在复杂，非结构化和动态环境中导航的董事会机器人基于在线事件的感知技术可能会遭受进入事件速率及其处理时间的不可预测的变化，这可能会导致计算溢出或响应能力损失。本文提出了尽快的：一种新型的事件处理框架，该框架将事件传输到处理算法，保持系统响应能力并防止溢出。尽快由两种自适应机制组成。第一个通过丢弃传入事件的自适应百分比来防止事件处理溢出。第二种机制动态调整事件软件包的大小，以减少事件生成和处理之间的延迟。ASAP保证了收敛性，并且对处理算法具有灵活性。它已在具有挑战性的条件下在船上进行了验证。
translated by 谷歌翻译
事件摄像机可以通过非常高的时间分辨率和动态范围来捕获像素级照明变化。由于对照明条件和运动模糊的稳健性，他们获得了越来越多的研究兴趣。文献中存在两种主要方法，用于喂养基于事件的处理算法：在事件软件包中包装触发的事件并将它们逐一发送作为单个事件。这些方法因处理溢出或缺乏响应性而受到限制。当算法无法实时处理所有事件时，处理溢出是由高事件产生速率引起的。相反，当事件包的频率太低时，事件包的生成率低时，缺乏响应率会发生。本文提出了尽快的自适应方案，该方案是通过可容纳事件软件包处理时间的可变大小软件包来管理事件流的。实验结果表明，ASAP能够以响应性和有效的方式喂食异步事件聚类算法，同时又可以防止溢出。
translated by 谷歌翻译
拍打翅膀是一种生物启发的方法，可在空中机器人中产生升力和推动，从而导致安静有效的运动。该技术的优点是安全性和可操作性，以及与环境，人类和动物的物理互动。但是，为了实现大量应用，这些机器人必须栖息和土地。尽管最近在栖息场上取得了进展，但直到今天，拍打翼车辆或鸟类动物仍无法停止在分支上的飞行。在本文中，我们提出了一种新颖的方法，该方法定义了一个可以可靠和自主将鸟鸟类降落在分支上的过程。该方法描述了拍打飞行控制器的联合操作，近距离校正系统和被动爪附件。飞行由三重俯仰高空控制器和集成的车身电子设备处理，允许以3 m/s的速度栖息。近距离校正系统，具有快速的光学分支传感可补偿着陆时的位置错位。这是通过被动双向爪设计可以补充的，可以锁定和固定2 nm的扭矩，在25毫秒内掌握，并且由于集成的肌腱致动而可以重新打开。栖息的方法补充了四步实验开发过程，该过程为成功的设计优化。我们用700 g的鸟杆验证了这种方法，并演示了在分支上拍打翼机器人的第一次自主栖息飞行，结果用第二个机器人复制。这项工作为在远程任务，观察，操纵和室外飞行中应用翼机器人的应用铺平了道路。
translated by 谷歌翻译
在本文中，引入了传输分配系统灵活性市场，其中系统运营商（SOS）共同采购不同系统的灵活性，以满足他们使用公共市场的需求（平衡和拥堵管理）。然后，这种共同的市场是作为一个合作游戏，旨在识别参与SOS之间联合采购灵活性的成本稳定有效地分配，以激励其合作。然后在数学上证明了这场比赛的核心的非空虚，暗示了游戏的稳定性以及SOS之间的合作自然而然的激励。然后引入了几种成本分配机制，同时表征了它们的数学特性。专注于互连系统的数值结果（由IEEE 14总线传输系统和MATPower 18-Bus，69总线和141母线分布系统组成）展示了系统范围内灵活性采购成本的合作诱导的降低，在各种成本分配方法下识别不同的SOS所承受的不同成本。
translated by 谷歌翻译
我们使用神经网络研究几种简化的暗物质（DM）模型及其在LHC的签名。我们专注于通常的单声角加上缺失的横向能量通道，但要训练算法我们在2D直方图中组织数据而不是逐个事件阵列。这导致较大的性能提升，以区分标准模型（SM）和SM以及新物理信号。我们使用KineMatic单速仪功能作为输入数据，允许我们描述具有单个数据示例的模型的系列。我们发现神经网络性能不依赖于模拟的后台事件数量，如果它们作为$ s / \ sqrt {b} $函数呈现，其中$ s $和$ b $是信号和背景的数量每直方图的事件分别。这提供了对方法的灵活性，因为在这种情况下测试特定模型只需要了解新物理单次横截面。此外，我们还在关于真实DM性质的错误假设下讨论网络性能。最后，我们提出了多模型分类器以更普遍的方式搜索和识别新信号，对于下一个LHC运行。
translated by 谷歌翻译