一种结合A*算法和VFH避障算法的机器人动态路径规划方法

    公开(公告)号:CN108549385A

    公开(公告)日:2018-09-18

    申请号:CN201810492962.1

    申请日:2018-05-22

    Abstract: 本发明公开了一种结合A*算法和VFH避障算法的机器人动态路径规划方法,将机器人所处的环境表示成栅格地图,并用A*算法在栅格地图中搜索出一条全局初始路径;机器人沿初始路径向目标点运动,判断是否遇到障碍物,遇到则采用VFH算法进行避障,否则继续向目标点运动;在避障时,首先沿初始路径中设置阶段目标点,生成当前位置到阶段目标点之间的避障路径并前进一步,更新当前位置,判断机器人当前位置和阶段目标点之间是否有遮挡,有则重新计算避障路径,无则将机器人沿避障路径向阶段目标点前进一步,循环直至机器人抵达阶段目标点并回到初始路径上继续向终点运动。两种算法的结合提高了机器人路径规划的效率,保证了机器人在室内动态环境下的自主导航能力。

    一种结合A*算法和VFH避障算法的机器人动态路径规划方法

    公开(公告)号:CN108549385B

    公开(公告)日:2021-05-04

    申请号:CN201810492962.1

    申请日:2018-05-22

    Abstract: 本发明公开了一种结合A*算法和VFH避障算法的机器人动态路径规划方法,将机器人所处的环境表示成栅格地图,并用A*算法在栅格地图中搜索出一条全局初始路径;机器人沿初始路径向目标点运动,判断是否遇到障碍物,遇到则采用VFH算法进行避障,否则继续向目标点运动;在避障时,首先沿初始路径中设置阶段目标点,生成当前位置到阶段目标点之间的避障路径并前进一步,更新当前位置,判断机器人当前位置和阶段目标点之间是否有遮挡,有则重新计算避障路径,无则将机器人沿避障路径向阶段目标点前进一步,循环直至机器人抵达阶段目标点并回到初始路径上继续向终点运动。两种算法的结合提高了机器人路径规划的效率,保证了机器人在室内动态环境下的自主导航能力。

    一种面向移动智能终端处理器的基准测试程序合成方法

    公开(公告)号:CN105677521A

    公开(公告)日:2016-06-15

    申请号:CN201511023314.4

    申请日:2015-12-29

    Inventor: 沙江 李宁 张阳

    CPC classification number: G06F11/2236 G06F11/2273 G06N3/123

    Abstract: 本发明公开了一种面向移动智能终端处理器的基准测试程序合成方法,该方法用以合成一个测试程序代表多类实际应用对移动智能终端处理器的压力,包括:程序阶段级微结构无关特征提取,程序片段的控制流图构建,程序规模缩减与控制流图重构,典型基本块提取与模板代码设计,自动化的模板匹配,测试程序的迭代改进,最终拼接成一个完整测试程序,使其与原应用程序具有相似的微结构无关特征。本发明方法通过保留原应用程序中更多重要的负载特征,可以使合成的测试程序具有更高的代表性,并通过去除冗余基本块,有效缩减测试程序规模。

    一种基于SOM和K-means两阶段聚类的软件负载特征提取方法

    公开(公告)号:CN105654120A

    公开(公告)日:2016-06-08

    申请号:CN201510996261.8

    申请日:2015-12-25

    Inventor: 沙江 陈苗苗 张阳

    CPC classification number: G06K9/6223 G06F11/302 G06F11/3452

    Abstract: 本发明公开了一种基于SOM和K-means两阶段聚类的软件负载特征提取方法,包括以下步骤:(1)从软件执行过程中的动态指令流中提取负载特征:首先将软件执行过程划分为若干个片段,然后对每个程序片段统计特征参数,每个软件会输出多组特征参数,构成一个由多维特征参数组成的矩阵;(2)从特征参数矩阵中提取典型程序片段:利用SOM聚类算法从众多程序片段中找出软件负载特征不同的特征片段簇,再利用K-means聚类算法从同类型的特征片段簇中找出最能代表这个簇特征的片段。本方法同时弥补了SOM收敛时间过长和K-means算法对初始点过于敏感、容易陷入局部最优解的缺陷。

    一种基于人工神经网络的乱序处理器稳态下平均吞吐率的预测方法

    公开(公告)号:CN105630458B

    公开(公告)日:2018-03-02

    申请号:CN201511019177.7

    申请日:2015-12-29

    Abstract: 本发明公开了一种基于人工神经网络的乱序处理器稳态下平均吞吐率的预测方法,借助指令集模拟器的全仿真环境获取目标程序执行阶段的微架构无关参数,再利用SOM和Kmeans算法提取出输入数据中的特征点,最后通过BP神经网络拟合微架构无关参数与稳态平均吞吐率的关系,训练出精度较高的模型。模型训练完成后,通过模拟器获得程序的微架构无关信息,导入到训练好的神经网络中,即可快速准确地预测实际稳态平均吞吐率值。本发明采用人工神经网络,极大地提高了乱序处理器稳态下平均吞吐率的预测精度和速度。

    确定水泥稳定碎石基层损伤的试验方法

    公开(公告)号:CN114965110B

    公开(公告)日:2025-05-09

    申请号:CN202210481439.5

    申请日:2022-05-05

    Applicant: 东南大学

    Abstract: 本发明涉及确定水泥稳定碎石基层损伤的试验方法。获取钻芯试样,钻芯试样甲从承受交通载荷的路面获取,钻芯试样乙为对照试样;在高度方向上对钻芯试样甲乙进行均匀切割,形成若干个试样片;将每个试样片甲乙进一步切割出三个小梁试件,分别为小梁试件A、小梁试件B1、小梁试件B2;测试每个小梁试件B1的弯拉强度,测试每个小梁试件B2的直接拉伸模量以及直接拉伸强度;测试每个小梁试件A的疲劳寿命;将钻芯试样甲和钻芯试样乙各个同一深度下小梁试件B2的直接拉伸模量和直接拉伸强度进行对比,得到拉伸损伤在深度方向上的分布;将钻芯试样甲和钻芯试样乙最底部小梁试件A的疲劳寿命进行对比,得到剩余性能。本发明损伤评价更加实用。

    基于四点弯曲疲劳试验测量小梁梁底拉应变的方法

    公开(公告)号:CN114636626B

    公开(公告)日:2025-05-09

    申请号:CN202210173302.3

    申请日:2022-02-24

    Applicant: 东南大学

    Abstract: 本发明公开了基于四点弯曲疲劳试验测量小梁梁底拉应变的方法,包括:将小梁试件安装在万能试验机四点弯曲疲劳加载装置内,将三个位移传感器依次安装在小梁试件上表面,利用两端的位移传感器获取内夹具处小梁竖向挠度,利用中间位移传感器获取小梁跨中竖向挠度,将两挠度值做差,利用挠度差计算小梁跨中位置处的梁底水平拉应变。本发明通过采取挠度差的方法,消除两内夹具之间剪切力带来的计算误差,然后利用挠度差反算跨中小梁梁底水平拉应变,优化应变计算过程和误差,使得弯曲模量计算结果更加准确;直接在跨中位置敷设位移传感器增加测量准确性,同时测量内夹具处挠度采用两个测量值取平均值的办法,大大减小测量误差。

    一种用于路面基层的粉煤灰-矿粉地聚物稳定碎石及其制备工艺

    公开(公告)号:CN115259765A

    公开(公告)日:2022-11-01

    申请号:CN202210979799.8

    申请日:2022-08-16

    Applicant: 东南大学

    Abstract: 本发明提供了一种用于路面基层的粉煤灰‑矿粉地聚物稳定碎石及其制备工艺,包括以下组分:集料100份,粉煤灰‑矿粉地聚物4.0‑5.5份,水3.0‑4.5份;集料的组成比例按重量百分数计包括:粒径为20‑30mm的1#料20‑28%、粒径为10‑20mm的2#料12‑18%、粒径为5‑10mm的3#料25‑33%、粒径为0‑5mm的4#料20‑26%,1#料、2#料、3#料、4#料为石灰岩集料;粉煤灰‑矿粉地聚物的组成比例按重量份数包括粉煤灰4‑5份,矿粉5‑6份,碱激发剂3‑4份,碱激发剂的组成比例按重量份数包括NaOH 1‑2份,硅酸钠5‑10份,水1‑2份。本发明提供的粉煤灰‑矿粉地聚物稳定碎石具有优良的力学性能和路用性能,有利于固废处理,生产成本低、制备过程简单。

    一种OpenGL ES 3D应用的裁剪与合成方法

    公开(公告)号:CN108089862B

    公开(公告)日:2021-03-19

    申请号:CN201711348157.3

    申请日:2017-12-15

    Applicant: 东南大学

    Abstract: 本发明公开了一种OpenGL ES 3D应用的裁剪与合成方法。首先,本发明针对包含3D场景渲染API的Trace文件,获取3D场景渲染过程中每一帧与性能相关的参数,提取参数降维后形成的向量作为3D场景中帧的特征;接着,根据帧特征的相似性,对帧分类并提取其中具有代表性的关键帧;最后,通过追踪3D场景渲染过程中OpenGL ES的状态变化,寻找出关键帧所依赖的状态恢复API,再拼接各关键帧合成可被播放的缩减Trace文件。

Patent Agency Ranking