基于A*和TEB融合的行人感知无碰跟随方法

移动机器人通过跟随一个指定行人实现导航是一种便捷的方式。针对行人跟随中的机器人跟随和避障问题,提出了一种基于路径规划的无碰跟随方法。该方法结合激光点云分割提供的非行人障碍信息生成静态障碍代价地图,并根据3D行人定位结果,利用基于无迹卡尔曼滤波器（Unscented Kalman Filter,UKF）和最近邻联合概率数据关联（Nearest Near Joint Probabilistic Data Association,NN-JPDA）的多行人跟踪器估计干扰行人运动状态,进而生成动态行人代价地图。在此基础上,基于A^*的全局规划器结合静态障碍代价地图输出指向目标行人的全局路径,而基于时间弹性带（TEB）算法的局部规划器也将动态行人代价地图纳入考虑范围以规划优化的局部路径,这能够帮助机器人实现行人感知的避障且跟随全局路径。通过低频全局规划与高频局部规划结合的方式实现对目标行人安全无碰的跟随。实验验证了所提方法的有效性。     

驻马店地区人力资源空间和结构分布研究

通过对河南省典型地区驻马店的人力资源结构及空间分布的调查和分析,提出了开发驻马店地区人力资源的建立。     

预算松弛问题的探讨--从人性假设的视角

近年来,我国企业在大力推行全面预算管理的过程中,出现了一些急需解决的难题,预算松弛是其中之一。首先剖析预算松弛的成因,然后从人性假设的视角,即“经济人”与“道德人”的视角提出缓解预算松弛的途径。     

基于多样性约束和离散度分层聚类的无监督视频行人重识别

视频行人重识别是一项应用非常广的计算机视觉任务。目前的视频行人重识别方法通常是基于监督学习的，该方法需要手工标记大量的数据，代价非常高且并不适用于现实场景。本文提出了一种从底向上的基于多样性约束和离散度分层聚类的无监督视频行人重识别方法。该方法首先将每个样本当作是一个不同的类，然后结合类内间离散度进行从底向上的分层聚类，类间和类内离散度都小的类别将被优先合并，同时在聚类准则中加入一项多样性约束来平衡每类中的样本数量，最后，利用线性变化的特征存储器动态更新模型。在Mars和DukeMTMC-VideoReID两个大型视频数据集上的实验结果表明，相比于目前先进的无监督视频行人重识别方法，本文方法在性能上有一定的提升。     

西部大开发与陕西人力资源的有效利用

深化科技体制改革，实行股权制度；建立激励机制，激活现有人才，吸引更多优秀人士；加强科技能力建设，创建科技工业园区；营造良好环境，促使人才更好地发挥作用，以提高陕西人力资源的效率。     

脉冲热线风速仪的研制

采用先进的单片机控制和微机处理技术的脉冲热线风速仪，可判别流速方向，解决了工程上普遍存在的确定流速大小及方向的流场测量问题。作为一种新型的流速测量仪器，具有较高的灵活性和简便性。脉冲热线，流速测量，单片机控制，微机处理     

基于"SOM脸"的选择性单训练样本人脸识别

基于“SOM脸”计算模型提出一种新的人脸局部区域重要程度度量方法,并用于进行选择性单训练样本人脸识别。从机器人脸识别的角度,并未预先人为设定任何重要区域,而是通过学习来自动发现这些对机器而言相对重要的人脸区域,即包含类信息相对丰富的区域,并将其进行可视化。实验结果表明,在利用了人脸局部区域重要程度信息后,识别算法的性能和效率均得到提高;特别是仅选择人脸图像中若干部分重要的区域用于识别时．在提高识别效率的同时．识别性能来见明显下降。