基于变参递归网络和递归最小二乘的连续体机器人控制

1

作者 张润宁 余鹏 谭宁 《自动化学报》 北大核心 2025年第1期90-103,共14页

连续体机器人通常由柔性材料制成,能够承受大幅度形变,在各领域具有广阔的应用前景.然而,其软体结构和非传统的驱动机制也带来了诸多非线性因素,使得其状态和运动难以被精确建模.因此,为连续体机器人设计了一种无模型控制方案.该方案一... 连续体机器人通常由柔性材料制成,能够承受大幅度形变,在各领域具有广阔的应用前景.然而,其软体结构和非传统的驱动机制也带来了诸多非线性因素,使得其状态和运动难以被精确建模.因此,为连续体机器人设计了一种无模型控制方案.该方案一方面通过变参递归神经网络(Varying parameter-recursive neural network,VP-RNN)求解连续体机器人的逆运动学,以实现高精度运动控制,另一方面使用递归最小二乘法(Recursive least square,RLS)基于实时数据估计和更新机器人雅可比矩阵伪逆,以避免机器人的解析建模.最后,通过仿真模拟和实物实验验证了所提出控制方案的可行性、精确性和鲁棒性,并通过一系列对比实验突出了所提出方法的优势.该方法率先研究基于递归最小二乘法的连续体机器人雅可比矩阵伪逆估计,对未来的连续体机器人研究具有一定的启示作用. 展开更多

关键词 连续体机器人 无模型控制 变参递归神经网络 递归最小二乘法

在线阅读 下载PDF 职称材料

基于旅客出行意图的航线潜在价值计算模型 被引量：1

2

作者 徐涛 徐召朋 卢敏 《交通运输系统工程与信息》 EI CSCD 北大核心 2018年第5期158-163,共6页

传统的航线价值计算通常以统计客流量为主,忽略了旅客偏好对航线潜在价值的影响,因此,本文提出了一种基于旅客出行意图的航线潜在价值计算模型.该模型利用最大似然估计法对旅客舱位偏好进行量化,然后引入出行意图的概念将旅客出行行为... 传统的航线价值计算通常以统计客流量为主,忽略了旅客偏好对航线潜在价值的影响,因此,本文提出了一种基于旅客出行意图的航线潜在价值计算模型.该模型利用最大似然估计法对旅客舱位偏好进行量化,然后引入出行意图的概念将旅客出行行为进行细分,并利用Gibbs Sampling方法实现出行意图的求解,最终达到航线潜在价值计算的目的.在中国民航旅客订票数据集上的实验表明,本文方法获得的2010年航线价值序列与2011年航线价值序列的相似度要明显高于统计客流量的方法,且对排名前5的高价值航线的挖掘准确率可达100%. 展开更多

关键词 航空运输 旅客舱位偏好 出行意图 航线潜在价值 最大似然估计 Gibbs Sampling

在线阅读 下载PDF 职称材料

基于单应性扩散约束的二步网格优化视差图像对齐 被引量：1

3

作者 陈殷齐 郑慧诚 +1 位作者 严志伟 林峻宇 《自动化学报》 EI CAS CSCD 北大核心 2024年第6期1129-1142,共14页

目前,在带有视差场景的图像对齐中,主要难点在某些无法找到足够匹配特征的区域,这些区域称为匹配特征缺失区域.现有算法往往忽略匹配特征缺失区域的对齐建模,而只将有足够匹配特征区域中的部分单应变换系数(如相似性变换系数)传递给匹... 目前,在带有视差场景的图像对齐中,主要难点在某些无法找到足够匹配特征的区域,这些区域称为匹配特征缺失区域.现有算法往往忽略匹配特征缺失区域的对齐建模,而只将有足够匹配特征区域中的部分单应变换系数(如相似性变换系数)传递给匹配特征缺失区域,或者采用将匹配特征缺失区域转化为有足够匹配特征区域的间接方式,因此对齐效果仍不理想.在客观事实上,位于相同平面的区域应该拥有相同的完整单应变换而非部分变换参数.由此出发,利用单应变换系数扩散的思想设计了一个二步网格优化的图像对齐算法,简称单应扩散变换(Homography diffusion warping,HDW)算法.该方法在第一步网格优化时获得有足够匹配特征区域的单应变换,再基于提出的单应性扩散约束将这些单应变换系数扩散到邻域网格,进行第二步网格优化,在保证优化任务简洁高效的前提下实现单应变换系数的传播与图像对齐.相较于现有的针对视差场景图像对齐算法,所提方法在各项指标上都获得了更好的效果. 展开更多

关键词 图像对齐 视差场景 网格优化 匹配特征缺失区域

在线阅读 下载PDF 职称材料

RGB-D行为识别研究进展及展望 被引量：15

4

作者 胡建芳 王熊辉 +1 位作者 郑伟诗 赖剑煌 《自动化学报》 EI CSCD 北大核心 2019年第5期829-840,共12页

行为识别是计算机视觉领域很重要的一个研究问题,其在安全监控、机器人设计、无人驾驶和智能家庭设计等方面都有着非常重要的应用.基于传统RGB视频的行为识别方法由于容易受背景、光照等行为无关因素的影响,导致识别精度不高.廉价RGB-D... 行为识别是计算机视觉领域很重要的一个研究问题,其在安全监控、机器人设计、无人驾驶和智能家庭设计等方面都有着非常重要的应用.基于传统RGB视频的行为识别方法由于容易受背景、光照等行为无关因素的影响,导致识别精度不高.廉价RGB-D摄像头出现之后,人们开始从一个新的途径解决行为识别问题.基于RGB-D摄像头的行为识别通过聚合RGB、深度和骨架三种模态的行为数据,可以融合不同模态的行为信息,从而可以克服传统RGB视频行为识别的缺陷,也因此成为近几年的一个研究热点.本文系统地综述了RGB-D行为识别领域的研究进展和展望.首先,对近年来RGB-D行为识别领域中常用的公共数据集进行简要的介绍;同时也系统地介绍了多模态RGB-D行为识别研究领域的典型模型和最新进展,其中包括卷积神经网络(Convolution neural network, CNN)和循环神经网络(Recurrent neural network, RNN)等深度学习技术在RGB-D行为识别的应用;最后,在三个公共RGB-D行为数据库上对现有方法的优缺点进行了比较和分析,并对未来的相关研究进行了展望. 展开更多

关键词 RGB-D 行为识别 骨架点 深度学习

在线阅读 下载PDF 职称材料

面向班型动态生成的地服人员排班算法 被引量：4

5

作者 卢敏 王莉 《交通运输系统工程与信息》 EI CSCD 北大核心 2018年第4期54-60,共7页

面向班型动态生成的地服人员排班旨在动态生成班型,并将员工分配到班型中,以班型为航班地面保障单元.现有面向班型的人员排班算法是建立在固定班型数和班型内的员工资质数,未考虑班型数未知的重要前提.为此,提出面向班型动态生成的地服... 面向班型动态生成的地服人员排班旨在动态生成班型,并将员工分配到班型中,以班型为航班地面保障单元.现有面向班型的人员排班算法是建立在固定班型数和班型内的员工资质数,未考虑班型数未知的重要前提.为此,提出面向班型动态生成的地服人员排班算法,其核心思想是通过block Gibbs抽样迭代优化班型内人员构成、班型内航班集和班型生成.在某机场值机人员的数据集中验证此算法,实验结果表明,在满足员工层次资质、员工白夜班和班型动态生成的约束下,算法能够生成合理的班型. 展开更多

关键词 航空运输 班型动态生成 吉布斯采样 人员排班

在线阅读 下载PDF 职称材料

基于禁忌搜索算法的机场外航服务人员班型生成研究 被引量：2

6

作者 冯霞 唐菱 卢敏 《电子与信息学报》 EI CSCD 北大核心 2019年第11期2715-2721,共7页

针对机场外航服务人员班型生成面临的任务量大,约束条件复杂,人工生成班型方案困难等问题背景,考虑员工对任务具有层次资质,班型的各类劳动法规等约束条件,以最小化班型方案总工作时间为优化目标,研究构建了面向多任务层次资质场景下的... 针对机场外航服务人员班型生成面临的任务量大,约束条件复杂,人工生成班型方案困难等问题背景,考虑员工对任务具有层次资质,班型的各类劳动法规等约束条件,以最小化班型方案总工作时间为优化目标,研究构建了面向多任务层次资质场景下的班型生成优化模型,并设计禁忌搜索算法进行求解。在首都机场外航服务部实际排班数据集上进行实验,验证了模型和算法的实用性和有效性,实验结果表明,求得的班型方案相比较现有人工生成的班型方案,能满足所有约束条件且总工作时间更短,总服务人数更少,提高了机场资源利用率。 展开更多

关键词 航空运输 班型生成 禁忌搜索算法 人员排班 多任务层次资质

在线阅读 下载PDF 职称材料

基于Block Gibbs的航空公司外航服务人员排班算法 被引量：1

7

作者 卢敏 王莉 唐菱 《电子与信息学报》 EI CSCD 北大核心 2018年第10期2513-2520,共8页

航空公司外航服务人员排班旨在优化员工排班方案以满足外航航班的人员资质需求,并最小化员工总工作时长和兼顾工作时间均衡,其本质是一个面向多任务类型、员工层次资质、白夜班轮换等约束的人员排班问题。现有算法未考虑白夜班轮换强制... 航空公司外航服务人员排班旨在优化员工排班方案以满足外航航班的人员资质需求,并最小化员工总工作时长和兼顾工作时间均衡,其本质是一个面向多任务类型、员工层次资质、白夜班轮换等约束的人员排班问题。现有算法未考虑白夜班轮换强制性约束,制约了它们的应用。为此,该文提出基于Block Gibbs的航空公司外航服务人员排班算法。算法首先设计了数据拷贝技巧以快速建模具有白夜晚班约束的排班问题,然后提出基于Block Gibbs的多员工有放回抽样优化策略。理论分析表明该文算法与基准算法具有同规模的计算复杂度,但却具有更高的抽样效率以加大可行解生成规模和求解速度。与此同时,在国内某大型航空公司外航服务部排班数据集上的实验表明:相比于基准算法,算法在工作总时长、有效工作时长、有效工作时长比例等指标上提升至少0.62%。 展开更多

关键词 航班地勤 人员排班 吉布斯采样 层次资质

在线阅读 下载PDF 职称材料

一种基于潜在出行意图的旅客价值发现模型

8

作者 徐涛 张继水 卢敏 《现代电子技术》 北大核心 2019年第4期143-147,152,共6页

如何识别不同价值的旅客是航空公司进行针对性营销面临的重要问题。大规模的旅客出行数据隐藏着旅客的出行动机,现有旅客价值评价方法将旅客看作独立个体,仅利用旅客自身出行数据计算旅客价值,忽略了旅客潜在出行动机对旅客价值的影响... 如何识别不同价值的旅客是航空公司进行针对性营销面临的重要问题。大规模的旅客出行数据隐藏着旅客的出行动机,现有旅客价值评价方法将旅客看作独立个体,仅利用旅客自身出行数据计算旅客价值,忽略了旅客潜在出行动机对旅客价值的影响。针对此现状,提出一种基于潜在出行意图的旅客价值发现模型。该模型利用Gibbs采样求解旅客共同出行关系影响下的旅客潜在出行意图,再根据旅客潜在出行意图分布来计算旅客未来航线需求,最后结合旅客历史乘机频率以及航空公司航线市场占有率得到旅客价值。实验结果表明基于潜在出行意图的旅客价值发现模型能有效识别旅客价值。 展开更多

关键词 共同出行关系 潜在出行意图 航线需求 GIBBS采样 旅客价值 RFM模型

在线阅读 下载PDF 职称材料

基于时空共现模式的视觉行人再识别 被引量：2

9

作者 钱锦浩 宋展仁 +2 位作者 郭春超 赖剑煌 谢晓华 《自动化学报》 EI CAS CSCD 北大核心 2022年第2期408-417,共10页

基于视频图像的视觉行人再识别是指利用计算机视觉技术关联非重叠域摄像头网络下的相同行人,在视频安防和商业客流分析中具有重要应用.目前视觉行人再识别技术已经取得了相当不错的进展,但依旧面临很多挑战,比如摄像机的拍摄视角不同、... 基于视频图像的视觉行人再识别是指利用计算机视觉技术关联非重叠域摄像头网络下的相同行人,在视频安防和商业客流分析中具有重要应用.目前视觉行人再识别技术已经取得了相当不错的进展,但依旧面临很多挑战,比如摄像机的拍摄视角不同、遮挡现象和光照变化等所导致的行人表观变化和匹配不准确问题.为了克服单纯视觉匹配困难问题,本文提出一种结合行人表观特征跟行人时空共现模式的行人再识别方法.所提方法利用目标行人的邻域行人分布信息来辅助行人相似度计算,有效地利用时空上下文信息来加强视觉行人再识别.在行人再识别两个权威公开数据集Market-1501和DukeMTMC-ReID上的实验验证了所提方法的有效性. 展开更多

关键词 行人再识别 深度学习 时空共现模式 行人邻域

在线阅读 下载PDF 职称材料

基于多对多生成对抗网络的非对称跨域迁移行人再识别 被引量：5

10

作者 梁文琦 王广聪 赖剑煌 《自动化学报》 EI CAS CSCD 北大核心 2022年第1期103-120,共18页

无监督跨域迁移学习是行人再识别中一个非常重要的任务.给定一个有标注的源域和一个没有标注的目标域,无监督跨域迁移的关键点在于尽可能地把源域的知识迁移到目标域.然而,目前的跨域迁移方法忽略了域内各视角分布的差异性,导致迁移效... 无监督跨域迁移学习是行人再识别中一个非常重要的任务.给定一个有标注的源域和一个没有标注的目标域,无监督跨域迁移的关键点在于尽可能地把源域的知识迁移到目标域.然而,目前的跨域迁移方法忽略了域内各视角分布的差异性,导致迁移效果不好.针对这个缺陷,本文提出了一个基于多视角的非对称跨域迁移学习的新问题.为了实现这种非对称跨域迁移,提出了一种基于多对多生成对抗网络(Many-to-many generative adversarial network,M2M-GAN)的迁移方法.该方法嵌入了指定的源域视角标记和目标域视角标记作为引导信息,并增加了视角分类器用于鉴别不同的视角分布,从而使模型能自动针对不同的源域视角和目标域视角组合采取不同的迁移方式.在行人再识别基准数据集Market1501、DukeMTMC-reID和MSMT17上,实验验证了本文的方法能有效提升迁移效果,达到更高的无监督跨域行人再识别准确率. 展开更多

关键词 行人再识别 多对多跨域迁移 非监督迁移学习 生成对抗网络

在线阅读 下载PDF 职称材料

利用动态降维差分进化算法解决多约束的投资组合优化问题

11

作者 王佳彬 沈洁 +1 位作者 陈伟能 张军 《小型微型计算机系统》 CSCD 北大核心 2016年第7期1526-1530,共5页

投资者在实际投资过程中会有各种各样的偏好,因此在投资组合优化问题的数学模型中,会含有多种约束条件.在这些约束条件下,投资组合问题的复杂程度会随投资规模的增大而急剧增加.采用一种可动态降维的差分进化算法,用于解决含有基本约束... 投资者在实际投资过程中会有各种各样的偏好,因此在投资组合优化问题的数学模型中,会含有多种约束条件.在这些约束条件下,投资组合问题的复杂程度会随投资规模的增大而急剧增加.采用一种可动态降维的差分进化算法,用于解决含有基本约束、边界约束以及基数约束的多约束投资组合优化问题.这种差分进化算法具有两大优势,由于该算法可以在求解过程中通过逐渐降维来降低求解复杂性,因此能够处理较大规模的投资组合优化问题;此外,通过动态降维的方法,可以处理投资组合优化问题中的基数约束.实验结果表明,动态降维差分进化算法的性能优于粒子群优化算法,同时在处理基数约束方面优于k-means聚类分析算法. 展开更多

关键词 投资组合优化 差分进化算法 基数约束 动态降维

在线阅读 下载PDF 职称材料