共查询到20条相似文献,搜索用时 83 毫秒
1.
本文介绍一种基于全内反射原理设计而成的光学阵列机器人触觉。实验表明,利用该传感器可以得到硬币、零件等清晰的图像,并可进行规则物体的识别和分类,在国际上处于领先水平。 相似文献
2.
3.
6.
一种新型智能机器人敏感皮肤的触觉传感器阵列 总被引:2,自引:0,他引:2
本文提出了一种眼精密,高位置分辩率,快速响应的,可任意分布的,便于大规模集成的智能化机器人的多参量融合的的阵列触觉传感器,介绍了石英晶振精密分布测量压力,形变,温度,生物量和化学量的原理。该系统传感及信号传输方法独特,精度,分辩率和响应速度等指标优于其他机器人敏感皮肤系统。 相似文献
7.
一种安装在机器人手指上的多元超声测距阵列已研制成功。这个测距系统由凹面的压电聚合物超声传感器构成,按三维“凹形”分布排列。这样分布减少了传感器的辐射,增加了从手指底部到尖部的工作频率。每一个起伏的单元都与计算控制的扫描和放大单元相连,起着发射器相接收器的作用。文中讨论了超声传感器阵列的一般特性,还提到了利用三角测量法探测和确定任意放置的物体表面的方位,以及利用超声传感探测三维物体的存在和确定它们形状的有关问题。 相似文献
8.
9.
多模态传感融合对于机器人探索外界环境十分重要,而现有的触觉传感器只能收集一种触觉模态信息,其收集到的多模态信息存在弱配对问题,为了解决此问题,研究了一种基于触觉和视觉融合的多模态触觉传感器。该传感器可以利用一个感知层同时收集2种异构触觉模态信息,弥补了传统触觉传感器的缺陷,同时可以利用收集到的多模态信息对不同物体的几何形状进行分类,在研究过程中,通过按压实验收集了圆形、正方形、长方形和三角形4种形状物体的触觉信息,再利用K最近邻(KNN)算法进行几何形状分类,实验结果证明了该传感器在区分不同物体的形状上具有良好的效果。 相似文献
10.
本文介绍一种用于估计相扑机器人摔跤比赛场地表面摩擦极限的技术,并基于此开发了该移动式相扑机器人的牵引控制系统。该测量估计基于机器人的激光光学传感器。在比赛开始之前,机器人需要完成一系列半自动的测试,以确定在不同情形下用最大的牵引力加速,从而达到以最高的动量撞击对手的目的。 相似文献
11.
本文提出了用于机器人物体分类系统的光纤阵列式触觉传感器的设想.按优化设计理论为探头设计了实现阵列扫描的八路转换开关.最终制造了2×4光纤阵列触觉传感器的模型,用多帧图形拼接法得一长方形的二元图象. 相似文献
12.
13.
为了解决足球机器人单一传感器所提供的定位数据的精度及稳定性不足以满足控制系统要求的问题,本文利用BP神经网络算法的学习功能,将目标足球及机器人自身状态信息作为标定数据,将视觉、加速度计、电子罗盘等多个传感器信息作为网络输入,以神经网络输出辅助足球机器人对目标足球的捕捉.实验仿真结果表明,神经网络算法提高了对目标足球的定位以及机器人自定位的精度,起到了预期的效果.滤波平均相对误差优于传统的卡尔曼滤波. 相似文献
14.
15.
作为现代信息产业三大支柱之一的传感器技术,在机器人上的应用是核心技术之一。传感器是能够感受规定的被测量并按照一定规律变换成可用输出信号的器件或装置,传感器是机器人获取信息的主要部分,类似于人的“五官”,基于仿生学的:视觉、嗅觉、听觉、触觉、味觉对传感器技术在机器人上的应用状况进行阐述。 相似文献
16.
17.
18.
本设计基于轮式迷宫机器人红外检测系统多采用5组或6组一体式红外接收传感器,无法进行测距,设计者使用了4组测距式红外传感器的轮式迷宫机器人。给出了电路设计、传感器布局、直行姿态调整以及快速过弯的方案。实验结果表明,该设计方案可行,轮式迷宫机器人工作稳定可靠,速度较快。 相似文献
19.
针对传统压力传感器存在的种种不足,探讨了一种基于聚合体薄膜力敏电阻材料的机器人压力传感器的工作机理和研发技术;主要研究了该传感器的压电转换电路、信息采集模块与传输电路的硬件设计和基于小波变换的传感器信号的数字化滤波方法;研制了压力传感器的原理样机,并进行了性能测试实验,实验结果表明,所设计的机器人压力传感器的分辨率可达0.5%,响应时间为6ms,且具有线性关系好、抗干扰能力强的特点。 相似文献
20.
Takamasa Koshizen 《Journal of Intelligent and Robotic Systems》2000,27(3):275-289
Modelling and reducing uncertainty are two essential problems with mobile robot localisation. Previously we developed a robot localisation system, namely, the Gaussian Mixture of Bayes with Regularised Expectation Maximisation (GMB-REM), using a single sensor. GMB-REM allows a robot"s position to be modelled as a probability distribution, and uses Bayes" theorem to reduce the uncertainty of its location. In this paper, a new system for performing sensor selection is introduced, namely an enhanced form of GMB-REM. Empirical results show the new system outperforms GMB-REM using sonar alone. More specifically, it is able to select between multiple sensors at each robot"s position, and further minimises the average robot localisation error. 相似文献