基于机器学习的机场行李自动装载码放优化方法研究
发布时间：2021-01-19 04:07
随着机场旅客数量的不断增加,机场行李吞吐量也随之增加,这就对机场行李处理系统提出了更高的要求,机场行李由行李分拣口运送至飞机的过程中,行李必须按照先到先放的原则依次码放,并且行李尺寸各不相同,所以机场行李装箱问题与传统的装箱问题不同,不仅是一个NP-hard问题同时还是一个在线决策问题,针对此问题,本文提出空间离散的概念,将稀疏化理论与深度支持向量机模型结合搭建基于深度稀疏最小二乘支持向量机学习模型（Deep Sparse Least Squares Support Vector Machine,简称DSLSSVM）,使行李装载系统具有学习能力,更加智能化,满足机场行李运输的要求。首先,根据机场行李装载系统的实现目标和工作要求,设计出一种针对机场行李码放方法的总体方案和系统基本构成。通过对行李和行李车进行空间离散化处理,将不同位置之间的关系进行参数化表示,制定机场行李码放策略。同时为了避免在实际装载过程中行李不能准确码放在预定位置,从而影响下一个行李码放的问题,提出行李干涉检查算法避免行李在装载时发生碰撞等不安全因素。其次,行李的码放装载问题还属于在线决策问题,要求算法在较短的时间做出...
【文章来源】：中国民航大学天津市
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
范德兰德行李装载机器人
?旧杓瞥鲆恢置啃∈笨勺霸?00件行李的行李装载机器人系统如图1-2所示，并已经在欧洲最大的五个机场中的三个：德国的Frankfort机尝荷兰的Amsterdam机场和英国的Heathrow机场安装并应用。以上各公司开发的行李装载机器人系统都大大提高了机场行李装载效率，有效减少了人工劳动力。但是同时都没有实现无人工化的完全自动化的行李装载。所以在自动化行李装载方面，还需要做更加深入、全面的研究，以优化和完善机场行李装载机器人系统，在保证装载效率的前提下实现机场行李的无人工完全自动化装载。图1-1范德兰德行李装载机器人图1-2Digirobotics行李装载机器人
中国民航大学硕士学位论文5图1-1机器学习框架机器学习在发展的过程中主要经历了4个阶段：第一阶段从二十世纪五十年代到七十年代，这一阶段被称为机器学习的“热烈阶段”，在这个时期，机器学习得到的很快的发展。1949年Hebb提出一种基于神经心理学的无监督学习算法模型，这是机器学习的开端[27]；1950年ArthurMathisonTuring创造了图灵测试法，用来测试计算机是否为智能的[28]；1952年AuthurSamuel使用机器学习成功研制了一个跳棋程序，为实现其他机器学习程序提供了可能[29]；1956年在Dartmouth学会上正式提出的人工智能的概念[30]从此人工智能走进了人们的生活；1957年FrankRosenblatt开发了第一个人工神经网络，其由两层感知器模型构成[31]；1967年，机器学习经典算法——最近邻算法（k-NearestNeighbor，KNN）被提出[32]。第二阶段从二十世纪七十年代到八十年代，这阶段是机器学习的“冷静阶段”，主要是由于计算机硬件性能的限制，无法解决实际问题，所以这一时期主要使用符号知识来表示机器学习语言，同时使用逻辑结构图来对系统进行描述。第三阶段从二十世纪八十年代到九十年代，这一阶段是机器学习的“复兴阶段”，在这一阶段人们对机器学习系统的整体有了更深的认识，探索了不同的学习方法和学习策略，从1981年到1986年，各学者先后提出了许多经典的机器学习模型，如感知器（MultilayerPerceptron，简称MLP）[33]、神经网络反向传播算法（BackPropagation,简称BP）[34]、决策树算法等[35]。第四阶段从二十世纪九十年代至今，这是机器学习的最新阶段，这个阶段被称为机器学习的“蓬勃阶段”，在这个阶段提出了大量经典算法如Boosting算法[36]、AdaBoos（AdaptiveBoosting）算法[37]、SVM[38]、逻辑回归（LogisticRegression,LR）[39]等?
【参考文献】：
期刊论文
[1]深度稀疏最小二乘支持向量机故障诊断方法研究[J]. 张瑞,李可,宿磊,李文瑞. 振动工程学报. 2019(06)
[2]基于Hu矩和递进Hough变换的SOT元件识别定位算法[J]. 武洪恩,倪良月,王凯,李红飞. 组合机床与自动化加工技术. 2019(08)
[3]基于核主元分析和支持向量机的结构损伤识别研究[J]. 孙艳丽,杨娜,张正涛,戚蕊,刘尚来,徐亚丰,夏宝晖,董文天,邱明浩. 应用基础与工程科学学报. 2018(04)
[4]基于深度卷积神经网络的水稻穗瘟病检测方法[J]. 黄双萍,孙超,齐龙,马旭,汪文娟. 农业工程学报. 2017(20)
[5]机场搬运作业人员下背痛工效学因素分析[J]. 曹扬,唐丽华,张蔚,王菁菁,袁志伟,凌瑞杰,张雪艳,王忠旭,何丽华. 中国工业医学杂志. 2016(04)
[6]一种基于启发式算法的货物装载问题的研究[J]. 郑炜,刘文兴,杨喜兵,袁绪龙,王文鹏. 西北工业大学学报. 2016(04)
[7]基于层次模糊熵和改进支持向量机的轴承诊断方法研究[J]. 李永波,徐敏强,赵海洋,黄文虎. 振动工程学报. 2016(01)
[8]集装箱船装载问题的混合遗传智能优化算法[J]. 朱莹,向先波,杨运桃,王英伟. 华中科技大学学报(自然科学版). 2015(S1)
[9]带轴重约束货物平衡装载问题优化研究[J]. 朱向. 交通运输系统工程与信息. 2015(05)
[10]基于多尺度振动传递率函数和灰度矩相对熵的损伤识别方法[J]. 杨斌,刘吉彪,程军圣. 中国机械工程. 2015(12)
硕士论文
[1]基于视觉的机械臂运动控制与目标抓取系统设计[D]. 徐雪洁.长安大学 2018
[2]搬运机器人垛型生成系统[D]. 邹玉静.武汉科技大学 2013
[3]基于视觉引导的工业机器人工件搬运技术研究[D]. 朱海波.沈阳工业大学 2013
[4]基于视觉伺服的工业机器人控制技术研究[D]. 王乐.南京林业大学 2012
[5]视觉引导技术在工业机器人智能抓取中的应用[D]. 吕游.合肥工业大学 2009
本文编号：2986308
【文章来源】：中国民航大学天津市
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
范德兰德行李装载机器人
?旧杓瞥鲆恢置啃∈笨勺霸?00件行李的行李装载机器人系统如图1-2所示，并已经在欧洲最大的五个机场中的三个：德国的Frankfort机尝荷兰的Amsterdam机场和英国的Heathrow机场安装并应用。以上各公司开发的行李装载机器人系统都大大提高了机场行李装载效率，有效减少了人工劳动力。但是同时都没有实现无人工化的完全自动化的行李装载。所以在自动化行李装载方面，还需要做更加深入、全面的研究，以优化和完善机场行李装载机器人系统，在保证装载效率的前提下实现机场行李的无人工完全自动化装载。图1-1范德兰德行李装载机器人图1-2Digirobotics行李装载机器人
中国民航大学硕士学位论文5图1-1机器学习框架机器学习在发展的过程中主要经历了4个阶段：第一阶段从二十世纪五十年代到七十年代，这一阶段被称为机器学习的“热烈阶段”，在这个时期，机器学习得到的很快的发展。1949年Hebb提出一种基于神经心理学的无监督学习算法模型，这是机器学习的开端[27]；1950年ArthurMathisonTuring创造了图灵测试法，用来测试计算机是否为智能的[28]；1952年AuthurSamuel使用机器学习成功研制了一个跳棋程序，为实现其他机器学习程序提供了可能[29]；1956年在Dartmouth学会上正式提出的人工智能的概念[30]从此人工智能走进了人们的生活；1957年FrankRosenblatt开发了第一个人工神经网络，其由两层感知器模型构成[31]；1967年，机器学习经典算法——最近邻算法（k-NearestNeighbor，KNN）被提出[32]。第二阶段从二十世纪七十年代到八十年代，这阶段是机器学习的“冷静阶段”，主要是由于计算机硬件性能的限制，无法解决实际问题，所以这一时期主要使用符号知识来表示机器学习语言，同时使用逻辑结构图来对系统进行描述。第三阶段从二十世纪八十年代到九十年代，这一阶段是机器学习的“复兴阶段”，在这一阶段人们对机器学习系统的整体有了更深的认识，探索了不同的学习方法和学习策略，从1981年到1986年，各学者先后提出了许多经典的机器学习模型，如感知器（MultilayerPerceptron，简称MLP）[33]、神经网络反向传播算法（BackPropagation,简称BP）[34]、决策树算法等[35]。第四阶段从二十世纪九十年代至今，这是机器学习的最新阶段，这个阶段被称为机器学习的“蓬勃阶段”，在这个阶段提出了大量经典算法如Boosting算法[36]、AdaBoos（AdaptiveBoosting）算法[37]、SVM[38]、逻辑回归（LogisticRegression,LR）[39]等?
【参考文献】：
期刊论文
[1]深度稀疏最小二乘支持向量机故障诊断方法研究[J]. 张瑞,李可,宿磊,李文瑞. 振动工程学报. 2019(06)
[2]基于Hu矩和递进Hough变换的SOT元件识别定位算法[J]. 武洪恩,倪良月,王凯,李红飞. 组合机床与自动化加工技术. 2019(08)
[3]基于核主元分析和支持向量机的结构损伤识别研究[J]. 孙艳丽,杨娜,张正涛,戚蕊,刘尚来,徐亚丰,夏宝晖,董文天,邱明浩. 应用基础与工程科学学报. 2018(04)
[4]基于深度卷积神经网络的水稻穗瘟病检测方法[J]. 黄双萍,孙超,齐龙,马旭,汪文娟. 农业工程学报. 2017(20)
[5]机场搬运作业人员下背痛工效学因素分析[J]. 曹扬,唐丽华,张蔚,王菁菁,袁志伟,凌瑞杰,张雪艳,王忠旭,何丽华. 中国工业医学杂志. 2016(04)
[6]一种基于启发式算法的货物装载问题的研究[J]. 郑炜,刘文兴,杨喜兵,袁绪龙,王文鹏. 西北工业大学学报. 2016(04)
[7]基于层次模糊熵和改进支持向量机的轴承诊断方法研究[J]. 李永波,徐敏强,赵海洋,黄文虎. 振动工程学报. 2016(01)
[8]集装箱船装载问题的混合遗传智能优化算法[J]. 朱莹,向先波,杨运桃,王英伟. 华中科技大学学报(自然科学版). 2015(S1)
[9]带轴重约束货物平衡装载问题优化研究[J]. 朱向. 交通运输系统工程与信息. 2015(05)
[10]基于多尺度振动传递率函数和灰度矩相对熵的损伤识别方法[J]. 杨斌,刘吉彪,程军圣. 中国机械工程. 2015(12)
硕士论文
[1]基于视觉的机械臂运动控制与目标抓取系统设计[D]. 徐雪洁.长安大学 2018
[2]搬运机器人垛型生成系统[D]. 邹玉静.武汉科技大学 2013
[3]基于视觉引导的工业机器人工件搬运技术研究[D]. 朱海波.沈阳工业大学 2013
[4]基于视觉伺服的工业机器人控制技术研究[D]. 王乐.南京林业大学 2012
[5]视觉引导技术在工业机器人智能抓取中的应用[D]. 吕游.合肥工业大学 2009
本文编号：2986308
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/2986308.html
