基于DQN的主动人员感知与定位技术研究
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 课题背景与研究意义 | 第14-16页 |
| 1.1.1 课题背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 人员感知与定位技术现状 | 第16-17页 |
| 1.2.2 基于视觉的人员感知与定位技术现状 | 第17-21页 |
| 1.3 本文主要工作 | 第21-22页 |
| 1.4 论文结构 | 第22-24页 |
| 第2章 基于DQN人员感知与定位的理论研究 | 第24-34页 |
| 2.1 人员感知的卷积网络模型 | 第24-27页 |
| 2.1.1 局部感知原理 | 第24-25页 |
| 2.1.2 网络权值共享 | 第25-26页 |
| 2.1.3 池化作用 | 第26-27页 |
| 2.2 人员定位的强化决策原理 | 第27-30页 |
| 2.2.1 马尔科夫决策过程 | 第28-29页 |
| 2.2.2 值函数估计 | 第29页 |
| 2.2.3 Q学习 | 第29-30页 |
| 2.3 DQN算法原理 | 第30-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第3章 主动人员感知与定位的系统建模 | 第34-46页 |
| 3.1 人员感知与定位系统的总体设计 | 第34-35页 |
| 3.2 人员感知与定位的模型设计 | 第35-37页 |
| 3.2.1 环境状态的模型设计 | 第35-37页 |
| 3.2.2 系统的马尔科夫建模 | 第37页 |
| 3.3 智能体的动作设计 | 第37-39页 |
| 3.3.1 动作维度设计 | 第37-38页 |
| 3.3.2 感知范围约束 | 第38-39页 |
| 3.4 目标状态的检验标准 | 第39-42页 |
| 3.4.1 人员检测器模型 | 第39-41页 |
| 3.4.2 检测器模型优化 | 第41-42页 |
| 3.5 回报函数设计 | 第42-44页 |
| 3.6 本章小结 | 第44-46页 |
| 第4章 主动人员感知与定位的算法实现 | 第46-58页 |
| 4.1 人员感知定位的决策网络设计 | 第46-50页 |
| 4.1.1 卷积网络层设计 | 第46-47页 |
| 4.1.2 全连接层的竞争架构设计 | 第47-49页 |
| 4.1.3 实验测试与分析 | 第49-50页 |
| 4.2 主动视觉感知的优化模型 | 第50-54页 |
| 4.2.1 决策网络的训练目标 | 第50-51页 |
| 4.2.2 网络权值的更新策略 | 第51-53页 |
| 4.2.3 实验测试与分析 | 第53-54页 |
| 4.3 算法程序的设计与实现 | 第54-57页 |
| 4.3.1 经验样本的学习策略 | 第54页 |
| 4.3.2 训练程序的总体设计 | 第54-56页 |
| 4.3.3 基于Tensorflow的编程实现 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 Gazebo环境仿真实验 | 第58-70页 |
| 5.1 实验方案 | 第58-59页 |
| 5.1.1 总体设计 | 第58页 |
| 5.1.2 运行平台配置 | 第58-59页 |
| 5.2 仿真平台系统搭建 | 第59-63页 |
| 5.2.1 环境模型 | 第59-60页 |
| 5.2.2 智能体模型 | 第60-61页 |
| 5.2.3 机器人ROS通信 | 第61-63页 |
| 5.3 仿真验证与分析 | 第63-68页 |
| 5.3.1 训练阶段仿真分析 | 第63-65页 |
| 5.3.2 测试阶段仿真分析 | 第65-68页 |
| 5.3.3 仿真效果演示 | 第68页 |
| 5.4 本章小结 | 第68-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-80页 |
| 攻读硕士期间参与的项目与主要成果 | 第80-81页 |
| 学位论文评阅及答辩情况表 | 第81页 |
