周浦城 作品数:22 被引量:189 H指数:9 供职机构: 中国人民解放军炮兵学院信息工程系 更多>> 发文基金: 国家自然科学基金 国家高技术研究发展计划 安徽省优秀青年科技基金 更多>> 相关领域: 自动化与计算机技术 理学 机械工程 电子电信 更多>>
多机器人运动目标搜索策略研究 被引量:9 2005年 针对未知环境下多机器人合作搜索运动目标的问题,引入了搜索期望值和搜索增益两个概念,在此基础上提出了局部最大搜索、全局最大搜索、分区局部最大搜索以及分区全局最大搜索4种启发式搜索策略.仿真结果表明,以平均捕获时间作为评价标准,提出的几种搜索策略均明显优于随机搜索策略. 周浦城 洪炳镕 蔡则苏关键词:多机器人系统 基于颜色迁移和聚类分割的偏振图像融合方法 被引量:13 2011年 为克服当前偏振图像融合方法存在的不足,提出了一种基于颜色迁移和聚类分割的偏振图像近自然彩色融合方法.该方法首先将偏振参量图像映射到HSI颜色空间,再得到初步的融合图像后将它变换到YIQ颜色空间,并采用颜色迁移技术对其进行颜色修正.通过将修正后的图像变换到HSI颜色空间,并利用对线偏振度图像进行模糊C-均值聚类分割的结果调整融合图像的色调和色饱和度.最后,将处理结果变换回RGB颜色空间,得到最终的图像融合结果.实验结果表明,利用该方法得到的融合图像不仅与人眼视觉感知习惯一致,而且显著增强了目标与背景的对比度. 周浦城 张洪坤 薛模根关键词:图像融合 聚类分割 基于Motor Schema的移动机器人反应式导航 被引量:1 2005年 针对移动机器人的导航问题,采用基于Motor Schema的结构,设计了三种基本行为:趋向目标 行为,避障行为和随机扰动行为.通过调整机器人几种行为的控制参数,实现了不同条件下的机器人 安全导航.仿真实验结果验证了所提方法的可行性与有效性. 杨立苹 洪炳镕 周浦城关键词:移动机器人 MOTOR SCHEMA 基于强化学习的多机器人协作 被引量:4 2005年 提出了一种动态环境下多个机器人获取合作行为的强化学习方法,该方法采用基于瞬时奖励的Q-学习完成单个机器人的学习,并利用人工势场法的思想确定不同机器人的学习顺序,在此基础上采用交替学习来完成多机器人的学习过程。试验结果表明所提方法的可行性和有效性。 周浦城 洪炳镕 郭耸关键词:多机器人系统 机器人足球 利用偏振滤波的自动图像去雾 被引量:12 2011年 针对雾天退化图像提出一种自适应图像复原方法。该方法基于定义的偏振图像暗通道,自动提取图像中的天空区域,由此获得大气光的强度和偏振度;采用偏振滤波提取大气光强信息,并基于最小归一化互信息原则对估计的大气光偏振度进行优化;根据大气光强的变化规律,对大气光强的分布进行修复;将大气光强作为加性噪声予以扣除,并补偿因大气衰减带来的影响,最终复原得到场景的辐射强度信息。实验结果表明,该方法能够有效地改善雾天下图像的退化现象,提高了图像的清晰度。 周浦城 薛模根 张洪坤 韩裕生 王峰关键词:去雾 图像复原 基于虚拟力的无线传感器网络覆盖增强算法 被引量:17 2009年 为保证网络的覆盖功能,提出了一种在固定传感器节点中加入具有运动能力的移动节点的混合无线传感器网络模型。在此基础上,基于人工势场法的思想,提出了一种基于局部虚拟力的无线传感器网络覆盖增强算法,构造了节点与节点、移动节点与目标区域边界之间的相互作用力,并基于运动图式理论来共同控制移动节点的运动。为避免移动节点陷入局部极大覆盖陷阱,还引入了随机扰动作用力。最后通过仿真实验验证了算法的有效性。 周浦城 崔逊学 王书敏 蔡则苏关键词:无线传感器网络 基于多Agent的并行Q-学习算法 被引量:7 2006年 提出了一种多A gen t并行Q-学习算法.学习系统中存在多个A gen t,它们的学习环境、学习任务及自身功能均相同.在每个学习周期内,各个A gen t在各自独立的学习环境中进行学习,当一个学习周期结束后,对各个A gen t的学习结果进行融合,融合后的结果被所有的A gen t共享,并以此为基础进行下一个周期的学习.实验结果表明了该方法的可行性和有效性. 周浦城 洪炳镕 韩学东 郭耸关键词:Q-学习 基于最小互信息的自适应偏振差分成像方法 被引量:3 2011年 偏振信息解析是偏振成像探测涉及的一个重要课题。针对传统的偏振差分成像方法存在的不足,从信息论的角度出发,提出了一种基于最小互信息的自适应偏振差分成像方法。首先,利用偏振信息解析得到的斯托克斯参量图像,计算得到偏振片透光轴与所选参考坐标轴的成任意夹角的出射光强度图像;然后,以归一化互信息为评价指标,寻找具有最大不相关的两幅出射光强度图像;最后,根据找到的两幅图像的差分结果进行成像。实验结果表明,提出的方法不仅具有更好的抑制背景、突出目标细节特征的能力,而且得到的图像质量更高,从而验证了该方法的可行性和有效性。 韩裕生 周浦城 乔延利 薛模根 王峰关键词:互信息 一种新颖的多agent强化学习方法 被引量:11 2006年 提出了一种综合了模块化结构、利益分配学习以及对手建模技术的多agent强化学习方法,利用模块化学习结构来克服状态空间的维数灾问题,将Q-学习与利益分配学习相结合以加快学习速度,采用基于观察的对手建模来预测其他agent的动作分布.追捕问题的仿真结果验证了所提方法的有效性. 周浦城 洪炳镕 黄庆成关键词:多AGENT学习 Q-学习 模块化结构 对手建模 基于运动图式的多机器人合作追捕 被引量:1 2008年 为实现多个机器人合作追捕目标机器人,以基于运动图式的反应式控制结构为基础,设计追捕机器人的4种基本行为:奔向目标,避开障碍物,避让队友以及收缩包围,为避免机器人陷入死锁状态,引入随机漫游行为。通过基本行为的矢量合成和机器人之间的局部交互作用,实现多机器人的协作行为。仿真试验验证了该方法的有效性。 周浦城 韩裕生 薛模根 洪炳熔关键词:多机器人系统