论文部分内容阅读
江苏省高校男子龙舟各桨位运动员选拔研究
【出 处】
：
中国矿业大学
【发表日期】
：
2021年01期
其他文献
移动机器人的智能化主要表现在对未知环境的自主探索与感知、突发情况的自我稳定与动态规划、不断地自主适应与学习等方面。其中,对未知环境的自主探索与感知执行难度较高,是当前智能移动机器人研究的热门课题,同时定位与地图构建（Simultaneous Localization and Mapping,SLAM）其核心就是解决这个问题。由于视觉传感器固有的诸多优点,近年来基于视觉的SLAM技术引起了广泛的关注
在非结构化和动态的环境中,航迹规划的任务不仅局限于允许目标移动,还包括快速确定无碰撞和平滑的路径,同时满足安全要求。现有技术的主要局限是仅考虑二维静态航迹规划来简化航迹规划问题,因此它们不适合实际应用,因为大多数环境是动态的、三维的和未知的。本文以四旋翼无人机的航迹规划为研究对象,以传统的人工势场法为研究基础,重点解决传统算法在航迹规划中出现的局部极小值和航迹震荡问题。将规划环境分为二维和三维空间
铁路路网的不断完善为出行提供便利服务的同时,高密度、大运量的铁路运输也为铁路工务工作提出了严峻的挑战。需要在各类自然环境下,较短天窗时间内完成铁路线路的检测工作。为克服传统接触式铁路线路检测效率低、安全性差、测量数据离散等缺陷,本文采用移动扫描测量系统快速、实时、高效的获取铁路点云数据,并针对海量点云数据设计快速、准确、系统的处理方法,实现铁路线路的一体化、智能化检测。为此,论文围绕移动扫描测量技
保障列车行车安全是铁路运营的前提,列车与运行前方物体冲撞是铁路安全事故的主要类型,为保证安全运行须对列车前方运行环境进行检测。现有且在用的铁路环境检测方式主要为人工巡线、易发生事故点安装视频监控或在山体桥隧等处架设防护网,显然,现有的防护手段已不能满足需求。本文提出图像和雷达数据融合的方式,随列车运行实时检测前方运行环境,及时有效检出前方障碍物,减轻或避免碰撞事故的后果。多传感器融合检测可弥补人眼
在高速铁路蓬勃发展的今天,作为其主要构成之一——信号系统愈发受到关注。道岔系统的正常、稳定、高效的工作则是保证信号系统安全的重要前提。自我国铁路行业建设运营以来,无论是纯粹的人工检修或者是现如今的微机监测结合个人经验完成检修,对于道岔系统的维检修工作主力依旧是现场工作人员通过人工观察、综合个人经验来完成。该方法容易受到工作人员现场经验、知识水平等因素的影响,导致结果出现滞后、错判、漏判等情况,并且
随着国内智慧停车场的建设以及高速公路电子不停车收费系统（electronic toll collection）的不断普及,对现有车牌识别技术的精度和速度方面提出了更高的要求,尤其在一些车牌字符模糊、检测环境复杂、光线不足等条件下。在识别精度方面,现有的大量商业车牌识别系统,其识别算法通常由两个处理步骤组成,即车牌定位和字符识别,两个步骤均对最终的识别结果起着极其关键的作用,因此增加识别系统的识别性
坝体溃决对水库下游居民的生命安全造成威胁,因此需要预先为下游居民规划合理的安全区,然后在受灾区和安全区之间规划高效的逃生路线。该问题涉及多个约束条件和优化目标,根据问题的发展现状,文章重点研究平坦区域多约束路径优化模型以及山地数字高程路径优化模型。首先,针对平坦区域多约束逃生路径优化问题建立了0-1整数规划模型,模型的目标函数是最小期望通行时间,为保证最终只生成最优路径引入了唯一通路选择约束,为避