排序方式: 共有23条查询结果,搜索用时 218 毫秒
1.
2.
3.
北京城市边缘区非农产业活动特征与形成机制* 总被引:2,自引:1,他引:1
考察了北京主城边缘区的非农产业结构与空间特征,揭示了二者的交互演进过程:非农产业的发展是城市边缘区形成的重要标志,产业结构的升级促进了边缘区的圈层扩展和空间演进;边缘区的外移过程中,制造业具有稳定的优势,交运仓储、生产资料租赁等传统生产者服务业的优势也随之强化,但空间黏滞性较强的旅游、体育等行业则促进了边缘区产业结构的时相差异性。文章对城市边缘区"年轮式"的圈层扩展进行了定量实证分析,并将其实现的微观路径归纳为飞地式、轴向、填充式和外推式等四种扩展模式。城市规划、城郊高速公路和开发区建设、地价和综合环境的改善是城市边缘区产业空间演变的重要动力。城市空间优化和产业结构调整的结合是解决边缘区产业、空间和社会问题的有效途径。 相似文献
4.
多障碍环境中基于增强式学习的势场优化和机器人路径规划 总被引:3,自引:0,他引:3
该文把增强式学习方法应用于多障碍环境中机器人路径规划 ,并将增强式学习和路径规划相结合 ,通过工作空间势场的自适应优化学习 ,实现机器人的全局路径规划 ,即得到从任何初始位置开始的最优路径。与传统的人工势场方法相比 ,该方法避免了势场中局部极小点所引起的陷阱区域 ,并且所得到的路径具有最优特性。计算机仿真实验结果表明 ,这种学习方法能有效的解决多障碍环境中的机器人路径规划问题 相似文献
5.
6.
轮式机器人执行巡逻、播种和工业生产等任务是一个强非线性的间歇过程.针对重复运行的轮式机器人轨迹跟踪问题,本文提出了一种基于数据驱动的高阶迭代学习控制算法.首先,对轮式移动机器人的模型进行推导设计,并对推导得到的状态空间形式的离散时间模型利用基于状态转移的迭代动态线性化方法,将轮式机器人系统转化为线性输入输出数据模型;其次,设计高阶迭代优化目标函数得到控制律,并利用参数更新律估计线性输入输出数据模型中的未知参数.控制器的设计和分析只使用系统的输入输出数据,不包含任何显式的模型信息.通过采用高阶学习控制方法,在控制律中利用更多之前迭代的控制输入信息,提高了控制性能.最后,仿真结果验证了该方法在轮式机器人轨迹跟踪控制中的有效性. 相似文献
7.
在全自主运动控制的移动机器人系统中,自身位姿的估计和校正对于移动机器人的运动至关重要。卡尔曼滤波是解决移动机器人同步定位与地图构建(SLAM)常用方法。相较于卡尔曼滤波,无迹卡尔曼滤波(UKF)无须对复杂的非线性函数进行雅可比矩阵运算。本文基于无迹卡尔曼滤波,根据先验协方差的平方根选择sigma点,计算协方差以及加权均值。用四元数表示姿态,将四元数矢量转换为旋转空间进行矩阵运算,在此基础上设计了一种位姿估计算法——基于四元数平方根的无迹卡尔曼滤波(QSR-UKF)算法。试验将EKF、QSR-UKF、SR-UKFEKF 3种算法的位姿估计结果进行仿真分析,并通过相关定量指标进行了描述,验证了本文算法的有效性。 相似文献
8.
9.
10.
具备尺度恢复的单目视觉里程计方法 总被引:1,自引:0,他引:1
《测绘科学技术学报》2018,(5)
针对单目视觉存在尺度不确定性,无法准确估计移动机器人位姿的问题,提出一种具备尺度恢复的单目视觉里程计方法。通过建立局部地图解决基于参考帧/当前帧的位姿估计方式过分依赖参考帧的问题;为了提高位姿估计精度,在使用滑动窗口控制计算量的基础上建立位姿与地图3D点的图优化模型进行光束法平差;最后基于平面假设成立和相机高度已知的条件下,通过图像RoI区域的稠密匹配,建立非线性优化模型解得尺度因子,从而实现绝对尺度恢复。实验结果表明,该方法能稳定地进行位姿估计并且有效地解决了单目视觉存在的尺度不确定性问题,可用于真实三维场景中移动机器人的位姿估计。 相似文献