XiaoMi-AI文件搜索系统
World File Search System运动模型
基于海流预报和多目标进化优化的声纳浮标网络优化部署决策支持系统
提出了一种用于水下监视应用中的协同轨迹检测的漂移声学传感器网络最优部署决策支持系统，并在模拟场景中进行了测试。该系统集成了海水流预报、传感器范围模型和简单的漂移浮标运动模型，以预测传感器位置和时间网络性能。采用多目标遗传优化算法，通过同时优化两个服务质量指标（网络区域覆盖和跟踪覆盖的时间平均值）来搜索一组帕累托最优部署解决方案（即网络漂移声纳浮标的初始位置）。优化后找到的解代表了两个指标之间不同的效率权衡，任务规划人员可以方便地评估这些解，以便在两个冲突目标之间选择具有所需折衷的解决方案。还通过无迹变换进行了灵敏度分析，以测试解决方案对网络参数和环境不确定性的稳健性。提供了利用真实概率海水流预报的模拟场景的结果，显示了所提方法的有效性。未来的工作是使该工具完全可操作并准备在真实场景中使用。� 2013 北约科学技术组织，海事研究和经验中心
自主的基于车轮的基因定位...
摘要 - 本地化是自动驾驶汽车系统的基本要求。自动驾驶汽车定位的最常使用的系统之一是全球定位系统（GPS）。然而，GPS的功能在很大程度上取决于卫星的可用性，这在某些情况下使其不可靠。因此，自动驾驶汽车必须具有自主的自定位功能，以确保其独立运行。探针技术来实现车辆定位。探光仪中采用的一种方法称为车轮频谱。车轮的探光法对周围环境的依赖程度较低，而不是视觉探光和激光探光仪。本研究旨在评估在本地化过程的背景下，自主轮椅的车轮频能测定法实现的性能。采用差分驱动运动模型来确定轮椅的预测姿势。该预测是从轮椅的线性和角速度的测量得出的。已经进行了几项实验，以评估基于车轮的定位的性能。在实验之前，还进行了校准程序，以确保对传感器的准确测量。
参数自适应非模型的状态估计结合了注意机制和LSTM
如今，状态估计被广泛用于诸如自动驾驶和无人机导航之类的领域。但是，在实际应用中，很难获得准确的目标运动模型和噪声协方差。这导致传统卡尔曼过滤器的估计准确性降低。为了解决此问题，本文提出了一种基于注意参数学习模块的自适应模型免费状态估计方法。此方法将变形金刚的编码器与长期短期内存网络（LSTM）结合在一起，并通过offline学习测量数据获得了系统的操作特性，而无需对系统动力学和测量特性进行建模。此外，根据注意力学习模块的输出，期望最大化（EM）算法用于估计在线系统模型参数，并使用KalmanFureter来获得状态估计。使用GPS轨迹路径数据集验证了本文，实验结果表明，所提出的参数自适应模型自由状态估计方法的估计精度比其他模型具有更好的估计精度，从而提供了一种使用深度学习网络进行状态估计的有效方法。
使用桥接进行对象跟踪中的贝叶斯意图预测...
摘要 — 在人机交互、监视和防御等多个应用领域中，确定被跟踪对象的意图可使系统协助用户/操作员并促进有效的、可能自动化的决策。在本文中，我们提出了一种概率推理方法，可以提前预测被跟踪对象的预期目的地及其未来轨迹。在本文介绍的框架内，观察到的物体部分轨迹被建模为终止于其目的地的马尔可夫桥的一部分，因为目标路径虽然是随机的，但必须在预期的端点结束。这捕获了轨迹中潜在的长期依赖关系，如物体意图所决定的。通过确定从特定构造的桥梁绘制部分轨迹的可能性，可以评估多个可能目的地中的每一个的概率。这些桥梁还可用于生成潜在系统状态的精确估计（例如物体位置、速度等），预测其未来值（直到到达指定终点）并估计到达时间。这被证明可以实现基于卡尔曼滤波器的低复杂度推理程序实现，其中可以应用任何线性高斯运动模型，包括目的地恢复模型。在仪表车辆中收集的自由手势数据和驶向多个可能港口的船只的合成轨迹被用于证明所提出方法的有效性。
基于海流预报和多目标进化优化的声纳浮标网络优化部署决策支持系统
提出了一种用于水下监视应用中的协同轨迹检测的漂移声学传感器网络最优部署决策支持系统，并在模拟场景中进行了测试。该系统集成了海水流预报、传感器范围模型和简单的漂移浮标运动模型，以预测传感器位置和时间网络性能。多目标遗传优化算法用于通过同时优化两个服务质量指标（网络区域覆盖和跟踪覆盖的时间平均值）来搜索一组帕累托最优部署解决方案（即网络中漂移声纳浮标的初始位置）。优化后找到的解决方案代表了两个指标之间不同的效率权衡，任务规划人员可以方便地评估这些解决方案，以便在两个冲突目标之间选择具有所需折衷的解决方案。还通过无迹变换进行敏感性分析，以测试解决方案对于网络参数和环境不确定性的稳健性。提供了利用真实概率海水流预报的模拟场景的结果，显示了所提方法的有效性。未来的工作预计将使该工具完全可操作并准备在实际场景中使用。� 2013 北约科学技术组织，海事研究与实验中心。由 Elsevier Ltd. 出版。保留所有权利。
p e r s p e c c t i v s传统的中国康复运动（TCRE）用于肌筋膜痛：当前的证据和进一步的挑战
摘要：作为整体结构的肌筋膜，强调了一种整体方法，用于干预和治疗与筋膜有关的疾病，例如颈部疼痛（NP），腰痛（LBP）和膝盖疼痛。目前，药物对与肌筋膜的疾病有不利影响。中国传统的康复运动（TCRE）是中药的实用方法，是干预与肌筋膜相关的疼痛的宝贵选择。本文在肌筋膜链相关疼痛的临床研究中发现了Baduanjin，Wuqinxi和Yijinjing的一些研究证据。本文总结了当前的证据，并发现TCRE可以通过呼吸和缓慢的运动来增强肢体运动功能，增加关节运动和柔韧性，并减少关节病理学和压力引起的疼痛。至于未来的方向，请重点关注TCRE，以改善老年人的健康和治疗长期综合症，并整合机器人和TCRE培训以构建安全有效的运动模型。相关研究已经在临床试验注册表中注册，并且已经发布了一些临床研究方案。TCRE可以是减轻慢性风湿性疼痛症状和增加公共卫生管理的另一种非药理学康复疗法。关键字：中国传统的康复运动，疼痛，肌筋膜链，康复
在机器人动作中体现语言模型
摘要。大型语言模型（LLM）在深度学习方面取得了重大成功。仍然需要解决机器人技术和人类机器人互动（HRI）的剩余挑战，但是具有先进的语言和推理能力的现成的预先训练的LLM可以为该领域的问题提供解决方案。在这项工作中，我们意识到了一个开放式的HRI场景，涉及与人类交流的人形机器人，同时在桌子上执行机器人对象操纵任务。为此，我们将语音识别，视觉语言，文本到语音和开放世界对象检测的预先训练的一般模型与视觉空间坐标转移的机器人特异性模型和逆向主体以及任务特定的运动模型结合在一起。我们的实验揭示了语言模型在准确选择任务模式和整个模型中在开放式对话过程中正确执行动作的强劲性能。我们的创新体系结构可以通过开放式对话，场景描述，开放世界对象检测和操作执行的无缝集成。这是一种用于不同机器人平台和HRI场景的模块化解决方案。
一种行为体系结构，用于对果蝇幼虫运动和觅食的逼真模拟
摘要果蝇幼虫被广泛用作模型生物体7研究，其中精确的行为跟踪能够对个体和8个种群级行为指标进行统计分析，这些指标可以为幼虫行为的数学模型提供信息。9在这里，我们提出了一个分层模型架构，其中包括三层，以促进模块化10模型构建，闭环模拟以及经验和11个模拟数据之间的直接比较。在基本层，自主运动模型能够执行12个探索。基于新颖的运动学分析，我们的模型特征是间歇性向前爬行13，该爬行13与横向弯曲相结合。在第二层中，通过在模拟环境中进行主动14传感和自上而下的运动调制来实现导航。在顶层，15个行为适应需要关联学习。我们评估了16个基于代理的自主探索，趋化性和气味偏好17测试的虚拟幼虫行为。我们的行为体系结构非常适合18个神经力学，神经或单纯的统计模型组件的模块化组合，从而促进其评估，19比较，扩展和集成到多功能控制体系结构中。20
跟踪与 3D 中高度机动目标相关的 Frenet-Serret 框架
在雷达应用中，轨道维护是该过程的一个重要组成部分。从数学上讲，它可以归结为一个滤波问题，即必须从嘈杂的位置测量中滤除飞机的当前位置、速度以及可能的高阶导数。我们将此问题简称为“目标跟踪”。当飞机机动时，由于运动的不可预测性，该问题很难解决。在过去的四十年中，这一领域一直是广泛研究的对象，参见 [1]。跟踪的主要自由度是 1- 描述目标运动的动力学模型，以及 2- 使用的（统计）滤波器。对于动力学模型，有很多可能性，但线性模型通常用于工业应用，最著名的是 Singer 模型 [2]。对于滤波器，一种简单的稳健解决方案是 Castella 的噪声过程自适应卡尔曼滤波器 [3]。更现代的方法包括粒子滤波器 [4] 和用于跟踪的参考滤波器，即交互多模型 (IMM) 滤波器，参见 [1]。后者滤波器基于各种模型并行运行 (扩展) 卡尔曼滤波器组，并通过评估测量输出的可能性来评估每个模型的权重。这可以适应单个雷达可能面临的各种类型的目标和机动性程度。学术界现在主要转向多目标跟踪的挑战，并在视频中进行联合应用，参见 [5]。如今，雷达防空行业面临着新的挑战，目标的机动性越来越强。一些目标的速度可以达到 7 马赫，加速度为 15 g。通过运动模型注入一些结构的方法
四倍的机器人控制：使用身体平面运动控制，腿阻抗控制和贝齐尔曲线
摘要：在机器人技术中，已经证明了四足机器人在工业，采矿和灾难环境中执行任务的能力。为了确保机器人安全执行任务，其脚部位置的细致计划和精确的腿部控制至关重要。四足机器人的传统运动计划和控制方法通常依赖于机器人本身及其周围环境的复杂模型。建立这些模型由于其非线性性质可能会具有挑战性，通常需要大量的计算资源。但是，存在一种更简化的方法，该方法着重于机器人浮动基础进行运动计划的运动学模型。这种简化的方法更易于实现，但也适用于更简单的硬件配置。将阻抗控制纳入腿部运动是有利的，尤其是在穿越不平坦的地形时。本文提出了一种新颖的方法，其中四足机器人对每条腿采用阻抗控制。它利用六度的贝齐尔曲线来生成从平面运动模型中用于身体控制的腿部速度的参考轨迹。该方案有效地指导机器人沿预定义的路径。使用机器人操作系统（ROS）实施了拟议的控制策略，并通过GO1机器人的模拟和物理实验进行验证。这些测试的结果证明了控制策略的有效性，使机器人能够跟踪参考轨迹，同时显示稳定的步行和小跑步态。