排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
为提高板式磁选机的干式预选指标,以N50钕铁硼磁铁为强磁磁系主要材料,设计了一种针对弱磁性铁矿石预选的强磁选机磁系。在对强磁磁系磁极、结构进行仿真模拟计算的基础上,确定Q235钢为磁极底板,磁块的尺寸分别为80 mm×60 mm×30 mm和80 mm×60 mm×20 mm设计磁系;对不同磁系模型进行仿真模拟计算,拟定采用海尔贝壳阵列与挤压磁极夹导磁纯铁的磁系模型,其中挤压磁极磁块与垂直面充磁磁块长度比值采取1∶2的形式;依据模拟仿真结果设计制造的强磁磁系,磁系表面实测磁感应强度与模拟仿真结果一致,为设计制造强磁板式磁选机提供了理论依据。 相似文献
2.
3.
针对动态环境下视觉同步定位与建图(SLAM)系统运行效率低的问题,提出了一种基于深度学习的实时语义视觉SLAM算法。所提算法的语义线程不会阻塞跟踪线程的运行,只对最新的待分割图像进行语义分割,分割后对分割结果进行检测与修复,并更新语义信息。图像输入后,首先,更新待分割的图像;然后,利用最新的语义信息和L-K光流法剔除动态关键点,并用剩余的特征点对位姿进行估计;最后,利用语义信息和跟踪信息构建出语义点云地图。在TUM数据集上对所提算法进行实验,实验测试结果表明:高动态环境下,所提算法相较于DS-SLAM在绝对轨迹误差上减小了12.54%~91.78%,跟踪一帧的平均耗时为25.91 ms,验证了所提算法在高动态环境中有较高的定位精度以及实时性,相较于无检测修复的算法在高动态环境下拥有更好的建图效果。 相似文献
4.
1