内容概要：本文基于ROS（机器人操作系统）搭建了6自由度机械臂的运动轨迹规划仿真平台。首先利用SolidWorks建立机械臂模型，并通过SW2URDF插件生成URDF文件，完成机器人模型的描述。接着，利用Moveit!的设置助手完成运动规划相关文件的配置，在三维可视化平台Rviz中实现了笛卡尔空间的直线与圆弧插补。路径规划方面，采用RRT（快速扩展随机树）和RRTConnect算法，完成了高维空间和复杂约束下的无碰撞路径规划。仿真结果显示，RRTConnect算法收

深度学习驱动的复杂环境下人员异常行为精准检测系统：多目标检测跟踪实现摔倒、越线、徘徊、拥挤检测 - 基于YoloV3+DeepSort在TensorFlow框架下的应用,基于深度学习的人员异常行为检测系统：多目标检测与跟踪实现摔倒、越线、徘徊及拥挤检测——Yolov3+DeepSort在TensorFlow框架下的应用。,人员异常行为检测 基于深度学习的人员异常行为检测，多目标检测+多目标跟踪实现人员摔倒检测，越线检测，徘徊检测，拥挤检测，yolov3+deepsort,tensorflow ,核心关键词：深度学习；人员异常行为检测；多目标检测；多目标跟踪；摔倒检测；越线检测；徘徊检测；拥挤检测；Yolov3；DeepSort；TensorFlow；,深度学习多目标检测跟踪：摔倒、越线、徘徊、拥挤行为检测

采用定向爆破技术,成功拆除1座36m高的钢筋混凝土结构水塔。针对现场环境和周围建筑物情况,通过精心计算爆破切口和爆破参数,开设三角形定向窗,配以严格的钻爆技术和周密的安全防护措施,实现了水塔按照设计方向准确倒塌、保证了附近建筑物、人员及其它设施的安全。

该研究基于UE4+AirSim的仿真场景，实现无人机穿过多个移动障碍物（圆圈）到达终点。采用霍夫圆检测算法识别障碍物，卡尔曼滤波、运动模态识别的算法预测移动障碍物，PID控制算法进行轨迹优化。成果：获得“智在飞翔”无人飞行器智能感知技术竞赛（上海交通大学电子信息与电气工程学院主办）三等奖第一名。

复杂环境下目标识别的智能数据融合技术研究

针对井下环境亮度低，粉尘严重等造成监控视频图像光照不均匀以及模糊不清等问题，提出了基于二维伽马函数实现井下视频图像增强的算法。该算法运用具有边缘保持性的引导滤波提取光照分量，通过二维伽马函数自适应调整光照，并运用基于受限自适应的直方图均衡化调整全图的对比度，从而提高图像的清晰度以及信息量。提出的算法与经典算法相比，无论是在视觉效果上，还是在信息熵，平均梯度，标准差等方面都优于经典算法。结果表明该方法可有效提高图像的清晰度，信息量以及对比度，同时减轻井下光照不均匀以及粉尘造成的图像质量不高的问题，提高了井下视频监控图像中的整体的视觉效果。

格文斯 GVINS：紧密耦合的GNSS-视觉-惯性融合，用于平稳一致的状态估计。 GVINS是一个基于非线性优化的系统，该系统将GNSS原始测量结果与视觉和惯性信息紧密融合在一起，可进行实时和无漂移状态估计。 通过合并GNSS伪距和多普勒频移测量，GVINS能够在复杂环境中提供平稳且一致的6自由度全局定位。 系统框架和VIO部分改编自 。 我们的系统包含以下功能： ECEF帧中的全局6自由度估计； 多星座支持（GPS，GLONASS，Galileo，北斗）； 在线本地-ENU帧对齐； GNSS不友好甚至是GNSS被拒绝的地区的全球姿态恢复。 1.先决条件 1.1 C ++ 11编译器 该软件包需要C ++ 11的某些功能。 1.2活性氧 该程序包是在环境下开发的。 1.3本征 我们的代码使用进行矩阵处理。 1.4立方米 我们使用 1.12.0来解决非线性优化问题。 1.5 gns

复杂环境下的快速逆行检测跟踪算法 本文在光流方法研究的基础上,提出了结合速报和 精报的快速逆行检测算法,并通过对比实验,验证了结 合速报和精报的快速逆行检测算法在改善光流法的漏报和误报率,提高实时性,降低资源占用率等方面的有效性以及对类似地铁站这种人员密集的场所的实用性。

年度策略报告：2022年各类资产展望：复杂环境下的投资.pdf

火灾的危害主要来自两个方面: 一方面是火 焰的蔓延导致生命财产被吞噬; 另一方面是烟雾 的快速、大面积扩散导致被困人员由于缺氧窒息 而死. 据消防部门统计, 火灾中由于窒息致死或被 有毒气体毒死的人数占火灾总死亡人数的60% 以上, 因此, 对烟雾扩散模拟方法的研究不但可以 动态显示烟雾扩散过程, 还可以反映出不同区域 烟雾的浓度, 从而为消防人员制定火灾救援预案