-
题名面向非结构化坡面的四足机器人位姿优化方法
- 1
-
-
作者
孙茂琳
秦建军
曹钰
陈锡夫
邵派
房世豪
赵越
-
机构
北京建筑大学机电与车辆工程学院
北京市建筑安全监测工程技术研究中心
载运工具先进制造与测控技术教育部重点实验室(北京交通大学)
-
出处
《机床与液压》
北大核心
2024年第21期43-51,共9页
-
基金
北京市属高校基本科研业务费专项资金项目(X20060)
北京建筑大学研究生创新项目(PG2023141)
+1 种基金
北京市建筑安全监测工程技术研究中心研究基金项目(BJC2020K012)
载运工具先进制造与测控技术教育部重点实验室(北京交通大学)开放课题基金项目。
-
文摘
为了提升四足机器人应对非结构化坡面的能力,提出一种面向非结构化坡面的位姿优化方法。根据四足机器人足端的位置估计了不规则坡面的角度和前进方向的角度并建立虚拟坡面;接着分析四足机器人在坡面行走时的稳定裕度和足端最远可达距离和最大跨越高度等坡面运动性能;然后利用稳定裕度、足端最远可达距离和最大跨越高度以及倾覆率等坡面运动性能通过加权构建单目标函数,并用海洋捕食者算法求解得到位姿参数的最优值,对四足机器人进行控制。最终通过MATLAB和Webots联合仿真,验证了所提位姿优化方法可以使四足机器人在应对不同场景的坡面时提升相应的能力,增强了四足机器人的非结构化坡面应对能力。
-
关键词
四足机器人
稳定裕度
工作空间
海洋捕食者算法
联合仿真
-
Keywords
quadruped robot
stability margin
workspace
marine predators algorithm
co-simulation
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于深度学习和稀疏组合的异常事件检测方法
被引量：3
- 2
-
-
作者
齐华青
-
机构
北京交通大学机械与电子控制工程学院
载运工具先进制造与测控技术教育部重点实验室(北京交通大学)北京
-
出处
《电子测量技术》
2019年第20期88-93,共6页
-
文摘
异常事件检测是智能视频监控中一个重要研究方向,在安防领域具有广泛应用前景。针对现有异常事件检测系统准确率低、特征提取困难、检测速度难以满足实际需求等问题,提出一种基于深度时空特征和稀疏组合学习的异常检测方法。该方法采用三维卷积网络对待处理视频的时序特征和空间特征进行深度学习,更好地利用视频中的时序信息提取运动特征,从而将检测准确率提高到93.7%。最后,采用稀疏组合学习利用提取得到的特征检测事件的异常,在异常事件数据库AVENUE和SUBWAY上对该方法进行了实验,在检测准确率和检测速度方面与现有方法进行了对比,40~55FPS的检测速度完全达到实时检测要求,实验结果表明了该方法的有效性。
-
关键词
深度学习
稀疏表示
稀疏组合学习
异常事件检测
特征提取
-
Keywords
deep learning
sparse representation
sparse combination learning
abnormal event detection
feature extraction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
