期刊文献+

水下机器人手爪标定与辅助控制系统方案研究

下载PDF
导出
摘要 目前水下机器人手爪标定与辅助控制系统主要存在手爪控制适应性不足和控制系统操作效率低下2个问题,而脑机接口技术由于具有精确灵敏、适应环境力强和控制手段多样等优点,能够为这些问题提供可行的解决途径。因此,提出一种基于脑机接口的水下机器人手爪标定与辅助控制系统方案,并以珊瑚抓取过程为实例,解释系统解决实际问题的过程。
出处 《工程与建设》 2016年第3期294-296,共3页 Engineering and Construction
基金 安徽省2015年第一批科技计划项目(对外科技合作项目)(1503062026)
  • 相关文献

参考文献18

二级参考文献169

  • 1彭学伦.水下机器人的研究现状与发展趋势[J].机器人技术与应用,2004(4):43-47. 被引量:66
  • 2刘慧,和卫星,陈晓平.睡眠脑电的非线性动力学方法[J].江苏大学学报(自然科学版),2005,26(2):174-177. 被引量:19
  • 3冯正平.国外自治水下机器人发展现状综述[J].鱼雷技术,2005,13(1):5-9. 被引量:53
  • 4胡庆轩,鹿建春,刘敏霞,车凤翔,蔡增林,鲁志新,何亦祥.空气微生物采样方法的比较[J].中国环境科学,1994,14(2):152-155. 被引量:14
  • 5杨立才,李佰敏,李光林,贾磊.脑-机接口技术综述[J].电子学报,2005,33(7):1234-1241. 被引量:68
  • 6Shimada T,Shiina T,Saito Y.Detection of characteristic waves of sleep EEG by neural network analysis[J] IEEE Transactions on Biomedical Engineering,2000,47(3):369-379.
  • 7Liu Derong,Pang Zhongyu,Lloyd Stephen R.A neural network method for detection of obstructive sleep apnea and narcolepsy based on pupil size and EEG[J].IEEE Transactiots on Neural Networks,2008,19(2):308-318.
  • 8Thulasidas Manoj,Guan Cuntai,Wu Jiankang.Robust classification of EEG signal for brain-computer interface[J].IEEE Transactions on Neural Systems and Rehabilitation Engineering,2006,14(1):24-29.
  • 9Tipping M E.The relevance vector machine[J].Advances in Neural Information Processing Systems,2000,12:652-658.
  • 10Lima Clodoaldo A M,Coelho André L V,Chagas Sandro.Automatic EEG signal classification for epilepsy diagnosis with relevance vector machines[J].Expert Systems with Applications,2009,36 (6):10054-10059.

共引文献97

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部