会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

机器人产业热点技术、发展现状及趋势解析

机器人（robot）一词，最早出现在1920年捷克科幻作家恰配克的《罗索姆的万能机器人》中，原文作“Robota”，后来成为英文中通行的“Robot”。更科学的定义是1967年由日本科学家森政弘与合田周平提出的：“机器人是一种具有移动性、个体性、智能性、通用性、半机械半人性、自动性、奴|隶性等7个特征的柔性机器。”

  • 2022-01-12
  • 阅读94
  • 下载0
  • 14页
  • docx

面向UUV回收过程的单目视觉导引灯阵跟踪方法

无人水下航行器（UUV）在进行水下作业过程中, 受到自身可携带载荷和环境的制约, 导致其作业时间不能过长和作业距离不能过远, 需要在一定时间内回收以供给能量、获得数据并布置新任务。深入研究UUV视觉跟踪问题, 对实现UUV快速、准确、安全的回收有着重要意义。基于此, 文中对UUV回收的单目视觉多目标跟踪问题进行了研究。以非线性卡尔曼滤波器为基础, 提出基于非对称光阵列的UUV回收跟踪方法。首先, 对单目摄像机采集的水下图像进行预处理, 提取光源阵列的特征信息。其次, 初始化目标轨迹, 提出了基于非对称L型光源阵列的轨迹确定方法。再次, 权衡观测器与滤波器设计了寻优代价矩阵, 应用改进的匈牙利算法将检测与目标轨迹相匹配, 并根据匹配结果对卡尔曼滤波器的先验结果进行修正。最后, 通过水下目标跟踪实验, 验证了所提方法的工程有效性。

  • 2022-01-12
  • 阅读93
  • 下载0
  • 14页
  • docx

室内无线定位原理与技术研究综述

针对卫星信号在室内定位不可用和存在定位误差的问题，分析了室内定位误差的主要来源，对室内定位的信道模型、算法原理和常用技术进行了研究。首先提出TOA/RSS二步加权最小二乘混合定位法和TOA/AOA排序加权混合定位法两种混合参数定位方法，可有效提高定位精度及鲁棒性；其次分析了各种定位技术的优缺点并比较了成本和定位精度，在实际应用中应当根据环境变化程度和精度需求来选取相应的定位技术；最后阐述了室内定位的特点与未来趋势，为该领域的研究方向提供了参考。

  • 2022-01-12
  • 阅读106
  • 下载0
  • 13页
  • docx

复杂电力（能源）系统的分布式感知与协同估计/检测研究综述

近年来，“互联网+”智慧能源、电力市场改革、新能源革命等一系列举措引发了电力系统信息大爆炸，导致海量的电力设备、电器以及用户需要连接。信息的感知、连接、传输、处理、应用及发布，范围越来越广，规模越来越大并出现了大规模、复杂的高维的动态系统，伴随着海量数据集。而集中式信号处理在处理这类问题时，存在着通信负担重、计算复杂度高、可扩展性差、鲁棒性差等缺点。因此集中式信号处理方式已经明显不适用，需要新业务、新模型、新算法来解决。在大规模复杂电力系统中采用分布式信号处理是有效的解决方法。本文从多个角度对国内外分布式感知和协同估计进行梳理和综述，为后期研究提供一定的理论基础。

  • 2022-01-12
  • 阅读350
  • 下载0
  • 13页
  • docx

面向隧道智慧空间的高精度定位导航关键技术及应用

隧道是现代立体交通的重要组成部分，能够显著提升公路和铁路的交通效能，有效缓解特大城市的交通拥堵。上海、广州、武汉、南京、郑州等国家重点城市建设了一批城市隧道，这对隧道空间的智能化管理水平和信息化服务能力提出了更高的要求。另一方面，隧道作为国防基础设施，还应满足物资输送、应急疏散等需求。无论民用还是国防应用，位置信息对于实现隧道智能管控都至关重要。

  • 2022-01-12
  • 阅读96
  • 下载0
  • 16页
  • docx

SLAM的动态地图和语义问题

以前说过SFM和SLAM的称呼，计算机视觉的同行多半说SFM，而机器人的行业流行说SLAM，到底区别在哪里？有说SFM是假设背景不动，那么outlier是什么？当年做IBR（image-based rendering）的时候，以panorama view为例，也是假设场景物体不动，可总是有不静止的物体，比如水，比如树叶，甚至不配合的人们走动，会产生鬼影吗？结果也提出了一堆的解决方法。SFM和MVG（multiple view geometry）紧密相关吧，都面临计算机视觉的共同问题，动态环境是回避不了的。

  • 2022-01-12
  • 阅读133
  • 下载0
  • 56页
  • docx

自动驾驶基础--SLAM简介

SLAM是Simultaneous LocalizationandMapping的缩写，意为“同时定位与建图 （同步定位与地图构建）”，是业界公认视觉领域空间定位技术的前沿方向。它是指运动物体自身位置不确定的条件下，根据传感器的信息，一边计算自身位置，一边构建环境地图的过程,同时利用地图进行自主定位和导航。它主要用于解决机器人在未知环境运动时，如何通过对环境的观测确定自身的定位和运动轨迹，同时构建出周围环境的地图。

  • 2022-01-12
  • 阅读92
  • 下载0
  • 12页
  • docx

基于视觉的目标跟踪研究现状调研

视觉目标跟踪是计算机视觉中的一个重要研究方向，有着广泛的应用，如：视频监控，人机交互， 无人驾驶等。过去二三十年视觉目标跟踪技术取得了长足的进步，特别是最近两年利用深度学习的目标跟踪方法取得了令人满意的效果，使目标跟踪技术获得了突破性的进展。本文旨在简要介绍：目标跟踪的基本流程与框架，目标跟踪存在的挑战，目标跟踪相关算法，以及目标跟踪最新的进展等，希望通过这篇文章能让读者对视觉目标跟踪领域有一个较为全面的认识。

  • 2022-01-11
  • 阅读106
  • 下载0
  • 27页
  • docx