庞大的日志系统,其检测效率往往很低,无法满足要求。随着机器学习的发展,检测手段发生了根本的转变,检测效率及性能也大幅提高。对于同一个日志系统,针对... 传统基于日志的异常检测方法依赖于人工分析,适用于数据量小的系统,而对于复杂且庞大的日志系统,其检测效率往往很低,无法满足要求。随着机器学习的发展,检测手段发生了根本的转变,检测效率及性能也大幅提高。对于同一个日志系统,针对不同的日志预处理方法及机器学习算法,尤其对日志模板及特征的提取目前还没有统一的成熟模型,导致最后得到较大差异的检测准确率、性能等指标。本文基于监督学习方法提出大样本日志异常检测优化方法,将数据集进行日志解析得到精确的日志模板,再进行日志序列的向量化处理,使用逻辑回归监督学习算法进行分类训练与测试,结合不同的测试指标来选取最佳的参数,最终得到最优模型。实验结果证明,经此方法获取的模型能够达到较优的检测结果。 展开更多
关键词 监督学习 大样本 日志处理 异常检测
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部