基于多模态感知与融合的无人车韧性导航系统

针对野外复杂环境下的无人车自主导航需要,建立了一种基于多源融合定位、语义建图与运动规划的智能导航系统.首先,针对IMU、轮式里程计、视觉SLAM与激光雷达SLAM等测量子系统,设计了误差状态扩展卡尔曼滤波器进行融合定位.其次,基于改进的CNN语义分割网络生成环境的语义图像,与3D激光雷达点云融合,并使用最大概率更新算法构建语义3D地图.接着,在语义和几何信息投影获得可通行性代价的基础上,提出了一种语义动态窗口的局部路径规划方法.最后,将以上感知、定位与规划方法整合成完整的智能导航系统,在城市与野外典型场景的测试中,相对定位误差小于0.4％D,具备一定的韧性导航定位和智能感知规划能力.     

A novel strategy for fine-grained semantic verification of civil aviation radiotelephony read-backs

During the flight of the aircraft, the pilot must repeat the instruction sent by the controller, and the controller must further confirm these read-backs, in this way to further ensure the safety of air transportation. However, fatigue, tension, negligence and other human factors may prevent the controller from realizing read-back errors in time, which is a huge hidden danger for the safety of civil aviation transportation. This paper proposes a novel strategy to implement fine-grained semantic ...     

一种基于语义信息辅助的无人机视觉/惯性融合定位方法CSCD

视觉传感器在无人机室内定位中发挥着重要作用。传统基于特征点的视觉里程计算法通过底层亮度关系进行描述匹配,抗干扰能力不足,会出现匹配错误甚至失败的情况,导航系统的精度及鲁棒性有待提升。由于室内环境存在丰富的语义信息,提出了一种基于语义信息辅助的无人机视觉/惯性融合定位方法。首先,将室内语义信息进行因子建模,并与传统的视觉里程计方法进行融合;然后,基于惯性预积分方法,在因子图优化中添加惯性约束,以进一步提高无人机在动态复杂环境下的定位精度和鲁棒性;最后,通过无人机室内飞行试验对算法的定位精度进行了分析。试验结果表明,相较于传统的视觉里程计算法,该方法具有更高的精度和鲁棒性。     

“机设基础”精品课程智能答疑系统研究与设计

针对《机械设计基础》精品课程,提出了一个基于潜在语义索引的智能答疑系统,并对其中的中文分词技术和句子相似度计算进行了研究,对系统进行了设计,给出了实现方法。     

一种基于语义分割的机场跑道检测算法

针对复杂电磁作战环境下无人机自主着陆应用场景,提出了一种基于图像语义分割的机场跑道检测算法,并设计构建了轻量高效的端到端跑道检测神经网络RunwayNet.在特征提取部分,使用空洞卷积对ShuffleNet V2进行改造,得到了输出特征图分辨率可调的主干网络,并利用自注意力机制设计了自注意力网络模块,使网络具备全局跑道...     

Intelligent checking model of Chinese radiotelephony read-backs in civil aviation air traffic control

Federal Aviation Administration (FAA) and NASA technical reports indicate that the misunderstanding in radiotelephony communications is a primary causal factor associated with operation errors, and a sizable proportion of operation errors lead to read-back errors. We introduce deep learning method to solve this problem and propose a new semantic checking model based on Long Short-Time Memory network (LSTM) for intelligent read-back error checking. A mean-pooling layer is added to the traditional LSTM, so as to utilize the information obtained by all the hidden activation vectors, and also to improve the robustness of the semantic vector extracted by LSTM. A MultiLayer Perceptron (MLP) layer, which can maintain the information of different regions in the concatenated vectors obtained by the mean-pooling layer, is applied instead of traditional similarity function in the new model to express the semantic similarity of the read-back pairs quantitatively. The K-Nearest Neighbor (KNN) classifier is used to verify whether the read-back pairs are consistent in semantics according to the output of MLP layer. Extensive experiments are conducted and the results show that the proposed model is more effective and more robust than the traditional checking model to verify the semantic consistency of read-backs automatically.     

言语交际中的文化语义偏离研究

重点论述了跨文化交际过程中语言的文化语义发生偏离的三个方面，分析了文化语义发生转移的原因所在，进一步探讨了如何更有效地实现跨文化交际的目标问题。     

基于语料库文化内涵意义的探究——以“privacy”和“隐私”为例

忽略词语的语义韵和语义趋向,甚至忽略不同文化语境下词语所含载的文化沉淀信息、价值观和态度意义对语言的学习和交流产生阻隔。本文基于语料库的方法,以"privacy"和"隐私"为例,发现看似对等的英汉词汇的语境意义的异同和文化意义的差异,提出相似对等并不是绝对对等。     

篇章语言学视角下的英语“P”范畴的语义语用考察

"P"现象从句法上看,是"导向"篇章功能下系连和定位分工的结果。"P"范畴的多义性仍然可以从功能主义篇章语言学的视角下获得解释:陆标不是语篇参与者,而是语篇支撑点,具有不同于A、S、O角色的信息、语义和编码特征。陆标隐现受语篇—语用动因制约,陆标的隐现与否是由说话人决定的,言者的主观性决定了介词宾语是否值得注意,从而决定了词汇化与否。     

超燃冲压发动机燃烧流场纹影图像无监督分割方法

超燃冲压发动机燃烧室流场纹影图像常存在大量噪声信号,如何高效、准确提取燃烧流场图像的主要波系结构成为当前亟需探索的问题。以超燃冲压发动机燃烧室内冷流到氢燃料点火阶段流场为研究对象,基于深度神经网络方法,发展一种燃烧室内流场的关键波系结构快速识别方法。首先,采用基于图论的超像素分割方法对纹影图像进行聚类分割,为语义信息明显相同区域分配伪标签;其次,设计了一种全卷积特征提取神经网络,并使用残差结构对各个通道进行加权,提取纹影图像高级语义特征;最后,使用交叉熵目标函数优化网络模型,并通过阈值滤波操作去除噪声像素点,提升语义分割效果。结果表明：与K-means及自适应高斯阈值方法相比,本文提出方法在准确率、召回率、F1分数和交并比指标性能明显是最优的,能够准确完成燃烧流场纹影图像语义分割任务,可以更加清晰地反应流场内的主要波系和剪切层结构