您的检索:
学者姓名:于乃功
精炼检索结果:
年份
成果类型
收录类型
来源
综合
合作者
语言
清除所有精炼条件
摘要 :
在灾后危险的环境下,含人员位置信息的情景地图是实现救援、提供补给的重要保障。本文提出了一种含受害人员的灾后情景地图构建方法,主要应用于灾后探测机器人上,完成灾后危险环境地图构建任务及在地图上标定需要营救或补给人员的位置信息等任务。首先以搭载激光雷达,里程计,陀螺仪及深度摄像头的自主移动机器人为主体。通过先验地图设定环境探索路径,实现机器人自主地在环境中进行激光建图与搜索任务。建图过程中,对采集到的图像进行人员检测,根据检测结果得到对应检测目标的像素中心。并结合对应的深度信息和当前机器人的位置,通过三维定位模型推算目标人员在世界坐标系中的位置,并标定在地图上。本文所提的方法可为救援和医疗人员提供...
关键词 :
位置信息 位置信息 情景地图 情景地图 导航 导航 人员检测 人员检测 激光建图 激光建图
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 于乃功 , 郑相国 , 廖诣深 et al. 含受害人员的灾后危险环境情景地图构建方法 [C] //2020中国自动化大会(CAC2020)论文集 . 2021 . |
MLA | 于乃功 et al. "含受害人员的灾后危险环境情景地图构建方法" 2020中国自动化大会(CAC2020)论文集 . (2021) . |
APA | 于乃功 , 郑相国 , 廖诣深 , 冯慧 . 含受害人员的灾后危险环境情景地图构建方法 2020中国自动化大会(CAC2020)论文集 . (2021) . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
本发明公开了一种光伏幕墙空腔清洁机器人,由机器人本体装置、清洁装置、运动控制系统、远程遥控系统四部分组成。机器人本体采用两组导轨搭建十字框架型结构,包括移动机构、伸缩气缸等,能够实现机器人在光伏幕墙空腔狭小的空间内自主移动、清洁、避障等功能。清洁装置分为吸附面清洁和非吸附面清洁,吸附面和非吸附面的清洁方式都采用直流吸尘装置清洁,能够实现光伏幕墙空腔双侧全方位清洁的功能。在机器人本体结构上,安装了测距传感器等多种传感器,控制器能够对采集的光伏幕墙空腔环境信息进行分析和处理,进而控制清洁机器人完成自主移动、清洁、避障等工作。清洁机器人包括无线传输模块,能够实现机器人的远程监督和控制。
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 于乃功 , 冯万虎 , 张帆 et al. 一种光伏幕墙空腔清洁机器人 : CN202110059472.4[P]. | 2021-01-15 . |
MLA | 于乃功 et al. "一种光伏幕墙空腔清洁机器人" : CN202110059472.4. | 2021-01-15 . |
APA | 于乃功 , 冯万虎 , 张帆 , 闫金涵 , 于贺捷 , 甘孟哲 et al. 一种光伏幕墙空腔清洁机器人 : CN202110059472.4. | 2021-01-15 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
本发明涉及机器人领域,具体涉及一种光伏幕墙空腔清洁机器人的清洁吸附装置,包括第一部件,第二部件,第三部件和密封空腔,所述第一部件通过固定支架连接于机器人本体,通过活塞端盖安装于密封空腔上方;所述第二部件与所述第三部件共同安装于所述密封空腔内部;所述第三部件通过过滤网与第二部件隔开;所述密封空腔为清洁吸附装置外壳,另设有缓冲装置和橡胶密封圈。本发明光伏幕墙空腔清洁机器人的清洁吸附装置,通过第一、第二和第三部件的协同工作,实现多位一体的清洁、吸附和越障功能,极大地降低了光伏幕墙空腔清洁机器人的高度和重量,增加了其在狭窄空腔内运动、越障和清洁的灵活性,提升了光伏幕墙空腔清洁工作的清洁效率。
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 于乃功 , 张帆 , 冯万虎 et al. 一种光伏幕墙空腔清洁机器人的清洁吸附装置 : CN202110059666.4[P]. | 2021-01-15 . |
MLA | 于乃功 et al. "一种光伏幕墙空腔清洁机器人的清洁吸附装置" : CN202110059666.4. | 2021-01-15 . |
APA | 于乃功 , 张帆 , 冯万虎 , 闫金涵 , 于贺捷 , 甘孟哲 et al. 一种光伏幕墙空腔清洁机器人的清洁吸附装置 : CN202110059666.4. | 2021-01-15 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
Wafer bin map (WBM) inspection is a critical approach for evaluating the semiconductor manufacturing process. An excellent inspection algorithm can improve the production efficiency and yield. This paper proposes a WBM defect pattern inspection strategy based on the DenseNet deep learning model, the structure and training loss function are improved according to the characteristics of the WBM. In addition, a constrained mean filtering algorithm is proposed to filter the noise grains. In model prediction, an entropy-based Monte Carlo dropout algorithm is employed to quantify the uncertainty of the model decision. The experimental results show that the recognition ability of the improved DenseNet is better than that of traditional algorithms in terms of typical WBM defect patterns. Analyzing the model uncertainty can not only effectively reduce the miss or false detection rate but also help to identify new patterns.
关键词 :
convolutional neural network convolutional neural network DenseNet DenseNet model uncertainty model uncertainty wafer defect inspection wafer defect inspection
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | Yu Nai-gong , Xu Qiao , Wang Hong-lu et al. Wafer bin map inspection based on DenseNet [J]. | JOURNAL OF CENTRAL SOUTH UNIVERSITY , 2021 , 28 (8) : 2436-2450 . |
MLA | Yu Nai-gong et al. "Wafer bin map inspection based on DenseNet" . | JOURNAL OF CENTRAL SOUTH UNIVERSITY 28 . 8 (2021) : 2436-2450 . |
APA | Yu Nai-gong , Xu Qiao , Wang Hong-lu , Lin Jia . Wafer bin map inspection based on DenseNet . | JOURNAL OF CENTRAL SOUTH UNIVERSITY , 2021 , 28 (8) , 2436-2450 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
The grid cells have obvious spatial firing characteristics and can form a hexagonal grid firing structure. It uses its own motion information to encode space, and forms a stable grid structure by integrating paths. Grid cells are an important part of spatial expression. Through spatial expression, mammals can find their way. Given a starting and ending point, many animals are able to navigate autonomously without training, finding a target point, and showing that the hippocampus plays a role. In the process of exploring the environment of rats, footprints will spread all over the environment, and grid cell field will be generated. However, due to errors in velocity estimation and inherent noise in neural calculation, the continuous accumulation of errors will lead to the instability of grid cell field. The authors use the plasticity of Hebbian to reconstruct the grid field, enhance the stability of the grid cell field, so that mammals can locate and navigate more accurately in complex or dynamic environments. © 2020 Institution of Engineering and Technology. All rights reserved.
关键词 :
Navigation Navigation Brain Brain Artificial intelligence Artificial intelligence Cytology Cytology Cells Cells Mammals Mammals
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | Yu, Naigong , Zhai, Yujia . Grid cell field reconstruction based on rat hippocampal cognitive mechanism and hebbian plasticity [C] . 2020 : 460-465 . |
MLA | Yu, Naigong et al. "Grid cell field reconstruction based on rat hippocampal cognitive mechanism and hebbian plasticity" . (2020) : 460-465 . |
APA | Yu, Naigong , Zhai, Yujia . Grid cell field reconstruction based on rat hippocampal cognitive mechanism and hebbian plasticity . (2020) : 460-465 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
直接使用速度信息和角度信息驱动网格细胞吸引子对环境编码的方法,抗干扰能力较差且不具有仿生性。针对这一问题,本文提出一种基于感知速度与感知角度的网格野计算模型。其特点在于,通过对视觉流进行解码处理获得视觉速度,对速度细胞建模并解码获得本体速度,对视觉速度和本体速度进行融合求得感知速度信息;利用加入兴奋性连接的一维环状模型模拟头朝向细胞的放电机制,使机器人以仿生的方式获取当前的感知角度信息。最后,融合速度和角度两种感知信息实现对网格细胞吸引子模型的驱动。对所提模型进行实验验证,结果表明该模型可以实现网格细胞周期性六边形放电野模式以及精确的路径积分功能。研究成果为仿海马认知机制的机器人认知地图构建方...
关键词 :
感知角度 感知角度 感知速度 感知速度 网格细胞 网格细胞 网格野计算模型 网格野计算模型 速度细胞 速度细胞
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 于乃功 , 冯慧 , 廖诣深 et al. 一种基于感知速度与感知角度的网格野计算模型 [J]. | 生物医学工程学杂志 , 2020 , 37 (05) : 863-874 . |
MLA | 于乃功 et al. "一种基于感知速度与感知角度的网格野计算模型" . | 生物医学工程学杂志 37 . 05 (2020) : 863-874 . |
APA | 于乃功 , 冯慧 , 廖诣深 , 郑相国 . 一种基于感知速度与感知角度的网格野计算模型 . | 生物医学工程学杂志 , 2020 , 37 (05) , 863-874 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
本发明公开了一种基于GNG网络的可删减环境拓扑地图构建方法,本发明提出PGNG拓扑地图构建方法,在原有的GNG算法基础上引入了节点修剪算法,使得原有地图中冗余的拓扑节点得到删除和替换。同时新节点的建立采用了“平均”思想,使得生成的拓扑地图中的节点分布更加均匀,地图表达更为简洁,可以有效应用在移动机器人拓扑地图的建立中。实验结果表明,应用本发明所提出的基于GNG网络的可删减环境拓扑地图构建方法,其拓扑节点个数约为传统GNG算法个数的3/4,有效地简化了拓扑地图的复杂程度,同时为路径规划任务奠定了较为良好的基础。
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 阮晓钢 , 张家辉 , 黄静 et al. 一种基于GNG网络的可删减环境拓扑地图构建方法 : CN202011056397.8[P]. | 2020-09-30 . |
MLA | 阮晓钢 et al. "一种基于GNG网络的可删减环境拓扑地图构建方法" : CN202011056397.8. | 2020-09-30 . |
APA | 阮晓钢 , 张家辉 , 黄静 , 朱晓庆 , 于乃功 , 刘鹏飞 et al. 一种基于GNG网络的可删减环境拓扑地图构建方法 : CN202011056397.8. | 2020-09-30 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
生物学研究表明,位置细胞是大鼠知晓当前所处空间位置的主要依据。由于网格细胞是位置细胞的主要信息输入源,因此需要构建由网格细胞到位置细胞的映射模型。针对这一问题,本文提出一种网格细胞到位置细胞的逆传播误差神经网络映射模型,实现在给定区域内对位置的精确表达。又依据边界细胞对环境边界特异性放电这一生理特性,实现利用边界细胞对网格野位相的周期性重置,使该模型完成任意大小空间中的位置认知。本文设计了仿真实验对比理论位置细胞板的活动情况,又分别对比竞争型神经网络模型的耗时和RatSLAM位姿细胞板的定位误差。实验结果表明,本文模型能够得到单一的位置野,并在耗时实验中较竞争型神经网络模型算法效率提高85.9...
关键词 :
位置细胞 位置细胞 位置认知 位置认知 网格细胞 网格细胞 边界细胞 边界细胞
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 于乃功 , 廖诣深 , 郑相国 . 一种基于海马位置细胞选择机制的空间认知模型 [J]. | 生物医学工程学杂志 , 2020 , 37 (01) : 27-37 . |
MLA | 于乃功 et al. "一种基于海马位置细胞选择机制的空间认知模型" . | 生物医学工程学杂志 37 . 01 (2020) : 27-37 . |
APA | 于乃功 , 廖诣深 , 郑相国 . 一种基于海马位置细胞选择机制的空间认知模型 . | 生物医学工程学杂志 , 2020 , 37 (01) , 27-37 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
为了快速、准确地检测老年人跌倒事件的发生,给出一种基于姿态估计的实时跌倒检测算法.首先利用基于深度学习的人体姿态估计算法得到人体关节点的坐标;然后,通过计算人体质心点的下降速度、跌倒后颈部关节点的纵坐标值是否大于阈值、以及肩部和腰部关节点的相对位置关系来判断跌倒是否发生.所给出的跌倒检测算法利用单目相机进行检测,便于以嵌入式方式应用于机器人.实验结果表明,所提出算法与当前先进方法相比取得了较好的效果.
关键词 :
人体姿态估计 人体姿态估计 单目相机 单目相机 嵌入式 嵌入式 机器人 机器人 深度学习 深度学习 跌倒实时检测 跌倒实时检测
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | 于乃功 , 柏德国 . 基于姿态估计的实时跌倒检测算法 [J]. | 控制与决策 , 2020 , 35 (11) : 2761-2766 . |
MLA | 于乃功 et al. "基于姿态估计的实时跌倒检测算法" . | 控制与决策 35 . 11 (2020) : 2761-2766 . |
APA | 于乃功 , 柏德国 . 基于姿态估计的实时跌倒检测算法 . | 控制与决策 , 2020 , 35 (11) , 2761-2766 . |
导入链接 | NoteExpress RIS BibTex |
摘要 :
The method of directly using speed information and angle information to drive attractors model of grid cells to encode environment has poor anti-interference ability and is not bionic. In response to the problem, this paper proposes a grid field calculation model based on perceived speed and perceived angle. The model has the following characteristics. Firstly, visual stream is decoded to obtain visual speed, and speed cell is modeled and decoded to obtain body speed. Visual speed and body speed are integrated to obtain perceived speed information. Secondly, a one-dimensional circularly connected cell model with excitatory connection is used to simulate the firing mechanism of head direction cells, so that the robot obtains current perception angle information in a biomimetic manner. Finally, the two kinds of perceptual information of speed and angle are combined to realize the driving of grid cell attractors model. The proposed model was experimentally verified. The results showed that this model could realize periodic hexagonal firing field mode of grid cells and precise path integration function. The proposed algorithm may provide a foundation for the research on construction method of robot cognitive map based on hippocampal cognition mechanism. Copyright ©2020 Journal of Biomedical Engineering. All rights reserved.
关键词 :
Biomimetics Biomimetics Cells Cells Cytology Cytology Decoding Decoding Dynamical systems Dynamical systems Robots Robots Speed Speed
引用:
复制并粘贴一种已设定好的引用格式,或利用其中一个链接导入到文献管理软件中。
GB/T 7714 | Yu, Naigong , Feng, Hui , Liao, Yishen et al. A grid field calculation model based on perceived speed and perceived angle [J]. | Journal of Biomedical Engineering , 2020 , 37 (5) : 863-874 . |
MLA | Yu, Naigong et al. "A grid field calculation model based on perceived speed and perceived angle" . | Journal of Biomedical Engineering 37 . 5 (2020) : 863-874 . |
APA | Yu, Naigong , Feng, Hui , Liao, Yishen , Zheng, Xiangguo . A grid field calculation model based on perceived speed and perceived angle . | Journal of Biomedical Engineering , 2020 , 37 (5) , 863-874 . |
导入链接 | NoteExpress RIS BibTex |
导出
数据: |
选中 到 |
格式: |