陈恩华
CEH-Flow-Perception:一种基于双场时空耦合的实时物理驱动动态避障方法 - 陈恩华
原创
关注作者
腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
陈恩华
社区首页
>
专栏
>
CEH-Flow-Perception:一种基于双场时空耦合的实时物理驱动动态避障方法 - 陈恩华
CEH-Flow-Perception:一种基于双场时空耦合的实时物理驱动动态避障方法 - 陈恩华
陈恩华
关注
发布于 2026-03-30 04:05:45
发布于 2026-03-30 04:05:45
111
0
举报
概述
本文提出CEH-Flow-Perception方法,首创双场(导通场+学习场)时空耦合势场模型,将动态障碍建模为具短期响应与长期记忆的连续物理场,实现无显式路径规划的实时避障。端到端延迟 33ms,支持遮挡记忆、多智能体协同与可解释因果追溯。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
自动驾驶
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系
cloudcommunity@tencent.com
删除。
自动驾驶
评论
登录
后参与评论
0 条评论
热度
最新
推荐阅读
目录
摘要
1 引言
2 相关工作
2.1 势场法
2.2 路径规划方法
2.3 学习型方法
3 方法
3.1 系统总体结构
3.2 双场模型
3.2.1 导通场
3.2.2 学习场
3.2.3 双场耦合机制
3.3 力计算与运动更新
3.4 智能体反作用
3.5 多智能体社会力模型
3.6 自适应调参机制
3.7 风险评估模型
4 实现细节
4.1 数据来源
4.2 场更新流程
4.3 可视化
5 实验与结果
5.1 测试平台
5.2 性能指标对比
单障碍避障
动态障碍穿行
遮挡场景
多智能体场景(50 个)
5.3 关键场景分析
场景 1:紧急避障
场景 2:记忆保持
场景 3:群体协调
5.4 工业级压力测试
6 与现有工作的比较
7 局限性与未来工作
7.1 当前局限
7.2 未来方向
8 应用场景
自动驾驶辅助
机器人导航
工业视觉
研究与教学
9 结论
10 联系方式
附录 A:实验性能摘要
免责声明
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
0
0
0
推荐