针对复杂输电环境下机械臂多目标点路径规划效率低、路径代价高的问题,提出了基于改进的人工势场引导的知情快速扩展随机树算法(improved artificial potential field-informed rapidly-exploring random trees star,IAPF-IRRT^(*))来...针对复杂输电环境下机械臂多目标点路径规划效率低、路径代价高的问题,提出了基于改进的人工势场引导的知情快速扩展随机树算法(improved artificial potential field-informed rapidly-exploring random trees star,IAPF-IRRT^(*))来提升路径规划的性能。首先引入长方体斥力场模型改进传统人工势场中球形斥力场模型,建立输电环境下复杂障碍物的斥力场。然后采用位置均匀分布的椭球域改进IAPF-IRRT*算法中的椭圆域,避免复杂输电环境下采样点出现局部冗余,提高搜索效率。最后引入三角寻优法优化路径中的冗余节点并结合三次样条插曲线对路径平滑处理。在三维简单、三维复杂和复杂输电环境这三组不同复杂程度的障碍物地图上进行验证,其结果表明:IAPF-IRRT*算法与标准RRT、RRT*算法相比,时间效率分别提升了44.8%~83.8%、68.3%~95.2%、26.5%~71.8%;路径代价分别降低了15.5%~35.0%、14.1%~35.3%、31.5%~43.5%;路径中的节点数量分别减少了75.6%~78.8%、75.0%~78.0%、70.4%~72.0%。展开更多
In this paper,we obtain a vector bundle valued mixed hard Lefschetz theorem.The argument is mainly based on the works of Tien-Cuong Dinh and Viet-Anh Nguyen.
为了解决落叶等杂物飘落到雨量筒网罩得不到及时清理导致雨量观测数据缺失或异常,影响降水统计和评估准确性的问题,基于YOLOv5(you only look once vison 5)目标检测算法开发并建立了一个雨量筒异物检测识别报警系统,首次将图像识别技...为了解决落叶等杂物飘落到雨量筒网罩得不到及时清理导致雨量观测数据缺失或异常,影响降水统计和评估准确性的问题,基于YOLOv5(you only look once vison 5)目标检测算法开发并建立了一个雨量筒异物检测识别报警系统,首次将图像识别技术应用在气象装备的维护维修领域。通过该系统对山东省区域自动气象站远程控制和实景监控系统实时抓拍的雨量筒照片进行图像识别,实现了对雨量筒中的异物检测。经实验统计,系统目前已检测识别1万余张雨量筒监控图片,对是否存在异物的识别准确率超过90%。此外,该系统还能够根据判断结果给出提醒,使工作人员可以及时准确地确定问题站点并清理维护。整体而言,该系统在一定程度上能够提高雨量观测的准确度。展开更多
文摘针对复杂输电环境下机械臂多目标点路径规划效率低、路径代价高的问题,提出了基于改进的人工势场引导的知情快速扩展随机树算法(improved artificial potential field-informed rapidly-exploring random trees star,IAPF-IRRT^(*))来提升路径规划的性能。首先引入长方体斥力场模型改进传统人工势场中球形斥力场模型,建立输电环境下复杂障碍物的斥力场。然后采用位置均匀分布的椭球域改进IAPF-IRRT*算法中的椭圆域,避免复杂输电环境下采样点出现局部冗余,提高搜索效率。最后引入三角寻优法优化路径中的冗余节点并结合三次样条插曲线对路径平滑处理。在三维简单、三维复杂和复杂输电环境这三组不同复杂程度的障碍物地图上进行验证,其结果表明:IAPF-IRRT*算法与标准RRT、RRT*算法相比,时间效率分别提升了44.8%~83.8%、68.3%~95.2%、26.5%~71.8%;路径代价分别降低了15.5%~35.0%、14.1%~35.3%、31.5%~43.5%;路径中的节点数量分别减少了75.6%~78.8%、75.0%~78.0%、70.4%~72.0%。
基金supported by the National key R and D Program of China 2020YFA0713100the NSFC(12141104,12371062 and 12431004).
文摘In this paper,we obtain a vector bundle valued mixed hard Lefschetz theorem.The argument is mainly based on the works of Tien-Cuong Dinh and Viet-Anh Nguyen.
文摘为了解决落叶等杂物飘落到雨量筒网罩得不到及时清理导致雨量观测数据缺失或异常,影响降水统计和评估准确性的问题,基于YOLOv5(you only look once vison 5)目标检测算法开发并建立了一个雨量筒异物检测识别报警系统,首次将图像识别技术应用在气象装备的维护维修领域。通过该系统对山东省区域自动气象站远程控制和实景监控系统实时抓拍的雨量筒照片进行图像识别,实现了对雨量筒中的异物检测。经实验统计,系统目前已检测识别1万余张雨量筒监控图片,对是否存在异物的识别准确率超过90%。此外,该系统还能够根据判断结果给出提醒,使工作人员可以及时准确地确定问题站点并清理维护。整体而言,该系统在一定程度上能够提高雨量观测的准确度。
