项目名称: 基于空间认知的智能导航方法研究

项目编号: No.41301513

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 天文学、地球科学

项目作者: 赵卫锋

作者单位: 长安大学

项目金额: 25万元

中文摘要: 由于以数据模型和数学计算为基础的传统导航系统通常忽略用户对空间信息的获取、加工和推理模式,能够使导航过程更加符合人们认知习惯的基于空间认知原理的智能导航方法正在成为导航领域的研究热点。本项目以提高导航系统的有效性、可用性为目标,针对国内外现有研究在地标数据提取、路径规划算法和路径引导方法中存在的不足,提出从城市环境中简捷、高效地自动提取各种地标数据的方法,并在地标数据的基础上实现融入了用户空间认知规律和先验空间知识的自适应路径规划和引导方法,从而使路径规划结果反映不同用户的空间认知偏好,使路径引导过程更加接近人们空间交际的方式。主要研究内容包括:1)提出一种基于城市兴趣点数据的分层地标自动提取方法;2)提出一种不依赖完备路网模型的基于分层强化学习的自适应路径规划方法;3)提出一种面向自然语言且能够实现转向决策和先验知识无缝融合的自适应路径引导方法。

中文关键词: 认知导航;地标提取;路径规划;路径引导;数据模型

英文摘要: Most navigation systems today achieve their functions with data-driven approaches, which are always designed upon explicit quantitative models and exact mathematical computations, whereas neglect how people acquire, process and reason spatial information. Consequently, intelligent navigation approaches developed upon principles of spatial cognition, which may meet the cognitive habits of human wayfinding, have been becoming research focuses in the fields of navigation. For improving the effectivity and efficiency of navigation systems, several approaches are introduced in this proposal according to the insufficiences of presented navigational methods. The foremost one is a simple and efficient way to automatically extract landmarks from urban environments. On the basis of those landmarks, algorithms of contextual route selection and route directions integrating human spatial cognitive principles and a-priori spatial knowledge are designed, so as to reflect personal cognitive preferences in route selection results, and cause route directions closer to how people communicate about spatial information. The main research topics include: (1) proposing an approach of automatically extracting hierarchical landmarks from points of interest (POI) in urban environments; (2) presenting a complete network model independent,

英文关键词: cognitive navigation;landmark extraction;route selection;route directions;data model

成为VIP会员查看完整内容
1

相关内容

WSDM 2022 | 基于图神经网络的协同过滤设计空间研究
专知会员服务
36+阅读 · 2022年1月3日
【博士论文】基于深度学习的单目场景深度估计方法研究
【博士论文】视觉语言交互中的视觉推理研究
专知会员服务
62+阅读 · 2021年12月1日
专知会员服务
87+阅读 · 2021年9月4日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
53+阅读 · 2021年4月3日
知识图谱在智能制造领域的研究现状及其应用前景综述
专知会员服务
157+阅读 · 2021年2月25日
2022最新图嵌入模型综述
机器学习与推荐算法
3+阅读 · 2022年1月18日
图嵌入模型综述
专知
3+阅读 · 2022年1月17日
基于流线的流场可视化绘制方法综述
专知
0+阅读 · 2021年12月9日
厦大最新《强化学习推荐系统》综述论文
机器学习与推荐算法
7+阅读 · 2021年9月24日
论文浅尝 | 基于知识图谱的智能调研方法(DI佳作)
开放知识图谱
0+阅读 · 2021年8月21日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
小贴士
相关VIP内容
WSDM 2022 | 基于图神经网络的协同过滤设计空间研究
专知会员服务
36+阅读 · 2022年1月3日
【博士论文】基于深度学习的单目场景深度估计方法研究
【博士论文】视觉语言交互中的视觉推理研究
专知会员服务
62+阅读 · 2021年12月1日
专知会员服务
87+阅读 · 2021年9月4日
专知会员服务
97+阅读 · 2021年6月23日
专知会员服务
53+阅读 · 2021年4月3日
知识图谱在智能制造领域的研究现状及其应用前景综述
专知会员服务
157+阅读 · 2021年2月25日
相关资讯
2022最新图嵌入模型综述
机器学习与推荐算法
3+阅读 · 2022年1月18日
图嵌入模型综述
专知
3+阅读 · 2022年1月17日
基于流线的流场可视化绘制方法综述
专知
0+阅读 · 2021年12月9日
厦大最新《强化学习推荐系统》综述论文
机器学习与推荐算法
7+阅读 · 2021年9月24日
论文浅尝 | 基于知识图谱的智能调研方法(DI佳作)
开放知识图谱
0+阅读 · 2021年8月21日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员