浅谈轨迹方程的探求方法

一个点在平面上移动(也可以在空间移动,本文不作研究),它所通过的路径叫做这个点的轨迹,轨迹即点的集合.求轨迹方程(fx,y)=0和利用代数方法研究曲线(轨迹)的几何性质是解析几何的两个基本问题.这决定了求轨迹方程是解析几何中的一类重要问题.求轨迹方程的方法很多,当我们面对一个求轨迹方程问题时,该怎样思考?如何选择方法呢?首先,我们要弄清楚一个问题:求轨迹方程的任务是什么?求轨迹方程就是要写出动点的坐标x,y满足的方程.方程即等式,于是找等量关系是求轨迹方程最重要的任务.题设中一般并不给出动点的坐     

基于环境约束的不确定车辆轨迹预测方法

针对现有预测算法很少考虑环境因素,预测精度不高的问题,提出了一种基于环境约束的不确定轨迹数据预测算法（EGTP）。首先获取历史轨迹数据所处的环境信息,利用环境信息和轨迹数据构造一个新的轨迹参考点,模拟带有环境信息的车辆不确定轨迹数据|然后基于高斯混合模型,对轨迹参考点数据和历史轨迹数据进行训练|最后在训练的基础上利用轨迹参考点和历史轨迹数据对车辆轨迹实时预测。由于考虑了出行的环境因素,预测结果更符合现实情景。实验验证了该算法在实时性和预测准确度上较其它算法有所提高。     

基于传感器融合的一种多目标车辆识别跟踪方法

为使无人驾驶汽车在公路环境中有效实现安全避障和行驶,提出一种基于雷达和视觉传感器融合的多目标车辆识别跟踪的方法.在无人驾驶汽车上部署6个高分辨率雷达传感器和2个视觉传感器,利用联合概率数据关联算法,将目标与雷达回波点迹进行关联,利用YOLOV2深度神经网络对视频序列中的图像进行对象识别和定位,并综合2种传感器,在时间和空间上进行标定,从而识别车道上的汽车,然后利用扩展卡尔曼滤波算法,跟踪被识别的车辆,最后应用MATLAB软件建模仿真.仿真结果验证:该方法能使无人驾驶汽车有效识别和跟踪公路上静止和移动的汽车目标,为无人驾驶汽车后继的决策规划控制提供了感知层信号.     

基于测量数据点的数控粗加工刀具路径生成方法研究

在数控加工过程中,粗加工往往要占去大部分的加工时间.因此,研究基于测量数据点的数控粗加工刀具路径生成方法对于缩短加工时间、提高加工效率具有重要意义.对基于测量数据点的数控粗加工刀位轨迹生成技术的研究状况进行了概括和总结,阐述了直接由点云数据生成粗加工刀位轨迹的关键技术,并指出了各种方法的优缺点.     

基于LM算法的机械臂轨迹规划研究

针对提高多关节机械臂轨迹规划精准率和效率的问题,利用Peter Corke开发的robotics-toolbox工具箱在MATLAB上进行机械臂的运动学建模,并设计了一种轨迹规划算法。该算法依托于LM算法,结合逆运动学获取关节角序列位置,在对应相关轨迹的同时,确保关节角速度和加速度曲线连续且光滑。研究结果表明,通过该算法不但可以得到相对稳定的运动曲线,其迭代速度相比传统的梯度下降法,在拟合离散点过程中具有更快的迭代速度。     

基于MDF-Nearest算法的轨迹隐私保护方法

传统轨迹匿名方法在匿名集生成时没有考虑用户多种特征属性,在信息攻击下无法有效保护真实位置;在轨迹形成方面因没有将余弦角度和轨迹间距离作为形成的依据,导致某些虚假轨迹无法有效保护真实轨迹。为改善以上问题,构建一种依据用户多重特征信息构建的匿名集以保证匿名有效性;采用协作用户的真实轨迹并计算相似性,从而生成虚假轨迹相似性高的MDF-Nearest算法。实验结果表明,该方法随着k值的变大与生成轨迹数量的增多,隐私保护效果逐渐改进;与传统k匿名方法相比,该算法时间开销降低41.7%,而隐私保护程度可提高至97.1%。因此该方法能以较低的时间开销,提供质量可靠的位置服务,保护用户信息。     

言论

轨迹是一个点在空间移动所通过的全部路径。在人世间,我只是一个小小的点,是一个移动着的留下了轨迹的点,二十五年来我的教学实践、教学研究、办学业绩……也都只是一个个小小的移动着留下轨迹的点。重要的是我必须不倦地移动,不停地向前,不懈地用生命去擦亮移动的轨迹。小古文诵读能够成为我校的校本课程,得益于绍兴是一座没有围墙的博物馆:     

Authorware中显示对象的动画途径与综合应用

一、使显示对象产生动画的三个途径在Authorware中,所谓动画是指显示对象通过不同的方式在显示画面中由一个位置移动到另一个位置的过程。能够使显示对象产生移动的途径有三个:一是使用移动图标;二是使用显示图标;三是使用Movable变量。初学者往往对第一种方法印象深刻,对第二、三种方法很少使用。1.使用移动图标实现显示对象的移动这是一种最常见的方法,移动图标的作用就是构建复杂动画的每一个简单动作,Authorware为我们提供了五种移动类型:移动到固定点、移动到直线上的某点、移动到固定区域中的某点、沿固定路径移动到路径的终点、沿…     

基于多传感器的目标轨迹融合算法

动态目标监测在军事、航空等领域起着重要的作用,但由于实际情况相当复杂,使单传感器难以捕捉和跟踪检测目标。采用多传感器数据融合技术对运动目标进行监测,该技术采用优化的最邻近数据关联算法判断各离散点是否来自于同一个目标,实现了目标轨迹提取;然后采用样条插值法把离散的观测轨迹连续化,并对各监测点的轨迹进行了时间配准,最后采用修正系数模型来消除监测系统的偏差。实验表明,采用该算法在识别精度及稳定性上具有明显的优势。     

平面散乱数据点集曲线重构的新方法

提出了平面散乱数据点集曲线重构的最短路逼近算法,它创造性地把散乱数据点集的曲线重构问题转化为图论中带权连通图的最短路求解问题。新方法根据散乱数据点的分布情况构造平面上的势函数,并对散乱数据点集进行Delaunay三角化。根据势函数对Delaunay三角网格的每条边赋一个权值,生成带权连通图。在带权连通图上生成重构曲线两端点间的逼近路径,简化逼近路径,找出该路径上的关键点。以关键点为控制点,势函数值为权值,生成有理B样条曲线。最短路逼近算法在实验中取得很好的效果,成功解决了移动最小二乘法难以解决的具有尖点特征的数据点集的曲线重构问题。     

从一个轨迹问题开始的探究

我们先来探讨这样一个求动点轨迹的问题：一个长轴为20、短轴为26的动椭圆与两互相垂直的定直线恒相切，求椭圆中心的轨迹方程．这道题直接的解法是以两直线的交点为原点，两直线为坐标轴，椭圆移动，从而求出椭圆中心的轨迹方程．     

基于深度表示模型的旅游路线推荐算法研究

针对现有旅游路线推荐算法在实际应用中景点标签缺失、依赖用户评分等缺陷,提出一种基于深度表示模型的旅游路线推荐算法。根据时空轨迹隐含的位置顺序和时间中的用户移动模式,建立深度表示模型对每个用户的时空间序列训练特征向量,并用Kmeans算法对训练结果进行聚类。为验证实验结果,将用户的移动模式应用到旅游路线推荐上,选择使用Gowalla上的签到数据集进行检测。实验结果表明,包含诸如“购物”,“夜生活”等标签的移动轨迹具备推荐价值。     

基于机器视觉的气冰球机器人实验教学系统设计

设计了一种基于机器视觉和步进电机快速控制系统的气冰球机器人实验教学系统。该系统利用高速摄像头对气冰球的运动图像进行采集和透视变换,对变换后的图像使用HSV颜色阈值分割,利用去噪点、Hough变换轮廓检测等算法得到气冰球的中心坐标。为了控制机械臂对气冰球的撞击,并减少系统响应时间、提高反应速度,使用轨迹预测和碰撞分析算法对气冰球的运动轨迹进行了建模。还针对步进电机丢步问题,提出了位置矫正算法。最后,对气冰球机器人的反应速度和轨迹预测精度进行了分析。     

一种激光三维点云动态障碍剔除算法框架

基于激光点云地图的动态障碍剔除是同步定位与建图（simultaneous localization and mapping, SLAM）研究领域的难题之一。动态障碍的移动轨迹不仅会遮挡真实的静态环境信息,也会对移动机器人的定位和路径规划造成阻碍。针对激光点云地图中的动态障碍识别问题,该文提出一种基于卡尔曼滤波的运动障碍跟踪方法。首先,对原始点云预处理,使用欧式聚类算法,实现离散点云聚类。其次设计了基于卡尔曼滤波的运动障碍状态预估方程,并预测出动态障碍点云目标在下一时刻的位置。然后,使用匈牙利算法将预测位置与下一时刻真实位置进行匹配,实现对每一时刻动态障碍体的识别。最后,剔除后进行点云配准建图。在室内外环境下对提出的动态障碍剔除算法进行验证,并将剔除动态障碍后的点云地图可视化输出。实验结果表明该算法在室内外环境下对激光点云地图中动态障碍均能较好地识别与剔除。     

求轨迹方程时避免增解与漏解的诀窍

求动点的轨迹方程时,应注意完备性与纯粹性,完备性是指动点所有可能的位置都应考虑到,即轨迹方程一个点也不遗漏;纯粹性是指所求出的轨迹方程所对应的曲线上的点都必须满足条件,即轨迹方程一个点也不增加.在解题中如何有效地避免增解或漏解呢?下面的     

关于立体几何动点轨迹的探究

立体几何动态问题是高中重难点问题,其“不确定性”和“运动性”往往会增加学生的思维难度.动点的位置变化是造成动态几何的一种情形,题型较为多样,如分析动点轨迹、距离及角度计算等.解析时需要分析问题特点,挖掘其中隐含的不确定因素,确定动点轨迹是解题的关键,下面将围绕动点轨迹开展问题探究.     

到定点定平面距离之和(差)为定长的点的轨迹

在空间到两定点距离之和与差为定长的点的轨迹,当动点到两点距离之和大于两定点间的距离时,动点轨迹为旋转椭球面,当动点到两定点距离之差小于两定点之间的距离时,动点轨迹为旋转双叶双曲面,本文探讨到定点定平面距离之和(差)为定长的点的轨迹。     

不确定机器人自适应鲁棒迭代学习控制研究

针对未知时变参数的不确定性和未知外部干扰的机械手轨迹跟踪问题,提出了一种具有抗扰能力的自适应鲁棒迭代学习控制算法。该算法引入鲁棒项,实现不确定机器人动力学系统鲁棒控制;结合系统模型的不确定性和干扰不重复,对系统进行相关数学理论分析,运用泰勒公式和Lyapunov函数分别进行线性化及稳定性分析;以二连杆机械手为例,基于MATLAB软件进行仿真,结果表明：改进后的算法跟踪效果好,收敛误差速度快。该智能控制算法可实现对不确定机器人系统轨迹精确跟踪,并加快跟踪误差的收敛速度。     

位置隐私保护技术的发展研究

移动通信和移动定位技术的快速发展给人们带来诸多便利,人们能够快速、精确地获得自己所在的位置,但用户位置隐私遭到侵害的概率也越来越大,关于位置隐私的保护也变得越来越重要。在基于位置的服务中,服务的质量和用户的隐私是一对矛盾体,如何在保护用户位置隐私的前提下更好地为用户提供服务是研究的重点。从身份匿名、数据混淆、轨迹隐私保护3个方面介绍了位置隐私的保护。     

基于时间路径的物流中心选址与优化研究

为提升快递物流企业服务效率和服务质量,优化大数据环境下企业管理模式,基于传统聚类选址算法和最小支撑树法,通过分析快递物流服务过程,提出配送时间路径概念。以时间路径优化为研究对象,对聚类算法和最小支撑树法进行改进,构建物流中心选址模型和物流配送区域划分模型。采用Python分别以时间路径和距离路径为参量的100物流点配送过程进行仿真验证。实验结果表明,基于时间路径的物流选址算法确保了物流中心位置的效率最高,达到了提高整体物流水平的目的。