摘要:在本文中,我们提出了一种新的方法,用于在农业中农作物行之间的自主机器人导航。通过将2D光检测和范围(LIDAR)数据投影到机器人的运动方向上,以执行具有噪声(DBSCAN)的应用程序的一维空间聚类来实现。通过将DBSCAN的虚拟地标与机器人的位置相结合,从粒子过滤器中更新了映射和定位(MAL)。此方法映射的结果并在一次扫描中同时估算机器人的位置。每个机器人的位置取决于当前扫描和以前的扫描的LIDAR数据信息。数据关联是通过将许多连续扫描和卡尔曼过滤器组合在一起的数据来实现全局路径。通过组合本地位置创建的全局轨迹允许机器人实时自动导航,而无需经历从裁剪领域收集所有数据的先前阶段。本文还使用不同的参数进行FIR滤波器校正,以增强所提出的方法的有效性。
图1。响应视觉运动旋转的感觉运动学习。(a)视觉运动旋转任务的示意图。光标反馈(红点)相对于手的运动方向旋转,旋转的大小在各组(15°,30°,60°或90°)之间变化。半透明和纯色在学习的早期和晚期分别显示手和光标位置。(b,d)从Bond and Taylor(2015)和在线实验的实验实验中的15°(绿色),30°(黄色),60°(紫色)和90°(粉红色)旋转条件的平均手动训练。在Veridical反馈,无反馈(灰色背景)和旋转试验期间相对于目标(0°)的手(0°)提出。阴影区域表示SEM。(c,e)旋转块早期和晚期的平均手角度,以及从面对面(C)和在线(E)实验的无反馈后效应块。框图表示中位数(厚的水平线),四分位数(第1和3 rd,盒子的边缘)和极端(min and Max,垂直细线)。每个参与者的数据显示为半透明点。
对信心的元认知评估提供了决策准确性的估计,可以在没有明确反馈的情况下指导学习。我们使用同时进行的 EEG-fMRI,直接比较人类如何从这种隐性反馈和显性反馈中学习。参与者执行了一项运动方向辨别任务,其中刺激难度增加以保持表现,并混合了显性反馈和无反馈试验。我们使用 EEG 解码分离了决策后信心的单次试验估计值,并发现这些神经特征在反馈时与可分离的显性反馈特征一起重新出现。我们沿着纹状体的背腹梯度识别了这些隐性反馈与显性反馈的特征,这一发现是通过 EEG-fMRI 融合才实现的。这两个信号似乎整合成外部苍白球中的聚合表征,可以通过丘脑和岛叶皮质广播更新以改善皮质决策处理,而不管反馈来源如何。
摘要 — 我们解决了以下问题:(a) 根据动作开始的几秒钟预测手臂伸展运动的轨迹;(b) 利用该预测器帮助操作员预测运动方向,从而减少操作员的认知负荷,从而促进共享控制操作任务。我们新颖的意图估计器称为 Robot Trajectron (RT),它根据机器人的近期位置、速度和加速度历史,生成机器人预期轨迹的概率表示。通过考虑手臂动力学,RT 可以比其他仅使用手臂位置的 SOTA 模型更好地捕捉操作员的意图,使其特别适合协助操作员意图易受变化的任务。我们推导出一种新颖的共享控制解决方案,将 RT 的预测能力与潜在到达目标位置的表示相结合。我们的实验证明了 RT 在意图估计和共享控制任务中的有效性。我们将在 https://gitlab.kuleuven.be/detry-lab/public/robot-trajectron 上公开提供支持我们实验的代码和数据
20 世纪 30 年代末,已有多种飞机使用液压执行器实现端到端定位功能(起落架的伸展/收起、襟翼的展开/收起、发动机整流罩襟翼的打开/关闭)或用于机轮制动的力传递功能(见第 1 卷 [MAR 16b] 中的图 1.7)。对于主要飞行控制装置,还安装了液压执行器以及将飞行员动作传递到移动表面的电缆控制装置。这样,自动驾驶仪启动时就可以设定飞行控制面位置(见第 1 卷 [MAR 16b] 中的图 1.8)。由于飞机尺寸、速度和飞行时间的增加,降低飞行员为主要飞行控制装置产生的力量水平变得至关重要。引入了与飞行控制面偏转方向相反的翼片,无需使用机载动力源即可为飞行员提供帮助:在受到空气动力作用时,翼片会产生偏转力矩,使飞行控制面朝着预期的运动方向。这一概念的应用导致了几种变体 [LAL 02、ROS 00]:
20 世纪 30 年代末,已有多种飞机使用液压执行器实现端到端定位功能(起落架的伸展/收起、襟翼的展开/收起、发动机整流罩襟翼的打开/关闭)或用于机轮制动的力传递功能(见第 1 卷 [MAR 16b] 中的图 1.7)。对于主要飞行控制装置,还安装了液压执行器以及将飞行员动作传递到移动表面的电缆控制装置。这样,自动驾驶仪启动时就可以设定飞行控制面位置(见第 1 卷 [MAR 16b] 中的图 1.8)。由于飞机尺寸、速度和飞行时间的增加,降低飞行员为主要飞行控制装置产生的力量水平变得至关重要。引入了与飞行控制面偏转方向相反的翼片,无需使用机载动力源即可为飞行员提供帮助:在受到空气动力作用时,翼片会产生偏转力矩,使飞行控制面朝着预期的运动方向。这一概念的应用导致了几种变体 [LAL 02、ROS 00]:
20 世纪 30 年代末,已有数架飞机使用液压执行器实现端到端定位功能(起落架的伸展/收起、襟翼的展开/收起、发动机整流罩襟翼的打开/关闭)或轮毂制动的力传递功能(见第 1 卷 [MAR 16b] 中的图 1.7)。对于主要飞行控制装置,还安装了液压执行器以及将飞行员动作传递到移动表面的电缆控制装置。这样,当自动驾驶仪启动时,就可以由自动驾驶仪施加飞行控制面位置设定点(见第 1 卷 [MAR 16b] 中的图 1.8)。由于飞机尺寸、速度和飞行时间的增加,降低飞行员对主要飞行控制装置产生的力变得至关重要。引入与飞行控制面偏转方向相反的翼片,无需使用机载动力源即可为飞行员提供帮助:在受到空气动力作用时,翼片会产生偏转力矩,使飞行控制面朝着预期的运动方向。这一概念的应用导致了几种变体 [LAL 02、ROS 00]:
20 世纪 30 年代末,已有多种飞机使用液压执行器实现端到端定位功能(起落架的伸展/收起、襟翼的展开/收起、发动机整流罩襟翼的打开/关闭)或机轮制动的力传递功能(见第 1 卷 [MAR 16b] 中的图 1.7)。对于主要飞行控制装置,还安装了液压执行器以及将飞行员动作传递到移动表面的电缆控制装置。这样,自动驾驶仪启动时就可以设定飞行控制面位置(见第 1 卷 [MAR 16b] 中的图 1.8)。由于飞机尺寸、速度和飞行时间的增加,降低飞行员为主要飞行控制装置产生的力量水平的需求迅速变得至关重要。引入与飞行控制面偏转方向相反的翼片,无需使用机载动力源即可为飞行员提供帮助:在受到空气动力作用时,翼片会产生偏转力矩,使飞行控制面朝着预期的运动方向。这一概念的应用导致了几种变体 [LAL 02、ROS 00]:
在系统神经科学的大部分历史中,科学家一直致力于将单个大脑区域中的神经元活动与行为联系起来。该研究项目在感觉神经科学中取得了成功,它被用于识别和分析感觉通路中的离散阶段,这些阶段施加特定的转换以产生更精细的感觉特征检测器。相同的概念方法已应用于认知领域(位置细胞、镜像细胞)和运动系统(运动方向编码)。然而,神经连接的一个显著特征是嵌套反馈回路,这表明本质上是多区域计算。某些运动信号似乎被传送到整个大脑区域。此外,关于运动的感觉后果的预测会从运动区域发送到感觉区域,在那里它们可以与感觉输入进行比较。随着神经科学家开始用大规模记录探索更复杂的行为,理解多区域神经回路正成为系统神经科学的主要目标。本系列文章回顾了分析多区域神经回路的进展,并强调了未来的概念和技术挑战。
20 世纪 30 年代末,已有多种飞机使用液压执行器实现端到端定位功能(起落架的伸展/收起、襟翼的展开/收起、发动机整流罩襟翼的打开/关闭)或用于机轮制动的力传递功能(见第 1 卷 [MAR 16b] 中的图 1.7)。对于主要飞行控制装置,还安装了液压执行器以及将飞行员动作传递到移动表面的电缆控制装置。这样,自动驾驶仪启动时就可以设定飞行控制面位置(见第 1 卷 [MAR 16b] 中的图 1.8)。由于飞机尺寸、速度和飞行时间的增加,降低飞行员为主要飞行控制装置产生的力量水平变得至关重要。引入了与飞行控制面偏转方向相反的翼片,无需使用机载动力源即可为飞行员提供帮助:在受到空气动力作用时,翼片会产生偏转力矩,使飞行控制面朝着预期的运动方向。这一概念的应用导致了几种变体 [LAL 02、ROS 00]: