XiaoMi-AI文件搜索系统
World File Search SystemTrajectory
基于组的轨迹分析确定了不同的糖尿病...
©作者2023。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的，该许可允许以任何媒介或格式使用，共享，适应，分发和复制，只要您对原始作者和来源提供适当的信誉，请提供与创意共享许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http://creativecommons.org/licenses/4.0/。Creative Commons公共领域奉献豁免（http://creativecommons.org/publicdomain/zero/zero/1.0/）适用于本文中提供的数据，除非在信用额度中另有说明。
自动驾驶汽车轨迹预测鲁棒性研究
摘要 — 自动驾驶汽车依靠准确的轨迹预测来为与导航和防撞相关的决策过程提供信息。然而，目前的轨迹预测模型存在过度拟合的迹象，这可能导致不安全或次优的行为。为了应对这些挑战，本文提出了一个全面的框架，对文献中用于评估和提高轨迹预测模型鲁棒性的定义和策略进行分类和评估。这涉及对各种方法的详细探索，包括数据切片方法、扰动技术、模型架构更改和训练后调整。在文献中，我们看到了许多有前景的提高鲁棒性的方法，这对于安全可靠的自动驾驶是必不可少的。
使用frenet坐标的轨迹跟踪与深...
摘要 - 本文研究DDPG算法在轨迹跟踪任务中的应用，并提出了一种与FRENET坐标系相结合的轨迹跟踪控制方法。通过将车辆的位置和速度信息从笛卡尔坐标系转换为FRENET坐标系，该方法可以更准确地描述车辆的偏差和旅行距离，相对于道路的中心线。DDPG算法采用了参与者 - 批评框架，使用深层神经网络进行策略和价值评估，并将体验重播机制和目标网络结合在一起，以提高算法的稳定性和数据利用效率。实验结果表明，基于FRENET坐标系的DDPG算法在复杂环境中的轨迹跟踪任务中表现良好，可实现高精度和稳定的路径跟踪，并证明其在自主驾驶和智能运输系统中的应用潜力。
3D姿态估计和2D轨迹预测
根据给定序列预测人体运动是计算机视觉和机器学习中一项具有挑战性且至关重要的任务，它使机器能够有效地理解人类行为。精确预测人体姿势和运动轨迹对于各种应用都具有重要意义，包括自动驾驶、机器人技术和虚拟现实。本文提出了一种新方法来解决估计以 3D 姿势或 2D 轨迹表示的人体运动，以及使用 2D 图像和人体姿势/位置序列联合预测未来运动的相互关联的任务。我们提出了一种编码器-解码器架构，该架构利用具有自注意机制的 Transformer 网络，利用视觉上下文特征，结合 LSTM 来建模人体运动运动学。我们的方法在数量和质量上都比现有方法表现出持续显著的改进。在各种公共数据集上进行的大量实验，例如用于 3D 人体姿势估计的 GTA-IM 和 PROX，以及用于 2D 轨迹预测的 ETH 和 UCY 组合数据集，表明与当前最先进的方法相比，我们的方法大大减少了预测误差。
具有动态变异轨迹模型的超声心动图中的异常检测
我们提出了一种用于超声心动图视频的新型异常检测方法。引入的方法利用了心脏周期的周期性，学习了各种潜在轨迹模型（TVAE）的三种变体。虽然前两个变体（TVAE-C和TVAE-R）模型严格的心脏周期性动作，但第三个（TVAE-S）更笼统，并且可以在整个视频中进行空间表示。所有模型均经过新型内部数据集的健康样本的培训，该数据集的婴儿超声心动图视频由多个室内视图组成，以了解健康人群的规范性之前。在推断期间，执行基于后验（MAP）的异常检测，以检测我们数据集中的分布样品。所提出的方法可靠地识别出严重的先天性心脏缺陷，例如Ebstein的异常或发光复合物。此外，它在检测肺动脉高压和右心室扩张时，用标准变异自动编码器实现了优于基于地图的异常检测。最后，我们证明了所提出的方法可以通过热图强调与异常心脏结构相对应的区域来解释其输出。
气象不确定性下的稳健飞机轨迹优化
它提高了我对轨迹规划和执行的知识和思维。本文描述的算法的实现主要是通过使用开源软件和库来实现的。虽然为所有这些软件包做出贡献的人数太多，无法一一致谢，但我想特别指出 CasADi 的 Joel Andersson 和 Joris Gillis、pygrib 的 Jeffrey S. Whitaker、IPOPT 的 Andreas Wächter 以及所有这些人。这些项目以及其他科学和工程图书馆的其他贡献者。还要感谢在线问答网站上非常友善的人们，让电脑疼痛变得更容易忍受。毫无疑问，如果没有无与伦比的公司以及办公室和部门同事无条件的帮助和支持，这些年就不一样了。感谢大卫、萨拉、丹尼和米克，我希望看到他们的小玩意在天球上非常非常微弱地闪闪发光，感谢你们给我带来的所有美好时刻；致我在地狱中流亡的同伴阿莱克斯、宾和马可（现在是一事之主）；卡洛斯，我的办公室邻居；感谢马努，在这个时代，我们对图形或编程的微小但绝对关键的细节表现出非理性的巨大热情。致卢卡和罗科：我个人欢迎我们的新意大利霸主。致贡萨洛（Gonzalo），我希望有一天他能原谅我将《辛普森一家》的内容献给其他人，并致格梅斯（Güemes），他已经开始过上更好的生活（rem
民航飞机 4D 轨迹预测：回顾
摘要：飞机四维（4D，包括经度、纬度、高度和时间）轨迹预测是现有自动化系统的关键技术，也是未来基于轨迹的作战的基础。本文首先概述了轨迹预测问题的背景和意义；然后介绍了轨迹预测的定义和基本流程，包括准备、预测、更新和输出四个模块；此外，将轨迹预测方法概括为状态估计模型、动力学模型和机器学习模型三类，并对各类模型进行了深入分析；此外，介绍了研究所需的相关数据库，包括飞机性能数据库、飞机监测数据库和气象数据库；最后，总结了当前轨迹预测问题的挑战和未来的发展方向。
在线轨迹重新启动器，用于动态抓住不规则对象
摘要 - 本文提出了一种用于抓住不规则对象的新轨迹重新启动器。与常规的掌握任务不同，该任务简单地假定对象的几何形状，我们旨在实现不规则对象的“动态掌握”，这需要在握把过程中持续调整。为了有效处理不规则的对象，我们提出了一个构成两个阶段的轨迹优化框架。首先，在指定的时间限制为10 s的指定时间限制中，为从机器人的初始配置中进行无缝运动计算初始离线轨迹，以掌握对象并将其传递到预定义的目标位置。其次，实现了快速的在线轨迹优化，以在100毫秒内实时更新机器人轨迹。这有助于减轻视力系统中的估计错误。为了解释模型的不准确性，干扰和其他非模块化效果，实施了机器人和抓手的轨迹跟踪控制器，以从提出的框架中阐明最佳轨迹。密集的实验结果有效地证明了我们在模拟和现实世界中的轨迹计划框架的性能。
利用轨迹优化进行空间检测机动分析
对太空物体进行太空检查和特性描述的能力是下一代太空态势感知的核心。诊断和应对航天器异常的能力往往因缺乏对飞行中的目标飞行器进行检查或测试的能力而受到阻碍。虽然可伸缩臂（如部署在航天飞机和空间站上的机械臂）可以提供一些有限的检查能力，但自由飞行的伴生飞行器可以提供围绕目标的最大移动灵活性。安全高效地使用伴生飞行器需要能够最大限度地减少航天器资源（例如时间或燃料）的轨迹，同时遵守复杂的路径和状态约束。本文研究并比较了用于在复杂约束下寻找各种潜在检查操作的最佳轨迹的解决方法。研究的两种解决方法是基于随机性的自适应 A* 搜索方法和基于直接配置的非线性优化方法。我们研究了利用脉冲燃烧和连续推进的轨迹，以及包括额外约束的问题，例如在复杂环境中检查特定目标区域可能需要的复杂禁区和推进器羽流限制。这项工作具有广泛的适用性，可以扩展到适用于各种相对轨迹问题。一个这样的例子涉及多个检查卫星共同进行太空检查机动，需要高效计算复杂的相对运动轨迹。
CISLUNAR轨迹维护的生命和操纵检测模式
对Cislunar操作的兴趣增加需要将太空域的意识能力扩展到地球的地球范围内。成功的太空领域意识需要对空间对象行为的知识和分类。此信息可以用作未来和当前任务计划的决策工具。通过发展描述性生活模式来获取空间对象行为的信息的方法。生活的描述模式从空间对象建立了一组预期的动作或运动。这项研究开发了生活的描述性电气化模式，用于在Earth-moon系统中L1和L2 Lagrange点附近重复自然轨迹。a L 2最佳模型预测控制和冲动控制器被实现，以在高层象征的模型中维护所需的轨迹。证明了基于最佳控制的估计器可检测电气维持操作，并实现了一级支持向量分类器，以确定空间对象相对于既定的固定存储模式的空间对象的异常行为。