一种基于神经网络的仿生趋温行为方法

    公开(公告)号:CN105824251A

    公开(公告)日:2016-08-03

    申请号:CN201610332849.8

    申请日:2016-05-18

    CPC classification number: G05B17/02

    Abstract: 本发明涉及人工神经网络控制与机器人导航领域,公开了一种基于神经网络的仿生趋温行为方法,包括:1)环境建模,将温度分布情况通过高斯函数进行建模;2)线虫肌肉结构建模,将线虫全身建模成多关节连杆结构;3)运动学建模,构建了线虫一次偏转运动过程;4)偏向角度建模,根据线虫头部结点前后两个时刻的温度差和该时刻与最适温度的差值,通过一个非线性函数求出下一时刻的偏转角度;5)人工神经网络建模,构建三层人工神经网络结构,对偏转运动过程中的非线性函数进行拟合。本方法对研究生物体趋温性行为的本质具有重要的理论意义。同时,对爬虫机器人的神经网络构建、步态控制、运动策略选择和偏转运动控制等方面的研究具有重要的指导意义。

    一种基于神经网络的仿生趋温行为方法

    公开(公告)号:CN105824251B

    公开(公告)日:2018-06-15

    申请号:CN201610332849.8

    申请日:2016-05-18

    Abstract: 本发明涉及人工神经网络控制与机器人导航领域,公开了一种基于神经网络的仿生趋温行为方法,包括:1)环境建模,将温度分布情况通过高斯函数进行建模;2)线虫肌肉结构建模,将线虫全身建模成多关节连杆结构;3)运动学建模,构建了线虫一次偏转运动过程;4)偏向角度建模,根据线虫头部结点前后两个时刻的温度差和该时刻与最适温度的差值,通过一个非线性函数求出下一时刻的偏转角度;5)人工神经网络建模,构建三层人工神经网络结构,对偏转运动过程中的非线性函数进行拟合。本方法对研究生物体趋温性行为的本质具有重要的理论意义。同时,对爬虫机器人的神经网络构建、步态控制、运动策略选择和偏转运动控制等方面的研究具有重要的指导意义。

    基于光流法和卡尔曼滤波的多目标跟踪方法

    公开(公告)号:CN106803265A

    公开(公告)日:2017-06-06

    申请号:CN201710011320.0

    申请日:2017-01-06

    CPC classification number: G06T5/002

    Abstract: 本发明公开了一种基于光流法和卡尔曼滤波的多目标跟踪方法,首先,通过光流法处理输入视频帧。其次,经光流聚类处理去除离群点。然后,经形态学膨胀和改进的中值滤波处理,进而实现对运动目标的准确获取。最后,根据所获取的目标信息,使用卡尔曼滤波方法处理后续图像序列,并对运动目标进行预测,从而实现对运动目标的有效跟踪。本发明无需训练分类器和构建目标模板,通过聚类处理后能够更好的用光流信息标记运动目标。

Patent Agency Ranking