基于學(xué)習(xí)的無(wú)人機(jī)感知與規(guī)避

定　價(jià)：￥80.00

作　者：	馬兆偉
出版社：	國(guó)防工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787118127997	出版時(shí)間：	2023-02-01	包裝：	平裝-膠訂
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《基于學(xué)習(xí)的無(wú)人機(jī)感知與規(guī)避》以無(wú)人機(jī)突發(fā)障礙這一意外事件為研究背景，主要研究單架無(wú)人機(jī)突遇障礙下的規(guī)避決策問(wèn)題。針對(duì)搭載視覺(jué)傳感器的輕小型無(wú)人機(jī)，《基于學(xué)習(xí)的無(wú)人機(jī)感知與規(guī)避》主要介紹了自身載荷能力和計(jì)算能力受限條件下的無(wú)人機(jī)感知與規(guī)避控制技術(shù)及其自主學(xué)習(xí)方法。以基于行為分解的控制架構(gòu)為基礎(chǔ)，結(jié)合學(xué)習(xí)機(jī)制，詳細(xì)介紹了兩種顯著性目標(biāo)區(qū)域提取算法以及利用卷積與反卷積網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)深度距離的估計(jì)方法：結(jié)合無(wú)人機(jī)規(guī)避過(guò)程中對(duì)于感知與動(dòng)作的描述，介紹了結(jié)合強(qiáng)化學(xué)習(xí)理論的無(wú)人機(jī)感知-規(guī)避的實(shí)現(xiàn)算法。《基于學(xué)習(xí)的無(wú)人機(jī)感知與規(guī)避》可作為從事無(wú)人機(jī)相關(guān)領(lǐng)域研究的科研人員的參考資料。

作者簡(jiǎn)介

暫缺《基于學(xué)習(xí)的無(wú)人機(jī)感知與規(guī)避》作者簡(jiǎn)介

圖書(shū)目錄

第1章緒論
1．1 研究背景
1．2 無(wú)人機(jī)感知規(guī)避系統(tǒng)現(xiàn)狀
1．3 無(wú)人機(jī)感知規(guī)避技術(shù)現(xiàn)狀
1．4 本書(shū)主要研究工作
1．4．1 主要研究?jī)?nèi)容
1．4．2 組織結(jié)構(gòu)
1．4．3 主要?jiǎng)?chuàng)新點(diǎn)
第2章無(wú)人機(jī)感知規(guī)避系統(tǒng)框架設(shè)計(jì)與分析
2．1 引言
2．2 機(jī)器人控制體系結(jié)構(gòu)基礎(chǔ)
2．3 無(wú)人機(jī)感知規(guī)避框架設(shè)計(jì)與要素分析
2．3．1 感知規(guī)避框架設(shè)計(jì)
2．3．2 感知規(guī)避框架關(guān)鍵要素分析
2．3．3 感知規(guī)避框架學(xué)習(xí)機(jī)制描述
2．4 無(wú)人機(jī)感知-規(guī)避狀態(tài)空間表征描述
2．4．1 環(huán)境障礙物狀態(tài)描述
2．4．2 無(wú)人機(jī)規(guī)避動(dòng)作描述
2．5 本章小結(jié)
第3章基于顯著性的空中障礙目標(biāo)檢測(cè)方法
3．1 引言
3．2 視覺(jué)注意機(jī)制與顯著性檢測(cè)
3．3 基于頻域信息的顯著性目標(biāo)檢測(cè)
3．3．1 基于頻域信息的顯著性檢測(cè)方法描述
3．3．2 基于頻域信息的顯著性檢測(cè)算法設(shè)計(jì)
3．4 基于深度學(xué)習(xí)的顯著性目標(biāo)檢測(cè)
3．4．1 基于卷積神經(jīng)網(wǎng)絡(luò)的顯著性檢測(cè)方法描述
3．4．2 基于卷積神經(jīng)網(wǎng)絡(luò)的顯著性檢測(cè)算法設(shè)計(jì)
3．5 空中目標(biāo)顯著性檢測(cè)方法實(shí)驗(yàn)驗(yàn)證
3．5．1 通用數(shù)據(jù)集算法測(cè)試實(shí)驗(yàn)
3．5．2 飛行數(shù)據(jù)集算法測(cè)試實(shí)驗(yàn)
3．6 本章小結(jié)
第4章基于自動(dòng)編碼理論的近地障礙環(huán)境表征方法
4．1 引言
4．2 基于深度編碼-反編碼結(jié)構(gòu)的環(huán)境重構(gòu)算法
4．2．1 編碼與反編碼結(jié)構(gòu)
4．2．2 深度編碼-反編碼網(wǎng)絡(luò)算法設(shè)計(jì)
4．3 基于深度卷積神經(jīng)網(wǎng)絡(luò)的深度距離估計(jì)算法
4．3．1 測(cè)距方法與尺度空間
4．3．2 深度距離估計(jì)卷積神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)
4．4 復(fù)雜近地環(huán)境表征方法實(shí)驗(yàn)驗(yàn)證
4．4．1 基于深度編碼-反編碼結(jié)構(gòu)的環(huán)境重構(gòu)算法實(shí)驗(yàn)驗(yàn)證
4．4．2 基于深度卷積神經(jīng)網(wǎng)絡(luò)的深度距離估計(jì)算法實(shí)驗(yàn)驗(yàn)證
4．5 本章小結(jié)
第5章基于強(qiáng)化學(xué)習(xí)的無(wú)人機(jī)規(guī)避決策控制
5．1 引言
5．2 表格型Q學(xué)習(xí)規(guī)避算法
5．2．1 表格型Q學(xué)習(xí)原理
5．2．2 表格型Q學(xué)習(xí)算法設(shè)計(jì)
5．3 基于執(zhí)行器一評(píng)價(jià)器的無(wú)人機(jī)空中規(guī)避算法
5．3．1 執(zhí)行器一評(píng)價(jià)器框架描述
5．3．2 基于AC強(qiáng)化學(xué)習(xí)的無(wú)人機(jī)規(guī)避映射框架設(shè)計(jì)
5．3．3 基于AC強(qiáng)化學(xué)習(xí)的無(wú)人機(jī)規(guī)避算法設(shè)計(jì)
5．4 基于Deep Q學(xué)習(xí)與3D Q學(xué)習(xí)的無(wú)人機(jī)規(guī)避算法
5．4．1 基于Deep Q學(xué)習(xí)規(guī)避算法設(shè)計(jì)
5．4．2 基于3D Q學(xué)習(xí)規(guī)避算法設(shè)計(jì)
5．5 基于強(qiáng)化學(xué)習(xí)的無(wú)人機(jī)規(guī)避決策控制實(shí)驗(yàn)驗(yàn)證
5．5．1 面向空中背景的無(wú)人機(jī)規(guī)避算法實(shí)驗(yàn)驗(yàn)證
5．5．2 面向森林背景的無(wú)人機(jī)規(guī)避算法驗(yàn)證
5．6 本章小結(jié)
致謝
參考文獻(xiàn)