针对移动机器人在复杂场景中难以稳定跟随目标的问题,提出基于改进YOLOX的移动机器人目标跟随方法,主要包括目标检测、目标跟踪以及目标跟随三个部分.首先,以YOLOX网络为基础,在其框架下将主干网络采用轻量化网络MobileNetV2X,提高复杂...针对移动机器人在复杂场景中难以稳定跟随目标的问题,提出基于改进YOLOX的移动机器人目标跟随方法,主要包括目标检测、目标跟踪以及目标跟随三个部分.首先,以YOLOX网络为基础,在其框架下将主干网络采用轻量化网络MobileNetV2X,提高复杂场景中目标检测的实时性.然后,通过改进的卡尔曼滤波器获取目标跟踪状态并采用数据关联进行目标匹配,同时通过深度直方图判定目标发生遮挡后,采用深度概率信息约束及最大后验概率(Maximum a posteriori,MAP)进行匹配跟踪,确保机器人在遮挡情况下稳定跟踪目标.再采用基于视觉伺服控制的目标跟随算法,当跟踪目标丢失时,引入重识别特征主动搜寻目标实现目标跟随.最后,在公开数据集上与具有代表性的目标跟随方法进行了定性和定量实验,同时在真实场景中完成了移动机器人目标跟随实验,实验结果均验证了所提方法具有较好的鲁棒性和实时性.展开更多
提升纯电动汽车整车能效、降低百公里耗电量,是我国新能源汽车产业发展的重大需求.智能网联背景下,V2X(Vehicle to everything)网联信息以及激光雷达、毫米波雷达、摄像头、定位及导航装置等各类车载传感器,为智能网联电动汽车(Connecte...提升纯电动汽车整车能效、降低百公里耗电量,是我国新能源汽车产业发展的重大需求.智能网联背景下,V2X(Vehicle to everything)网联信息以及激光雷达、毫米波雷达、摄像头、定位及导航装置等各类车载传感器,为智能网联电动汽车(Connected automated electric vehicle,CAEV)提供了全方位的信息交互、共享和状态感知能力,赋予了其巨大的节能优化潜力.针对CAEV节能优化控制问题,首先从动力电池、电机控制器、驱动电机、传动机构、轮胎和驾驶决策六个环节分析电动汽车的典型损耗特性,从决策、控制和执行三个层面分析CAEV的能量转换过程及耦合关系,以及网联信息对CAEV的节能影响;然后,从决策层车速优化、控制层驱动/制动转矩优化控制和执行层电流矢量优化控制三个方面,对各层的节能优化问题进行阐述,并重点对国内外研究现状进行归纳分析;最后,对决策层、控制层和执行层CAEV节能优化控制的难点以及现有研究工作进行总结,并对下一步发展趋势进行展望.展开更多
文摘针对移动机器人在复杂场景中难以稳定跟随目标的问题,提出基于改进YOLOX的移动机器人目标跟随方法,主要包括目标检测、目标跟踪以及目标跟随三个部分.首先,以YOLOX网络为基础,在其框架下将主干网络采用轻量化网络MobileNetV2X,提高复杂场景中目标检测的实时性.然后,通过改进的卡尔曼滤波器获取目标跟踪状态并采用数据关联进行目标匹配,同时通过深度直方图判定目标发生遮挡后,采用深度概率信息约束及最大后验概率(Maximum a posteriori,MAP)进行匹配跟踪,确保机器人在遮挡情况下稳定跟踪目标.再采用基于视觉伺服控制的目标跟随算法,当跟踪目标丢失时,引入重识别特征主动搜寻目标实现目标跟随.最后,在公开数据集上与具有代表性的目标跟随方法进行了定性和定量实验,同时在真实场景中完成了移动机器人目标跟随实验,实验结果均验证了所提方法具有较好的鲁棒性和实时性.
文摘提升纯电动汽车整车能效、降低百公里耗电量,是我国新能源汽车产业发展的重大需求.智能网联背景下,V2X(Vehicle to everything)网联信息以及激光雷达、毫米波雷达、摄像头、定位及导航装置等各类车载传感器,为智能网联电动汽车(Connected automated electric vehicle,CAEV)提供了全方位的信息交互、共享和状态感知能力,赋予了其巨大的节能优化潜力.针对CAEV节能优化控制问题,首先从动力电池、电机控制器、驱动电机、传动机构、轮胎和驾驶决策六个环节分析电动汽车的典型损耗特性,从决策、控制和执行三个层面分析CAEV的能量转换过程及耦合关系,以及网联信息对CAEV的节能影响;然后,从决策层车速优化、控制层驱动/制动转矩优化控制和执行层电流矢量优化控制三个方面,对各层的节能优化问题进行阐述,并重点对国内外研究现状进行归纳分析;最后,对决策层、控制层和执行层CAEV节能优化控制的难点以及现有研究工作进行总结,并对下一步发展趋势进行展望.
