导读:本文包含了协作方法论文开题报告文献综述及选题提纲参考文献，主要关键词:人机协作,接触感知,意图理解,BP神经网络
协作方法论文文献综述
张蕊,杨冬,沈永旺,李铁军[1]（2019）在《基于GA-BP神经网络的接触式人机协作意图理解方法研究》一文中研究指出为有效理解合作者的操作意图,实现机器人的柔顺控制,文章提出了一种基于机器学习的意图理解方法。离线学习阶段,采用遗传算法同时优化BP神经网络的权值、阈值和拓扑结构;在线实时估计阶段,通过在线学习BP算法,调整网络的权值和阈值,对输入参数与输出速度之间的关系进行自学习,并将这种未知关系保存在网络结构内部,不断预测出操作者的意图信息。实验结果表明,该方法在减小了合作者作用力,降低了合作者努力程度的同时,提升了人机协作的运动同步性。(本文来源于《组合机床与自动化加工技术》期刊2019年11期）
康杰,贾凯,邹风山,邸霈[2]（2019）在《基于协作机器人仿真环境的关节轨迹预测方法》一文中研究指出安全在人机协作过程中是至关重要的,必须实时掌握人的行为信息,并进行准确高效的预测。基于Linux和ROS系统搭建仿真环境,通过Xtion PRO LIVE深度相机采集多组人体关节的空间位置信息,然后通过无监督学习方法对采集到的坐标点进行聚类和预测,实时更新预测模型,并基于minimum-jerk对特殊异常轨迹进行预测。为了充分保证人的安全,主要研究手部和肘部运动轨迹的预测方法。最终实验结果证明,所提出的分层轨迹预测框架可以很好地描述人体运动轨迹,并实时做出准确的预测,不仅保证了人体安全,而且对于提高生产效率具有重要意义。(本文来源于《科学技术与工程》期刊2019年31期）
云烟宣[3]（2019）在《加强协作 创新方法 高效推进》一文中研究指出本报文山讯 （云烟宣）近日，云南省出省通道警务站查缉非法烟草专卖品工作会在文山壮族苗族自治州召开。云南省公安厅经侦总队、省烟草专卖局对下一步出省通道查缉工作和烟叶收购执法工作进行了安排部署。当前，云南省打击涉烟违法犯罪工作面临严峻复杂形势，出省通(本文来源于《东方烟草报》期刊2019-10-31）
张程煜,郭盛,赵福群[4]（2019）在《新型自协作移动机器人及其力学协调分配方法》一文中研究指出为获取机器人在操作过程中的最优力学性能,以可以实现多种操作模式的新型轮腿复合机器人为研究对象,提出一种自协作模式下的机器人动力学计算方法。首先,运用牛顿-欧拉方法求解支链的动力学方程,得到支链与平台之间的作用力关系;然后,根据力可操作度指标与动平台承受载荷方向的关系,并以各支撑支链关节力矩最小为目标,提出机器人在自协作模式下支链位置以及支撑力的最优协调分配方法;最后,以特定操作任务为算例,对提出的计算方法进行实例计算与仿真验证。研究结果表明:在引入姿态调整环节后,机器人力矩范数与能耗明显降低,且理论计算结果与仿真结果呈现一致性。(本文来源于《中南大学学报(自然科学版)》期刊2019年10期）
陈爱珠[5]（2019）在《自主中发现 协作中发展——语文阅读教学方法浅谈》一文中研究指出在语文教学中,阅读教学是重要组成部分,它对学生的阅读能力和分析理解能力具有积极影响。阅读教学能够从听说读写四个方面对学生进行系统训练,有助于学生识字、习作,占据教学中很大的比重。阅读不仅是识字的重要手段,也是写作的必要前提。它不仅可以培养学生的思维,发展学生的智力,而且可以进行思想教育和审美教育。阅读教学是语文教学中不可忽视的课题,因此,本文分析了小学语文教学中的阅读教学。(本文来源于《名师在线》期刊2019年28期）
蒋雁翔,夏骋宇[6]（2019）在《雾无线接入网中的多层协作缓存方法》一文中研究指出针对边缘缓存和雾无线接入技术中降低后传链路负载的问题,提出了一种雾无线接入网中的多层协作缓存方法。考虑网络架构、文件流行度估计、链路容量等因素,将相关的优化问题分解为每个层中缓存布置的背包问题,并分别使用贪心算法求解。仿真结果表明,所提出的多层协作缓存方法能够有效降低后传链路负载,同时具有较高的缓存命中率。(本文来源于《通信学报》期刊2019年09期）
郑少杰[7]（2019）在《我区兵役登记率首次实现100%》一文中研究指出本报拉萨8月9日讯（ 郑少杰）日前从自治区征兵办获悉，今年自治区兵役登记工作按照“征兵工作要抓好就要抓早、有备而进”和“高标准完成征兵任务”的要求，大胆创新方法、密切军地协作、突出检查督导。据国征办通报，我区兵役登记率今年首次实现100%，取得了(本文来源于《西藏日报(汉)》期刊2019-08-10）
郭静秋,方守恩,曲小波,王亦兵,刘洋泽西[8]（2019）在《基于强化协作博弈方法的双车道混合交通流特性》一文中研究指出对元胞自动机引入Gipps跟驰模型,并结合改进的Q强化学习方法分别建立普通车辆及智能网联车的微观行驶策略,提出了一种新型的混合交通流演化仿真方法.然后,利用数值模拟方式对双车道交通环境进行仿真,探索智能网联车对混合交通流的动态影响.结果表明,相比于元胞自动机构建的普通车辆智能体,改进的Q强化学习方法训练的智能网联车智能体具备更强的连续时空环境适应能力,双车道环境下道路通行能力随着智能网联车渗透率的提升而增大,最高可提升45.34%.此外,智能网联车渗透率的提高会降低车群低效的换道行为,拓宽高通行能力水平下的车辆密度范围,有利于改善交通拥堵.(本文来源于《同济大学学报(自然科学版)》期刊2019年07期）
巩健,曹进德,赵园[9]（2019）在《一种领队车输入未知的多车辆纵向协作控制方法》一文中研究指出本文考虑了领队车控制输入未知的情况,提出一种多车辆纵向协作控制方法.首先,通过采用精确反馈线性化技术,得到了线性的车辆的动力学模型.然后,采用双向领队跟随通信策略,基于邻居车辆的状态信息,为每辆跟随车设计分布式控制律.考虑在领队车输入有界的情况下,提出了一种有效的多车辆协作控制算法,能够保证多车辆系统以最大的收敛速率达到内部稳定.最后,仿真结果展示了所提出控制器设计算法的有效性和优越性.(本文来源于《南京信息工程大学学报(自然科学版)》期刊2019年04期）
许杉[10]（2019）在《无线紫外光通信协作无人机蜂群分簇方法研究》一文中研究指出无人机蜂群是由一群自主组网协同作业的小型无人机构成,具有成本低、感知能力好、协作能力强和功能分布化等优良特性,能够极大提高任务执行效率。而在强电磁干扰和复杂大气环境等恶劣条件下,无线紫外光散射通信协作无人机蜂群可实现机间全天候非直视隐秘通信,为无人机蜂群中的信息交互提供有效保障。由于无人机携带能源有限,为尽可能延长留空时间,应提高无人机网络的能量效率和数据传输效率。因此本文针对无人机节点能量同构和异构的情况,研究了机间紫外光通信网络中的负载均衡问题,通过改进分簇算法达到延长无人机网络生命周期的目的。本文主要工作如下:(1)针对无人机节点能量同构时无人机蜂群网络的能效问题,研究了机间紫外光通信网络中高能效分簇优化算法。基于机间无线紫外光散射链路特性,改进了无人机蜂群网络中分簇算法的簇首选举机制和簇的建立过程,使得簇首选举概率是基于节点剩余能量与网络节点平均能量的比值,并根据距离最优化原则完成簇结构的生成。仿真结果表明改进算法能够明显延长无人机蜂群网络的生命周期,提高网络的数据传输性能。(2)在实际应用中,无人机因搭载任务载荷不同而具备不同初始能量,因此需对节点能量异构条件下无人机蜂群网络的分簇控制问题进行研究。本文设计了一种国值敏感的异构无人机蜂群能耗均衡策略,根据节点不同初始能量对簇首选举概率进行能量加权,并设定国值有效控制无人机网络中的信息传输量。仿真结果表明该策略能够均衡网络能耗,提高数据传输效率,延长无人机蜂群的网络稳定期。综上所述,本文主要研究了无线紫外光通信协作下的无人机蜂群分簇控制问题,仿真结果表明改进算法有效平衡了无人机网络的能量消耗,提高了数据传输的高效可靠性,延长了无人机网络寿命。(本文来源于《西安理工大学》期刊2019-06-30）
协作方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
安全在人机协作过程中是至关重要的,必须实时掌握人的行为信息,并进行准确高效的预测。基于Linux和ROS系统搭建仿真环境,通过Xtion PRO LIVE深度相机采集多组人体关节的空间位置信息,然后通过无监督学习方法对采集到的坐标点进行聚类和预测,实时更新预测模型,并基于minimum-jerk对特殊异常轨迹进行预测。为了充分保证人的安全,主要研究手部和肘部运动轨迹的预测方法。最终实验结果证明,所提出的分层轨迹预测框架可以很好地描述人体运动轨迹,并实时做出准确的预测,不仅保证了人体安全,而且对于提高生产效率具有重要意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
协作方法论文参考文献
[1].张蕊,杨冬,沈永旺,李铁军.基于GA-BP神经网络的接触式人机协作意图理解方法研究[J].组合机床与自动化加工技术.2019
[2].康杰,贾凯,邹风山,邸霈.基于协作机器人仿真环境的关节轨迹预测方法[J].科学技术与工程.2019
[3].云烟宣.加强协作创新方法高效推进[N].东方烟草报.2019
[4].张程煜,郭盛,赵福群.新型自协作移动机器人及其力学协调分配方法[J].中南大学学报(自然科学版).2019
[5].陈爱珠.自主中发现协作中发展——语文阅读教学方法浅谈[J].名师在线.2019
[6].蒋雁翔,夏骋宇.雾无线接入网中的多层协作缓存方法[J].通信学报.2019
[7].郑少杰.我区兵役登记率首次实现100%[N].西藏日报(汉).2019
[8].郭静秋,方守恩,曲小波,王亦兵,刘洋泽西.基于强化协作博弈方法的双车道混合交通流特性[J].同济大学学报(自然科学版).2019
[9].巩健,曹进德,赵园.一种领队车输入未知的多车辆纵向协作控制方法[J].南京信息工程大学学报(自然科学版).2019
[10].许杉.无线紫外光通信协作无人机蜂群分簇方法研究[D].西安理工大学.2019