期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
一种桁架机器人的机构设计及实现 被引量:3
1
作者 张新予 匡以顺 《装备制造技术》 2008年第7期57-58,63,共3页
在Solidworks、Auto CAD等软件的协助下,设计了一种适用于铅钙合金生产线上代替人工劳动的结构简单、成本低廉、工作稳定、易于控制的桁架机构浮渣铲除机器人,介绍了该系统的总体结构、工作流程和液压驱动、控制原理。
关键词 机器人 机构 液压
下载PDF
七自由度浮渣铲除机器人的运动学正逆解研究 被引量:2
2
作者 张新予 匡以顺 《装备制造技术》 2007年第1期9-11,共3页
用D-H方法在运动学分析过程中,求解本来没有唯一解的具有七个自由度的机器人系统的运动学方程,并加以验证运动学方程的正确性。总结出在运动方程正解求解过程中,坐标设置时应注意的问题及运动学方程求逆解的方法。
关键词 机器人 运动学 D—H方法
下载PDF
多自由度墙体喷涂机器人机构设计
3
作者 张新予 匡以顺 《兵工自动化》 2009年第6期38-39,共2页
房屋装修过程中墙体涂料的喷涂主要由人工粉刷完成,劳动强度大,工作环境恶劣,喷涂机器人能够代替人在房屋装修过程中进行建筑墙面自动喷涂各种涂料。整个机构采用5个自由度的开放关节型机械臂完成,移动小车作为基座并完成机构的整体水... 房屋装修过程中墙体涂料的喷涂主要由人工粉刷完成,劳动强度大,工作环境恶劣,喷涂机器人能够代替人在房屋装修过程中进行建筑墙面自动喷涂各种涂料。整个机构采用5个自由度的开放关节型机械臂完成,移动小车作为基座并完成机构的整体水平移动,腰部关节、大臂、小臂及粉刷头在运动控制卡及步进电机的控制下,使得粉刷头始终紧贴墙壁做上下往复运动完成粉刷动作,并获得持续的涂料供给。 展开更多
关键词 机器人 机构设计 墙体喷涂
下载PDF
在嵌入式系统中实现控制图的自动识别
4
作者 杜力 黄朝志 +1 位作者 匡以顺 刘飞飞 《工业控制计算机》 2008年第12期21-23,共3页
以ARM9内核的S3C2410芯片作为主控器,Windows CE作为操作系统,利用神经网络,采用Embedded Visual C作为编程工具,在嵌入式系统中实现了控制图的自动识别。
关键词 嵌入式系统 控制图 WINDOWS CE EVC 神经网络 SPC
下载PDF
基于windows CE的嵌入式SPC系统
5
作者 杜力 黄朝志 +1 位作者 匡以顺 刘飞飞 《科技经济市场》 2008年第9期25-27,共3页
作为国际上通行的行之有效的工序质量管理技术SPC,正在受到越来越多国内企业的重视。本文介绍了利用32位的S3C2410 ARM处理器,移植WINDOWS CE内核构建嵌入式SPC系统。
关键词 嵌入式系统 WINDOWS CE EVC SPC
下载PDF
人工神经网络在转炉炉衬红外监测中的应用
6
作者 刘飞飞 匡以顺 《甘肃冶金》 2007年第1期16-18,共3页
本文提出了运用神经网络技术,通过拍摄转炉炉表被监测部位的红外热图像,经过计算机图像处理后,提取图像特征,并检测对应的炉内的蚀损状况,分别作为神经网络模型训练样本的输入和输出。训练好的神经网络系统即可用来监测转炉的炉衬蚀损... 本文提出了运用神经网络技术,通过拍摄转炉炉表被监测部位的红外热图像,经过计算机图像处理后,提取图像特征,并检测对应的炉内的蚀损状况,分别作为神经网络模型训练样本的输入和输出。训练好的神经网络系统即可用来监测转炉的炉衬蚀损状况。 展开更多
关键词 神经网络 红外热像 转炉
下载PDF
七自由度机器人控制系统方案设计
7
作者 张新予 匡以顺 《装备制造技术》 2009年第5期54-55,共2页
浮渣铲除机器人是一种为了代替在高温、高粉尘环境下工作的人工劳动而设计的七自由度串连关节型工业机器人,在机构设计的基础上,对控制环节中的硬件、软件部分进行分析设计,并给出了控制系统图。
关键词 机器人 控制 示教
下载PDF
基于机器视觉的脐橙品质在线分级检测系统 被引量:12
8
作者 胡发焕 董增文 匡以顺 《中国农业大学学报》 CAS CSCD 北大核心 2016年第3期112-118,共7页
针对脐橙自动分级检测中存在正确识别率偏低、实时性不强的问题,提出一种综合特征提取方法:在对图像颜色模型进行转换后,用H分量图像提取脐橙的大小特征;S分量图像通过背景分割、边缘灰度补偿、整体亮度变换后提取脐橙的果面缺陷特征;采... 针对脐橙自动分级检测中存在正确识别率偏低、实时性不强的问题,提出一种综合特征提取方法:在对图像颜色模型进行转换后,用H分量图像提取脐橙的大小特征;S分量图像通过背景分割、边缘灰度补偿、整体亮度变换后提取脐橙的果面缺陷特征;采用R、G、R-G3个分量的均值和标准差提取脐橙的颜色特征。以脐橙的大小特征、果面缺陷特征和颜色特征为支持向量机(Support vector machine,SVM)的试验输入向量,进行脐橙分级检测试验,以实现提高脐橙自动分级正确识别率和增强实时。试验结果表明:该SVM分类器对脐橙分级的正确识别率为91.5%,处理时间为160ms,适合于实时环境下的分级检测。 展开更多
关键词 机器视觉 亮度补偿 支持向量机 脐橙
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部