排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
针对未知相机标定及目标3D几何模型,研究机器人无模型视觉伺服定位方法.引入状态空间,建立机器人“视觉空间-运动空间”雅可比非线性映射的状态方程和观测方程,提出神经网络联合卡尔曼滤波雅可比预测算法,网络在线动态补偿系统近似误差与参数估计误差,实现最小均方差条件下的雅可比预测;以李雅普诺夫稳定性准则构建雅可比预测的无模型图像视觉伺服控制方案,避免了相机标定和目标建模.“眼在手”六自由度机器人定位比较实验表明,图像空间特征轨迹平滑稳定在相机视场中,笛卡尔空间机器人末端运动平稳,无震荡回退,定位精度在10个像素范围内. 相似文献
3.
基于多模特征深度学习的机器人抓取判别方法 总被引:2,自引:0,他引:2
针对智能机器人抓取判别问题,研究多模特征深度学习与融合方法.该方法将测试特征分布偏离训练特征视为一类噪化,引入带稀疏约束的降噪自动编码(Denoising auto-encoding, DAE),实现网络权值学习;并以叠层融合策略,获取初始多模特征的深层抽象表达,两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性.实验采用深度摄像机与6自由度工业机器人组建测试平台,对不同类别目标进行在线对比实验.结果表明,设计的多模特征深度学习依据人的抓取习惯,实现最优抓取判别,并且机器人成功实施抓取定位,研究方法对新目标具备良好的抓取判别能力. 相似文献
4.
5.
6.
7.
为进一步研究变压器扩展德拜等效电路对变压器绝缘介质老化的影响规律,提出利用回复电压极化谱特征量建立变压器扩展德拜等效电路,并通过分析等效电路参数对回复电压极化谱的影响,获得变压器绝缘介质老化情况。通过仿真和实例分析的结果表明:大时间常数的极化支路反映变压器绝缘纸的老化情况;小时间常数的极化支路反映变压器绝缘油的老化情况。在此基础上,结合等效电路参数提出老化因子KL,以此来定量分析变压器绝缘状态,并获得老化因子与变压器绝缘状态之间的内在联系。当KL位于区间[0, 10],变压器绝缘状态良好;当KL位于区间[10, 30],变压器绝缘状态一般;当KL位于区间[30, ∞],变压器绝缘状态老化严重。 相似文献
8.
针对激光SLAM(同步定位与地图创建)的实时性和定位精度问题,为了克服初始位姿不准确情况下增大搜索范围和位姿匹配分辨率对实时性的影响,本文在传统ICP-SLAM(迭代最近邻SLAM)基础上进行改进,提出了一种分层搜索与匹配的快速ICP-SLAM方法.首先,在搜索范围内采用由粗到细的分辨率进行全局搜索,并通过逐渐增加待匹配点的密度进行分步匹配计算.点云匹配过程中,通过构建距离像计算待匹配点的最近邻距离值,其计算复杂度降低为O(1).其次,通过对点云匹配结果进行优先排序和剪枝,快速排除非最优解.最后,以半数全局最优与全数局部最优原则作为搜索结束判断条件,提高搜索效率.SLAM Benchmark数据集上的测试结果表明,相比于流行的激光SLAM算法Cartographer,所提出的方法取得了更小的平均误差和平方误差,计算效率为Cartographer算法的2~5倍.同时,工业AGV(自动导引车)的实际应用实验验证了在初始位姿未知的情况下,可实现实时的位姿估计与建图,重复定位精度优于1.5 cm.因此,这种快速ICP-SLAM方法能够保证实现准确的定位估计,具有良好的实时性. 相似文献
9.
10.
现有深度网络跟踪算法应对相似物体干扰、尺度变化、形变模糊、遮挡等问题存在挑战,为此提出一种融合多模板注意力机制的鲁棒深度网络算法.在SiamFc深度网络分支中构建通道和空间多模板注意力机制,以加强网络对目标特征的提取能力;融合浅层和深层卷积特征实现跟踪目标的精确聚焦,以克服相似物干扰问题;采用自适应回归网络学习目标采样点与目标边界之间的距离,实现目标区域的动态预测,有效应对目标尺度变化问题.另外,通过计算分类特征的APCE均值和最大值建立模板在线更新策略,实现网络自适应目标形变模糊与遮挡等问题.对OTB 100和VOT 2016等公开数据集的测试结果表明,与目前先进的SiamFc及改进方法相比,所提出算法在动态目标跟踪的准确率和成功率上均得到有效提升,具有强鲁棒性能. 相似文献