返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]基于学习的机感知与规避马兆伟,牛轶峰,王菖9787118127
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 马兆伟,牛轶峰,王菖著 | 马兆伟,牛轶峰,王菖编 | 马兆伟,牛轶峰,王菖译 | 马兆伟,牛轶峰,王菖绘
    • 出版社: 国防工业音像出版社
    • 出版时间:2023-02-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 马兆伟,牛轶峰,王菖著| 马兆伟,牛轶峰,王菖编| 马兆伟,牛轶峰,王菖译| 马兆伟,牛轶峰,王菖绘
    • 出版社:国防工业音像出版社
    • 出版时间:2023-02-01
    • 版次:1
    • 印次:1
    • 字数:120000
    • 页数:116
    • 开本:其他
    • ISBN:9787118127997
    • 版权提供:国防工业音像出版社
    • 作者:马兆伟,牛轶峰,王菖
    • 著:马兆伟,牛轶峰,王菖
    • 装帧:平装
    • 印次:1
    • 定价:80
    • ISBN:9787118127997
    • 出版社:国防工业出版社
    • 开本:其他
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2023-02-01
    • 页数:116
    • 外部编号:涿物流园25717
    • 版次:1
    • 成品尺寸:暂无


    章 绪论
    1.1 研究背景
    1.2 机感知规避系统现状
    1.3 机感知规避技术现状
    1.4 本书主要研究工作
    1.4.1 主要研究内容
    1.4.2 组织结构
    1.4.3 主要创新点

    第2章 机感知规避系统框架设计与分析
    2.1 引言
    2.2 机器人控制体系结构基础
    . 机感知规避框架设计与要素分析
    ..1 感知规避框架设计
    ..2 感知规避框架关键要素分析
    .. 感知规避框架学习机制描述
    2.4 机感知-规避状态空间表征描述
    2.4.1 环境障碍物状态描述
    2.4.2 机规避动作描述
    2.5 本章小结

    第3章 基于显著的空中障碍目标检测方法
    3.1 引言
    3.2 视觉注意机制与显著检测
    3.3 基于频域信息的显著目标检测
    3.3.1 基于频域信息的显著检测方法描述
    3.3.2 基于频域信息的显著检测算法设计
    3.4 基于深度学习的显著目标检测
    3.4.1 基于卷积神经网络的显著检测方法描述
    3.4.2 基于卷积神经网络的显著检测算法设计
    3.5 空中目标显著检测方法实验验
    3.5.1 通用数据集算法测试实验
    3.5.2 飞行数据集算法测试实验
    3.6 本章小结

    第4章 基于自动编码理论的近地障碍环境表征方法
    4.1 引言
    4.2 基于深度编码-反编码结构的环境重构算法
    4.2.1 编码与反编码结构
    4.2.2 深度编码-反编码网络算法设计
    4.3 基于深度卷积神经网络的深度距离估计算法
    4.3.1 测距方法与尺度空间
    4.3.2 深度距离估计卷积神经网络算法设计
    4.4 复杂近地环境表征方法实验验
    4.4.1 基于深度编码-反编码结构的环境重构算法实验验
    4.4.2 基于深度卷积神经网络的深度距离估计算法实验验
    4.5 本章小结

    第5章 基于强化学习的机规避决策控制
    5.1 引言
    5.2 表格型学习规避算法
    5.2.1 表格型学习原理
    5.2.2 表格型学习算法设计
    5.3 基于执行器一评价器的机空中规避算法
    5.3.1 执行器一评价器框架描述
    5.3.2 基于AC强化学习的机规避映框架设计
    5.3.3 基于AC强化学习的机规避算法设计
    5.4 基于Deep 学习与3D 学习的机规避算法
    5.4.1 基于Deep 学习规避算法设计
    5.4.2 基于3D 学习规避算法设计
    5.5 基于强化学习的机规避决策控制实验验
    5.5.1 面向空中背景的机规避算法实验验
    5.5.2 面向森林背景的机规避算法验
    5.6 本章小结

    致谢
    参考文献


      《基于学习的机感知与规避》以机突发障碍这一意外事件为研究背景,主要研究单架机突遇障碍下的规避决策问题。
      针对搭载视觉传感器的轻小型机,《基于学习的机感知与规避》主要介绍了自身载荷能力和计算能力受限条件下的机感知与规避控制技术及其自学方法。以基于行为分解的控制架构为基础,结合学习机制,详细介绍了两种显著目标区域提取算法以及利用卷积与反卷积网络实现对深度距离的估计方法:结合机规避过程中对于感知与动作的描述,介绍了结合强化学习理论的机感知-规避的实现算法。
      《基于学习的机感知与规避》可作为从事机相关领域研究的科研人员的参考资料。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购