期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于三次函数的电磁导航智能小车设计 被引量:1
1
作者 蔡奕松 刘海刚 +2 位作者 项华珍 戴锦盛 黄庆磊 《电子科技》 2015年第7期48-50,53,共4页
为了实现智能小车稳定快速的自动寻线,采用了"五横二竖加八字"排列的电磁线圈,能识别各种复杂的赛道。通过三次函数算法求出偏差,并采用差速电机算法处理弯道,实现了电磁导航的功能。实践证明,该系统能精准地控制智能小车稳... 为了实现智能小车稳定快速的自动寻线,采用了"五横二竖加八字"排列的电磁线圈,能识别各种复杂的赛道。通过三次函数算法求出偏差,并采用差速电机算法处理弯道,实现了电磁导航的功能。实践证明,该系统能精准地控制智能小车稳定快速地运行,且达到了预期效果。 展开更多
关键词 三次函数算法 偏差 差速电机算法 电磁导航
下载PDF
SolidWorks二次开发曲面离线编程及运动仿真 被引量:3
2
作者 蔡奕松 孙克争 +1 位作者 苏泽荣 周雪峰 《计算机系统应用》 2017年第9期75-81,共7页
为了解决人手动示教提取曲面轨迹困难且操作繁琐的问题,采用Visual Studio对SolidWorks软件进行二次开发的方式进行机器人的曲面离线编程,并且以DLL插件的形式自动加载到SolidWorks中.系统通过将曲面进行UV参数化进而实现离线轨迹的快... 为了解决人手动示教提取曲面轨迹困难且操作繁琐的问题,采用Visual Studio对SolidWorks软件进行二次开发的方式进行机器人的曲面离线编程,并且以DLL插件的形式自动加载到SolidWorks中.系统通过将曲面进行UV参数化进而实现离线轨迹的快速提取和机器人控制代码的生成,再以DH参数表示机器人模型,最后通过遍历关节角的方式实现机器人的运动仿真.实践证明,该系统离线编程生成的控制代码能够直接下载到机器人控制器运行并达到了实际预期的效果.上述系统对工业场合的实际开发应用和国内中小型企业快速加工多种零件具有重要的意义. 展开更多
关键词 曲面离线编程 UV参数化 DH参数 遍历关节角
下载PDF
基于3D虚拟引擎的无线数据触觉手套系统
3
作者 蔡奕松 鄢武 +1 位作者 孙克争 孙永永 《自动化与信息工程》 2021年第2期31-33,共3页
开发基于3D虚拟引擎的无线数据触觉手套系统,实现人手位姿可视化重现,增强沉浸式可视化触觉体验。该系统采用柔性线路的分布式IMU网络组采集人手位姿数据,并在3D虚拟引擎中重现人手的位姿和接触力。实验结果证明:该系统实现了对不同形... 开发基于3D虚拟引擎的无线数据触觉手套系统,实现人手位姿可视化重现,增强沉浸式可视化触觉体验。该系统采用柔性线路的分布式IMU网络组采集人手位姿数据,并在3D虚拟引擎中重现人手的位姿和接触力。实验结果证明:该系统实现了对不同形状物体的稳定抓取、推移和放置等功能,对VR场景的实际开发应用、虚拟教学和技能培训以及人工智能数据采集训练具有重要意义。 展开更多
关键词 可视化重现 分布式IMU网络组 3D虚拟引擎 数据采集训练
下载PDF
受损图片分类的双并行交叉降噪卷积神经网络 被引量:1
4
作者 王达 周雪峰 +2 位作者 徐智浩 蔡奕松 陈洲 《计算机工程与应用》 CSCD 北大核心 2018年第18期147-153,共7页
应对大量受干扰图像的分类问题,提出了一种双并行交叉降噪卷积模型,该模型由两部分并行交叉网络结构组成,分别对应改进的自编码方式和并行交叉卷积神经网络,同时在该模型训练的过程中,使用批量正则化和改进激活函数的方法。经实验验证,... 应对大量受干扰图像的分类问题,提出了一种双并行交叉降噪卷积模型,该模型由两部分并行交叉网络结构组成,分别对应改进的自编码方式和并行交叉卷积神经网络,同时在该模型训练的过程中,使用批量正则化和改进激活函数的方法。经实验验证,与同类模型相比,该模型首先具有降噪能力强、鲁棒性好、泛化能力强和准确率高的特点,其次避免过拟合,加快收敛速度。在图片不同程度受损的情况下,它也可较好地完成图像目标识别分类任务。 展开更多
关键词 图像分类 自编码器 卷积神经网络 双并行交叉
下载PDF
基于三维视觉的随机工件识别与姿态估计 被引量:1
5
作者 鄢武 唐观荣 +2 位作者 苏泽荣 蔡奕松 文享龙 《科技视界》 2019年第19期66-66,6,共2页
针对堆叠物品的识别与定位,本文提出了一种自适应动态阈值分割与分层识别方法,实现了对随机、无纹理堆叠物品的识别。实验结果表明用该方法可以准确识别随机堆放工件中的目标,目标工件在X,Y,Z轴方向上的平均定位误差为1.01mm、0.99mm、1... 针对堆叠物品的识别与定位,本文提出了一种自适应动态阈值分割与分层识别方法,实现了对随机、无纹理堆叠物品的识别。实验结果表明用该方法可以准确识别随机堆放工件中的目标,目标工件在X,Y,Z轴方向上的平均定位误差为1.01mm、0.99mm、1.91mm。 展开更多
关键词 三维视觉 随机工件 识别 姿态估计
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部