简介:研究基于深度强化学习技术的避障场景的算法模型设计,采用改进岛深度Q网络(DeepQ-lesrningNet-work,DQN)算法克服了Q-learning表名式算法在连续状态下导致内存不足的局限性。鉴于学习过程中奖励稀疏导致很艰难获得较好结果的情况,改进奖利机制,增知实时奖惩作为补充,解决学习耗时长和练不稳定的问题:采用相对角度、位置金和距离等信息,相比绝对坐标信息可以更有效的躲障碍物。不同于基于栅格法/可视图法等传统人为策略避障算法,深度强化学习算法DQN能够在缺乏先验知识的条件下具备自主决策能力,因此适用性更强。该技术可应用在仓储无人车、巡佥机器人、无人机等现实场景。
简介:为了解决当前隧道照明系统中存在的耗电量大、隧道外环境值测量复杂、实际照明亮度难以保证以及忽略光源色温会对隧道照明效果产生影响等问题,设计了一种隧道闭环反馈智慧照明系统。该系统根据实时采集的隧道外环境数据、车辆信息,调整隧道肉照明状态。同时,配合变色温隧道灯,实现实时调节亮度和色温值,保证隧道内照明视觉效果处于最隹状态。系统采用闭环反馈调节方式,根据所需亮度、色温值,以实际测量亮度、色温值为基础,实时调节照明系统的输出。实验证明,该系统安全可靠,能够保证照明效果达到预期,确保行车安全的同时使驾驶员获得最佳的视觉感受,同时能够最大限度降低能耗。
简介:Bootloader设计是嵌入式系统开发过程中一个非常重要的环节,但是目前市场上Cortex—A8处理器所提供的Bootloader功能较少,且大多不开放源码。本文结合U—Boot源码包和S5PV210的硬件平台特性,设计了一种多功能、高效稳定的Bootloader,最后成功移植到Cortex—A8硬件平台上。测试结果表明,该Bootloader为后期系统移植及应用程序开发提供了大部分必要的功能,满足了设计要求。