智能科学与技术导论 课件 第1--5章-绪论 --机器学习及其应用.ppt

3.4.2在虚拟现实中的应用3.4机器感知应用虚拟现实技术是一种可以创建和体验虚拟世界的计算机仿真系统，它利用计算机生成一种模拟环境，并在视、听、触、嗅、味等多源感知信息融合之下，提供交互式的三维动态视景和实体行为。整个虚拟现实技术的实现过程，主要包括以下四个环节：1）监测与传感。通过陀螺仪、定位传感器等设备感知用户头部的当前位置和视觉范围等信息。高精度的定位需要用到红外摄像机、光学摄像机、激光雷达、毫米波雷达等机器视觉感知技术。2）虚拟环境生成。基于图像的生成技术是构建逼真虚拟环境的主要手段，该技术以实际场景的图像为基础，去构建虚拟环境。3）虚拟环境展示。使用空间跟踪定位传感器为用户提供近距离接触的虚拟三维物体。在虚拟现实技术中广泛使用的空间跟踪定位传感器是电磁场式、超声式传感器等机器感知设备。4）多元互动模式。在多元互动模式中，为了产生逼真与沉浸式的互动机制，将视觉、听觉、触觉、嗅觉和味觉等多元感知技术融为一体。例如，运用机器视觉感知实现对手势和姿态的识别；用麦克风阵列完成语音交互；使用力触觉感知手套设置震动或者直接刺激皮肤使得用户在虚拟世界中体验到触觉；使用骨传导传感器模仿咀嚼的动作；使用舌头传感器品尝美味；通过电子鼻识别现实环境中的气味，然后根据所述气味构建与所述现实环境相对应的气味。3.4.3在无人平台集群中的应用3.4机器感知应用无人机集群、无人车集群、无人艇集群已成为机器智能发展的新方向，灵感来源于蜂群、鱼群、鸟群和蚁群等具有较低智能的生物在迁徙、巡游或是躲避敌人追击过程中所呈现出来的集群行为。无人平台集群执行任务的环境复杂多变，因此集群系统必须具备全面感知和了解复杂环境、在集群中进行信息共享与交互的能力。利用集群中分布式布设的光电、雷达等机器视觉感知传感器网络，采集环境和感兴趣目标更丰富、更全面的信息，增强系统任务实现的可靠性。以无人平台集群的障碍物感知为例，其主要依靠以毫米波雷达、激光雷达、光电、红外等视觉感知设备，以及针对水下探测的前视和侧扫声呐等。无人平台集群的一个特点是需要使用低成本的设备以降低整个系统的费用。尽管多传感器数据融合可提高感知精度，但成本低、功耗小与载荷轻的机器感知系统显然更受欢迎。双目相机由于可以测距，已在主流自动驾驶方案中已经获得应用，这极大地降低了它的成本，也非常有利于双目相机在无人平台集群中的应用。使用双目相机进行同步定位与地图构建，标定如塔架、电力线、楼宇等障碍物，结合深度学习工具，可有效地提升集群在未知环境下对障碍物的种类、大小、相对位置等的实时综合感知。第4章模式识别及其应用目录4.1模式识别概述4.2分类器设计4.3聚类分析4.4模式识别应用4.1模式识别概述4.1.1模式识别的发展历程模式识别技术与其它技术发展一样，也不是突然出现的，而是有其从初级到高级、从实践探索到理论突破的发展过程，期间已经历了近百年的历史。模式识别的发展历史可以追溯到1929年奥地利科学家G.Tauschek发明的光电阅读机。该装置在一个旋转轮上安装了与数字形状相同的透孔，能够阅读“0-9”的数字。当一个被强光照亮的字符经过透镜聚焦照射到旋轮上时，如果正好与某一个字符的透孔形状吻合，则透过光强最强，会驱动旋轮内部的光敏元件发出信号，使阅读机识别出显示的数字“0-9”。该法被称为“模板匹配”，其后，模式识别发展历程中的重要时间节点和标志性事件可以简单归纳如下：1936年，英国学者RonaldAylmerFisher提出统计分类理论，奠定了统计模式识别的基础。1960年，美国学者FrankRosenblatt提出了感知机。60年代，L.A.Zadeh（乍得）提出了模糊集理论，基于模糊数学理论的模糊模式识别方法得以发展和应用。4.1模式识别概述4.1.1模式识别的发展历程70年代，美国华裔计算机专家傅京孙提出了结构模式识别的系统理论，并在1976年，傅京孙教授作为创始人和首任主席成立了国际模式识别协会。从此，模式识别作为一个独立的学科领域走上了国际学术舞台。1976至1986年间，线性模式识别方法无法解决非线性问题，导致模式识别的研究处于低潮期。1986年，DavidRumelhart提出误差反向传播网络（BPNN），在模式识别领域得到广泛应用。1995年，前苏联统计学家和数学家Vapnik提出支持向量机（SVM），SVM作为一种理论基础严密、优化目标明确、扩展能力强大的模式识别算法，受到了高度重视。上世纪90