排序方式: 共有58条查询结果,搜索用时 31 毫秒
21.
针对基于单一颜色信息的目标分割算法易受光线因素影响的问题,提出一种颜色及深度信息融合进行前景分割的目标实时检测方法。采用Kinect传感器采集低成本深度(RGB-D)图像,利用改进的ViBe算法及多帧差分法分别对于RGB以及深度图像进行建模。前景分割后,利用选取基准(SC)融合策略优化目标结果,然后通过rg Chromaticity颜色模型计算前景区域直方图信息并与模板匹配完成目标标记。实验结果表明,该方法对于环境光线及噪声干扰具有一定的鲁棒性,对于ViBe算法中背景前景同色误检及“鬼影”现象,对于深度图像分割中前景背景距离过近而造成误检现象都有很好的识别效果。 相似文献
23.
介绍了地源热泵与辐射空调相结合系统的特性。对比了不同规模、不同地区采用地源热泵辐射空调系统的住宅项目的运行能耗数据,分析了某项目高能耗的原因。根据工程经验值对近零能耗示范楼的运行数据进行了处理,并与住宅类项目的能耗和年运行费用进行了比较,可供同类工程参考。 相似文献
24.
25.
针对常规场景识别方法在室内环境中性能显著下降的问题,提出一种融合全局及显著性区域特征的移动机器人室内场景识别方法.利用改进的Bo W(bag-of-words)模型进行室内场景判别的同时,结合视觉注意方法提取出场景图像的最大及次大显著区域,送入改进的BDBN(bilinear deep belief network)模型来自动学习图像特征,进行类别判断.利用分段判别策略对于两个模型的结果进行融合,并输出最终场景判别结果.将本方法应用于实际机器人平台及包含67个类别的MIT室内场景数据库,实验结果表明,相较于常规Bo W模型,本方法可以有效提高识别准确率10%以上.此外,本方法在MIT数据库中达到平均44.3%的准确率,优于相关文献算法. 相似文献
26.
为提高室内动态环境下服务机器人对行人的自然避让能力,对人的运动轨迹模式进行建模,在此基础
上引入了将行人运动长、短期预测结合起来的方法.为适应传感器噪声及网络延迟等因素所造成的感知—控制回路
中的多源不确定性,将人与机器人的相对位置关系建模为部分可观的马尔可夫状态.采用部分可观的马尔可夫决策
过程(POMDP)进行多源不确定性下的概率决策,协调控制机器人全局路径规划、反应式运动及速度控制等行为模
块.实验结果验证,它能够实现提前避碰的安全导航,因避免反复的曲折与徘徊运动而提高了机器人导航效率. 相似文献
27.
28.
针对机器人示范学习过程中任务泛化与动作轨迹泛化问题,提出了一种将多演示动作轨迹的任务参数化学习与动作序列推理相结合的方法.针对通用动作基元的多演示轨迹样本,利用动态运动基元进行轨迹编码并建立任务参数化模型,利用高斯过程回归学习外部参数与模型参数之间的映射.针对新的任务实例,利用规划域定义语言推理缺失动作序列,任务参数化模型根据新的外部参数泛化出动作的目标轨迹,并修正轨迹误差.在UR5机器人上的实验表明,面对不同任务实例和环境变化,该方法可灵活生成动作序列并调整泛化目标,基于多演示的任务参数化模型能够对给定外部参数泛化出平滑的目标轨迹,泛化效果优于单一演示轨迹,提高了机器人任务泛化的能力. 相似文献
29.
30.
采用水热法在石墨烯表面原位合成了石墨烯含量不同的铁酸铋/石墨烯(BiFeO_3-石墨烯)杂化材料。采用X光射线衍射(XRD)、扫描电子显微镜(SEM)、傅里叶红外光谱(FTIR)等研究杂化材料的结构,紫外漫反射光谱(DRS)和荧光光谱(PL spectra)分析其光反应性。在卤钨灯光照条件下测试杂化材料催化降解亚甲基蓝(MB)和罗丹明B(RhB)染料的性能。结果表明,通过水热原位合成法,石墨烯均匀地穿插在BiFeO_3颗粒中并形成大小均一的球状结构。BiFeO_3-石墨烯杂化材料在可见光范围(400~800 nm)的吸收强度明显增加,禁带能隙明显降低。BiFeO_3-石墨烯杂化材料光催化降解有机污染物的速度较纯BiFeO_3显著提高,其中石墨烯质量含量为3%的杂化材料具有最高的降解速度,其光催化降解MB和RhB的速率常数为0.083和0.10,均为纯BiFeO_3降解染料速率的10倍以上,原因在于石墨烯有效地抑制并延后了激发电子和空穴的再结合。由于BiFeO_3具有铁磁性,BiFeO_3-石墨烯杂化材料可以用磁铁回收循环使用,且材料5次循环使用后染料降解效率仍可达到近100%。 相似文献