技術(shù)報(bào)告主要講述了本組信標(biāo)車的機(jī)械、硬件、算法情況。今年的信標(biāo)組有別于往年的光電信標(biāo),采用聲音信標(biāo)的形式,場地中的信標(biāo)燈發(fā)出以0.2048s為周期的Chirp信號,要求信標(biāo)車完成定位、追蹤和避障。和傳統(tǒng)利用攝像頭來進(jìn)行搜燈任務(wù)的信標(biāo)車相比,今年的聲音信號定位具有精度低、周期長的特點(diǎn),使得更高精度的定位,更加有效的降噪,以及在定位信號沒有更新的時(shí)候如何進(jìn)行運(yùn)動(dòng)控制成了本屆信標(biāo)車的難點(diǎn)。
自動(dòng)駕駛汽車是當(dāng)前機(jī)器學(xué)習(xí)研究者和工程師們正在探索的最復(fù)雜任務(wù)之一。它覆蓋很多方面,而且要求必須高度穩(wěn)定,只有這樣我們才能保證自動(dòng)駕駛汽車在道路上安全運(yùn)行。通常,自動(dòng)駕駛算法的訓(xùn)練需要大量真實(shí)人類駕車的訓(xùn)練數(shù)據(jù),我們試圖讓深度神經(jīng)網(wǎng)絡(luò)理解這些數(shù)據(jù),并復(fù)現(xiàn)人類遇到這些情況時(shí)的反應(yīng)。
在自動(dòng)控制中,PID(Proportion-Integrationi-Differentiation:比例-積分-微分)控制算法在近一個(gè)多世紀(jì)以來在空城控制領(lǐng)域中占據(jù)了主導(dǎo)地位。它是由蘇聯(lián)工程師Minorsky在1922年在研究艦船自動(dòng)控制領(lǐng)域分析中提出的算法。PID控制算法是通過受控對象的實(shí)際行為和目標(biāo)之間的誤差,通過比例-微分-積分運(yùn)算再重新作用在被控對象。
直立平衡車因其動(dòng)力學(xué)系統(tǒng)同時(shí)具有多變量,非線性,不穩(wěn)定,強(qiáng)耦合等特性,傳統(tǒng)的單環(huán)PID控制平衡已經(jīng)略顯吃力。本文將采用內(nèi)環(huán)角速度PI控制、外環(huán)角度PD控制及最外環(huán)速度PI控制組成的串級 PID算法來控制直立車的平衡及運(yùn)動(dòng),串級PID控制器比常規(guī)PID控制系統(tǒng)具有較強(qiáng)的穩(wěn)定性、抗干擾性。
在昨天人工神經(jīng)網(wǎng)絡(luò)課程之后,有一位同學(xué)課下問了一個(gè)問題,她這學(xué)期也在學(xué)習(xí)“機(jī)器學(xué)習(xí)”課程,感覺“人工神經(jīng)網(wǎng)絡(luò)”課程的內(nèi)容與機(jī)器學(xué)習(xí)課程的內(nèi)容大同小異。究竟這些課程之間有何區(qū)別呢?弄不清楚這些自己這學(xué)期的課程很是擔(dān)心。之所以產(chǎn)生這樣的疑問,原因來自于這兩門課程之間的相似之處,而且隨著學(xué)科的發(fā)展它們重合度也在增加。但它們之間的差異在哪兒呢?
環(huán)島元素是智能車比賽中較難處理的元素之一。比賽要求智能車能檢測到環(huán)島并從入口駛?cè)?,在繞行約 270°后駛出環(huán)島,其中,能否高響應(yīng)、高魯棒性地檢測環(huán)島是后續(xù)進(jìn)出環(huán)島等步驟的基礎(chǔ)。本文根據(jù)計(jì)算機(jī)視覺中的多視圖幾何學(xué)證明了環(huán)島橢圓投影的存在,使用優(yōu)化的最小二乘法擬合法并結(jié)合相關(guān)限制條件以識(shí)別環(huán)島。
本文以第十五屆智能車競賽為背景,介紹了中國礦業(yè)大學(xué)的聲音信標(biāo)賽題的隊(duì)員的設(shè)計(jì)方案以及調(diào)試結(jié)果。比賽任務(wù)是在比賽場地上固定一定數(shù)量的信標(biāo)燈,響起的信標(biāo)燈會(huì)發(fā)出250-2000Hz頻率的chirp聲音信號、95MHz的FM信號。參賽隊(duì)伍采用四驅(qū)的麥克納姆輪車模進(jìn)行規(guī)則允許范圍內(nèi)的改裝,小車定位響起的信標(biāo)燈并進(jìn)入信標(biāo)燈感應(yīng)線圈范圍內(nèi)使信標(biāo)燈切換。
通過實(shí)驗(yàn)來確定單片機(jī)輸出IO口的實(shí)際電阻阻值,這為將來使用單片機(jī)進(jìn)行測量工作提供數(shù)據(jù)基礎(chǔ)。
很多電子愛好者、初學(xué)者在碰到一個(gè)半導(dǎo)體器件的時(shí)候,需要確認(rèn)它的型號、功能以及管腳定義,才能夠正確使用它。但當(dāng)你從一塊印刷電路板上拆下一個(gè)器件,或者從元器件盒中拿出一個(gè)器件,除非能夠正確辨認(rèn)出上面的型號,找到對應(yīng)數(shù)據(jù)手冊文檔,否則就需要手工確認(rèn)它就是是那種類型的三極管、場效應(yīng)管、晶閘管、二極管、電容、電感等。
在上篇的人工神經(jīng)網(wǎng)絡(luò)課程中介紹了機(jī)器學(xué)習(xí)中的支持向量機(jī)與前饋網(wǎng)絡(luò)RBF的之間的聯(lián)系,而對于由傳遞函數(shù)為線性函數(shù)組成的單層網(wǎng)絡(luò)的代表自適應(yīng)線性單元更是和傳統(tǒng)信號處理中的自適應(yīng)濾波器相類似。
電位器(potentiometer)也被稱作滑動(dòng)變阻器(rheostat)是一個(gè)機(jī)械電子器件,通常具有三個(gè)端口,即左右兩個(gè)固定端以及中間的滑動(dòng)端。兩個(gè)固定端連接在 一個(gè)由電阻絲、碳膜、陶瓷、有機(jī)膜等組成的固定電阻兩端?;瑒?dòng)端可以在電位器旋鈕機(jī)械驅(qū)動(dòng)下(單圈、多圈、直線)在電阻中間位置移動(dòng),從而改變滑動(dòng)端與兩個(gè)端口之間的電阻。
今天在Tensorflow公號看到推文Pixelopolis:由 TensorFlow Lite 構(gòu)建無人駕駛微型汽車?,作者介紹了他們在今年Google I/O大會(huì)上展示的TensorFlot Lite構(gòu)建的無人駕駛微型汽車的展品:Pixcelopolis。每輛微型汽車都裝配有一部 Pixel 手機(jī),使用手機(jī)上的攝像頭檢測和理解周圍的信號。手機(jī)使用了Pixel Neural Core邊緣計(jì)算芯片,可感應(yīng)車道、避免碰撞和讀取交通標(biāo)志。
關(guān)于經(jīng)典網(wǎng)絡(luò)重要的BP(誤差反向傳播網(wǎng)絡(luò))是所有學(xué)習(xí)人工神經(jīng)網(wǎng)絡(luò)最先接觸到的一個(gè)實(shí)用網(wǎng)絡(luò),它的原理相對比較簡單,在很多平臺(tái)中都非常容易實(shí)現(xiàn)。
twtw
xccflfl
289117336
Tronlong創(chuàng)龍
phane99
畫弋
建志的智
大有可為
秋風(fēng)厭倦漂泊
huyangliu
xiaoguaixh
桂子hg
woai32lala
liqinglong1023
wcrong
cxrundo