一种结合A*算法和VFH避障算法的机器人动态路径规划方法

    公开(公告)号:CN108549385A

    公开(公告)日:2018-09-18

    申请号:CN201810492962.1

    申请日:2018-05-22

    IPC分类号: G05D1/02

    摘要: 本发明公开了一种结合A*算法和VFH避障算法的机器人动态路径规划方法,将机器人所处的环境表示成栅格地图,并用A*算法在栅格地图中搜索出一条全局初始路径;机器人沿初始路径向目标点运动,判断是否遇到障碍物,遇到则采用VFH算法进行避障,否则继续向目标点运动;在避障时,首先沿初始路径中设置阶段目标点,生成当前位置到阶段目标点之间的避障路径并前进一步,更新当前位置,判断机器人当前位置和阶段目标点之间是否有遮挡,有则重新计算避障路径,无则将机器人沿避障路径向阶段目标点前进一步,循环直至机器人抵达阶段目标点并回到初始路径上继续向终点运动。两种算法的结合提高了机器人路径规划的效率,保证了机器人在室内动态环境下的自主导航能力。

    一种深度卷积神经网络在线学习计算图优化方法

    公开(公告)号:CN118485128A

    公开(公告)日:2024-08-13

    申请号:CN202410600483.2

    申请日:2024-05-15

    摘要: 本发明公开了一种面向边缘端异构设备部署深度卷积神经网络在线学习的计算图优化方法,包括以下步骤:S100:提取目标算法的前传和反传静态计算图;S200:针对前传和反传计算图进行计算图优化。反向传播计算图优化范式包括:反传计算图BN层融合、反传算子的计算重构、激活函数反传算子融合、轻量算子重计算等优化方式;S300:考虑边缘异构设备有限的全局内存,进行内存占用优化:根据优化器的种类以及张量的生命周期,进行张量的in‑place更新,并调整算子的执行顺序,复用相应的张量内存空间。本发明通过优化前反传的计算图,有效优化了计算与访存效率,提高深度卷积神经网络在线学习在端侧设备的部署效率。

    结构化细粒度的二值网络双剪枝方法及稀疏加速器架构

    公开(公告)号:CN115438774A

    公开(公告)日:2022-12-06

    申请号:CN202211070620.3

    申请日:2022-08-31

    发明人: 齐志 付克琦 刘昊

    IPC分类号: G06N3/04 G06N3/08

    摘要: 本发明公开一种结构化细粒度的二值网络双剪枝方法及稀疏加速器架构,不仅在保护精度的同时有效降低BNN的模型参数量与计算量,而且提供易于硬件实现的并行性。该方法对每组卷积权重沿通道方向做N选一的结构化裁剪,在网络各层输出特征图平面内跳过非重要值所参与的卷积计算。一方面,训练过程中生成控制通道裁剪的索引张量与控制特征图裁剪的平面掩膜,既尽力保护二值网路的精度,也实现二值网络的大幅度精简。另一方面,权重沿通道方向N选一的结构化裁剪与特征图平面掩膜裁剪对硬件友好,只需添加N选一的MUX以及与单层输出特征图尺寸匹配的FIFO即可在任意二值网络加速器中嵌套裁剪后稀疏二值网络的映射,在硬件中充分发挥双重裁剪带来的能效收益。

    一种结合A*算法和VFH避障算法的机器人动态路径规划方法

    公开(公告)号:CN108549385B

    公开(公告)日:2021-05-04

    申请号:CN201810492962.1

    申请日:2018-05-22

    IPC分类号: G05D1/02

    摘要: 本发明公开了一种结合A*算法和VFH避障算法的机器人动态路径规划方法,将机器人所处的环境表示成栅格地图,并用A*算法在栅格地图中搜索出一条全局初始路径;机器人沿初始路径向目标点运动,判断是否遇到障碍物,遇到则采用VFH算法进行避障,否则继续向目标点运动;在避障时,首先沿初始路径中设置阶段目标点,生成当前位置到阶段目标点之间的避障路径并前进一步,更新当前位置,判断机器人当前位置和阶段目标点之间是否有遮挡,有则重新计算避障路径,无则将机器人沿避障路径向阶段目标点前进一步,循环直至机器人抵达阶段目标点并回到初始路径上继续向终点运动。两种算法的结合提高了机器人路径规划的效率,保证了机器人在室内动态环境下的自主导航能力。

    基于模拟退火算法的SRP-PHAT声源定位网格搜索方法

    公开(公告)号:CN109709517A

    公开(公告)日:2019-05-03

    申请号:CN201811502933.5

    申请日:2018-12-10

    IPC分类号: G01S5/20

    摘要: 本发明公开了基于模拟退火算法的SRP-PHAT声源定位网格搜索方法,涉及声源定位技术,属于测量测试的技术领域。首先,将以MIC阵列为中心的搜索空间进行栅格化;然后,选择出现声源概率最大的栅格点作为模拟退火算法的初始当前解并计算对应的可控响应功率;将当前解随机移动到相邻的栅格点产生新解,计算可控响应功率,若新解可控响应功率大于当前解可控响应功率,则接收新解为当前解,否则以exp(-Tdelta/T)的概率接收为当前解;将当前温度T下降Tdelta,将当前解随机移动到相邻的栅格点,确定新的当前解和新解;依此循环,直至满足一定条件结束,最大可控响应功率对应的解即是声源位置。本申请在不损失定位精度的条件下快速找到最大可控响应功率点,提高了定位的实时性。

    一种基于缓存一致性行为的片上网络流量合成方法

    公开(公告)号:CN108694156B

    公开(公告)日:2021-12-21

    申请号:CN201810337335.0

    申请日:2018-04-16

    IPC分类号: G06F15/78 G06F30/20

    摘要: 本发明公开了一种基于缓存一致性行为的片上网络流量合成方法。步骤为,将CPU、缓存和目录抽象为一个节点模型;经全系统仿真,统计片上网络架构中由缓存一致性约束产生的路由节点数据包收发情况;提取体现应用流量时间分布特性和空间分布特性的特征向量;基于特征向量,使用马尔科夫调制模型合成片上网络流量。本发明能够快速提供准确的片上网络流量,节约全系统仿真采集流量的时间,加速片上网络架构的探索进程。该方法合成的网络流量在时间分布和空间分布特性上与真实的网络流量一致,足以用来辅助片上网络架构的设计。

    基于模拟退火算法的SRP-PHAT声源定位网格搜索方法

    公开(公告)号:CN109709517B

    公开(公告)日:2022-08-16

    申请号:CN201811502933.5

    申请日:2018-12-10

    IPC分类号: G01S5/20

    摘要: 本发明公开了基于模拟退火算法的SRP‑PHAT声源定位网格搜索方法,涉及声源定位技术,属于测量测试的技术领域。首先,将以MIC阵列为中心的搜索空间进行栅格化;然后,选择出现声源概率最大的栅格点作为模拟退火算法的初始当前解并计算对应的可控响应功率;将当前解随机移动到相邻的栅格点产生新解,计算可控响应功率,若新解可控响应功率大于当前解可控响应功率,则接收新解为当前解,否则以exp(‑Tdelta/T)的概率接收为当前解;将当前温度T下降Tdelta,将当前解随机移动到相邻的栅格点,确定新的当前解和新解;依此循环,直至满足一定条件结束,最大可控响应功率对应的解即是声源位置。本申请在不损失定位精度的条件下快速找到最大可控响应功率点,提高了定位的实时性。

    多分支可调节瓶颈卷积模块以及端对端的立体匹配网络

    公开(公告)号:CN111968168B

    公开(公告)日:2022-10-25

    申请号:CN202010776723.6

    申请日:2020-08-05

    申请人: 东南大学

    IPC分类号: G06T7/55 G06N3/04

    摘要: 本发明公开了一种多分支可调节瓶颈卷积模块(MAB)以及端对端的立体匹配网络,用于估计左右图像的视差。通过调节MAB模块中多分支的尺度系数、各分支空洞卷积的扩张率,来调整卷积捕获信息的通道数以及感受野,进而权衡节省计算量、数据访存量的收益与卷积结果的信息量。该MAB模块可作为轻量级的特征提取模块,广泛使用在深度学习网络中。基于MAB模块以及其3D拓展构造轻量级端对端立体匹配神经网络,与之前的立体匹配神经网络相比,模型参数量和操作次数大大降低,但在SceneFlow和KITTI数据集上测试,精度达到SOTA水准。因此,它更容易部署到嵌入式平台、可穿戴设备等资源受限的系统上。

    一种OpenGL ES 3D应用的裁剪与合成方法

    公开(公告)号:CN108089862B

    公开(公告)日:2021-03-19

    申请号:CN201711348157.3

    申请日:2017-12-15

    申请人: 东南大学

    IPC分类号: G06F8/41 G06F11/36

    摘要: 本发明公开了一种OpenGL ES 3D应用的裁剪与合成方法。首先,本发明针对包含3D场景渲染API的Trace文件,获取3D场景渲染过程中每一帧与性能相关的参数,提取参数降维后形成的向量作为3D场景中帧的特征;接着,根据帧特征的相似性,对帧分类并提取其中具有代表性的关键帧;最后,通过追踪3D场景渲染过程中OpenGL ES的状态变化,寻找出关键帧所依赖的状态恢复API,再拼接各关键帧合成可被播放的缩减Trace文件。