期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于RANSAC拟合点云去噪的苹果采摘位姿构建方法
1
作者
江自真
周俊
+1 位作者
韩宏琪
王运东
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第10期72-81,共10页
针对果园环境下果实重叠和光照等因素带入的难滤除点云噪声,导致借助点云构建的采摘位姿精度低的问题,本文提出了一种基于随机采样一致性(Random sample consensus,RANSAC)拟合点云去噪的采摘位姿构建方法。该方法通过RANSAC拟合算法从...
针对果园环境下果实重叠和光照等因素带入的难滤除点云噪声,导致借助点云构建的采摘位姿精度低的问题,本文提出了一种基于随机采样一致性(Random sample consensus,RANSAC)拟合点云去噪的采摘位姿构建方法。该方法通过RANSAC拟合算法从预处理后的果实点云中检测出多个潜在的球体,并以与点云采集设备垂直距离最短的球体球心作为目标果实的基准设置距离阈值,以便进一步滤除目标果实点云中难滤除的点云噪声,提高目标果实的位姿构建精度。在此基础上,利用最小二乘法对去噪后的点云进行球拟合得到球心坐标,并作为目标果实的采摘位置,然后结合实例分割算法获取的二值化掩膜图像质心三维坐标,构造接近向量作为采摘姿态,完成采摘位姿的构建。重叠果实点云去噪试验表明,本文方法能够有效滤除目标果实中难滤除的点云噪声;位姿构建评估试验结果显示,在室外仿果园环境下采用提出的位姿构建方法,果实定位精度达到15.0 mm,相较于直接使用RANSAC拟合球的定位方法,定位精度最大提高28.1%,位置构建稳定性提高76.0%;果园采摘对比试验表明,采用提出的位姿构建方法定位成功率达到70.2%,相较于现有同类方法,定位成功率提高23.4%,采摘成功率提高38.4%。本文提出的方法可为复杂果园环境下的果实位姿准确构建提供参考。
展开更多
关键词
苹果采摘机器人
果实定位
姿态构建
点云去噪
下载PDF
职称材料
融合神经网络与数值计算的人体逆向运动学求解
被引量:
1
2
作者
胡磊
张子豪
夏时洪
《中国科学:数学》
CSCD
北大核心
2021年第1期137-152,共16页
人体逆向运动学问题是人体运动合成、人体运动捕获和理解的基本问题.由于人体关节链式系统的复杂性,人体逆向运动学方程往往存在多解或无解的情形.传统的方法通常采用解析或数值迭代方法求解逆向运动学问题,在给定足够多约束的情形下能...
人体逆向运动学问题是人体运动合成、人体运动捕获和理解的基本问题.由于人体关节链式系统的复杂性,人体逆向运动学方程往往存在多解或无解的情形.传统的方法通常采用解析或数值迭代方法求解逆向运动学问题,在给定足够多约束的情形下能够得到比较好的解,但无法处理少量约束下生成自然的人体姿态问题.近年来,从大规模数据集中学习统计模型参数的思想被广泛运用,求解人体逆向运动学的机器学习方法中经典工作|混合Gauss逆向运动求解模型(Gaussian mixture model-inverse kinematics,GMM-IK)就提出利用混合Gauss模型建模人体姿态数据分布,并采用期望最大化方法求解参数.随着深度学习技术的发展,本文提出一种自编码神经网络与数值迭代融合的方法,在给定少量约束的情形下依然能够得到自然的人体姿态,相较于GMM-IK方法,本文所提出的方法通过神经网络自动学习姿态分布,省去了模型的假设和特征的设计,且量化实验显示本文方法的关节坐标和角度重建误差相较于GMM-IK模型平均减少了25%和39%.在应用方面,本文方法可处理光学运动捕获数据,也可用于图像视频的人体姿态估计等领域.
展开更多
关键词
逆向运动学
人体
姿态构建
自编码神经网络
原文传递
题名
基于RANSAC拟合点云去噪的苹果采摘位姿构建方法
1
作者
江自真
周俊
韩宏琪
王运东
机构
南京农业大学工学院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2024年第10期72-81,共10页
基金
江苏省现代农机装备与技术示范推广项目(NJ2022-14)
江苏省重点研发计划项目(BE2017370)。
文摘
针对果园环境下果实重叠和光照等因素带入的难滤除点云噪声,导致借助点云构建的采摘位姿精度低的问题,本文提出了一种基于随机采样一致性(Random sample consensus,RANSAC)拟合点云去噪的采摘位姿构建方法。该方法通过RANSAC拟合算法从预处理后的果实点云中检测出多个潜在的球体,并以与点云采集设备垂直距离最短的球体球心作为目标果实的基准设置距离阈值,以便进一步滤除目标果实点云中难滤除的点云噪声,提高目标果实的位姿构建精度。在此基础上,利用最小二乘法对去噪后的点云进行球拟合得到球心坐标,并作为目标果实的采摘位置,然后结合实例分割算法获取的二值化掩膜图像质心三维坐标,构造接近向量作为采摘姿态,完成采摘位姿的构建。重叠果实点云去噪试验表明,本文方法能够有效滤除目标果实中难滤除的点云噪声;位姿构建评估试验结果显示,在室外仿果园环境下采用提出的位姿构建方法,果实定位精度达到15.0 mm,相较于直接使用RANSAC拟合球的定位方法,定位精度最大提高28.1%,位置构建稳定性提高76.0%;果园采摘对比试验表明,采用提出的位姿构建方法定位成功率达到70.2%,相较于现有同类方法,定位成功率提高23.4%,采摘成功率提高38.4%。本文提出的方法可为复杂果园环境下的果实位姿准确构建提供参考。
关键词
苹果采摘机器人
果实定位
姿态构建
点云去噪
Keywords
apple picking robot
fruit localization
orientation establishment
point cloud denoising
分类号
TP242.3 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
融合神经网络与数值计算的人体逆向运动学求解
被引量:
1
2
作者
胡磊
张子豪
夏时洪
机构
中国科学院计算技术研究所前瞻研究实验室
中国科学院大学计算机科学与技术学院
出处
《中国科学:数学》
CSCD
北大核心
2021年第1期137-152,共16页
基金
国家自然科学基金(批准号:61772499)
北京市自然科学基金-海淀原始创新联合基金重点项目(批准号:L182052)资助项目。
文摘
人体逆向运动学问题是人体运动合成、人体运动捕获和理解的基本问题.由于人体关节链式系统的复杂性,人体逆向运动学方程往往存在多解或无解的情形.传统的方法通常采用解析或数值迭代方法求解逆向运动学问题,在给定足够多约束的情形下能够得到比较好的解,但无法处理少量约束下生成自然的人体姿态问题.近年来,从大规模数据集中学习统计模型参数的思想被广泛运用,求解人体逆向运动学的机器学习方法中经典工作|混合Gauss逆向运动求解模型(Gaussian mixture model-inverse kinematics,GMM-IK)就提出利用混合Gauss模型建模人体姿态数据分布,并采用期望最大化方法求解参数.随着深度学习技术的发展,本文提出一种自编码神经网络与数值迭代融合的方法,在给定少量约束的情形下依然能够得到自然的人体姿态,相较于GMM-IK方法,本文所提出的方法通过神经网络自动学习姿态分布,省去了模型的假设和特征的设计,且量化实验显示本文方法的关节坐标和角度重建误差相较于GMM-IK模型平均减少了25%和39%.在应用方面,本文方法可处理光学运动捕获数据,也可用于图像视频的人体姿态估计等领域.
关键词
逆向运动学
人体
姿态构建
自编码神经网络
Keywords
inverse kinematics
human posing
autoencoder neural network
分类号
O241 [理学—计算数学]
G804.2 [文化科学—运动人体科学]
TP183 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于RANSAC拟合点云去噪的苹果采摘位姿构建方法
江自真
周俊
韩宏琪
王运东
《农业机械学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
2
融合神经网络与数值计算的人体逆向运动学求解
胡磊
张子豪
夏时洪
《中国科学:数学》
CSCD
北大核心
2021
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部