基于场景记忆的参照系整合过程中的物体方位判断

以绝对方位中的物体方位判断为实验任务,并按照以往研究把判断过程进行分解为获取目标位置信息、获取前行方向信息和判断目标物体相对于参照物体的方位信息,旨在考察不同信息获取过程下的目标位置和前行方向如何影响基于场景记忆的参照系整合过程中的绝对方位判断。实验1的判断任务同时包括这三个过程;实验2和实验3中的判断任务分别独立于路径描述(即定位后判断,先获知目标位置信息,再进行方位判断)和自身定向(即定向后判断,先获取前行方向信息,再进行方位判断)。每个任务均为目标位置(R0°-前、R45°-左前/右前、R90°-左/右、R135°-左后/右后,R180°-后)×前行方向(北、东南西、斜方向)的组内设计、因变量为正确率和判断时间,共有60名大学生被试(男女各半)参与实验。发现:朝北优势效应只在实验1中明显;三个实验任务中均存在正方向-左右位置优势效应、以及0°和180°位置优势效应;目标位置对物体方位判断的影响程度要大于前行方向对判断的影响程度。结合以往的研究来看,场景记忆上的判断比视觉媒介上的同类判断受目标位置影响的程度要大,其他影响模式比较一致。从判断的信息获取过程上对结果进行了讨论,这有助于理解绝对方位判断的认知结构。

基于3维点云欧氏聚类和RANSAC边界拟合的目标物体尺寸和方位识别

目标物体尺寸和方位识别是移动机器人在未知环境下实现自主搬运的关键技术,主要难点是如何从混有地面和周边环境信息的3维点云数据中提取物体信息,并准确识别其方位和尺寸。常用的方法是通过3维点云建立物体包围盒,但是现有的基于PCA（主成分分析）或基于边缘点云提取的包围盒建立方法对物体边缘点云噪声比较敏感。文中主要针对室内搬运场景中方形箱式物体,提出1种基于3维点云欧氏聚类和RANSAC（随机采样一致性）边界拟合的物体尺寸和方位识别算法。首先,采用点云截断、体素滤波降采样和离群点移除对数据进行预处理,然后采用基于K-D树的快速聚类算法进行物体与物体之间的分割,接着将分割后物体3维点云进行2维投影。由于投影后物体2维点云边缘点密度远高于内部点云密度,采用RANSAC算法对边缘点云进行直线拟合。该直线能够近似物体边缘点云分布的期望均值,受物体边缘点云噪声的影响较小。实验表明该算法精度较高、速度较快、鲁棒性好,可用于移动机器人物体搬运作业等领域。

运用绘图讲解英语介词

英语句子中少不了介词,介词是丰富的,它们可以表达出人或事物的相互关系。遇到介词,有的教师习惯单独讲解词义,并穿插进行拼读、抄写、填空等语法形式的练习;也有的教师喜欢把介词放在句子里。

方位感的“第1课”

方位感即方位知觉,是指一个人对物体和自身所处方位的感知。一般包括前、后、左、右,上、下和东、南、西、北等。由于方位总是相对的,是与所参照的物体方位相比较来说的,因此,宝宝的方位知觉发展要比其他知觉发展慢。对6-12个月的宝宝来说,可以逐渐培养他的方位意识。

运用互动式教学,激发学生的学习兴趣

教学过程是由教师和学生双方共同完成的,根据双方在教学过程中不同的参与形式和参与程度,我们可以把教学方式分为单向被动式和双向互动式两种。

梦中钢琴师

你相信吗?打瞌睡的时候听音乐,醒来时可能就会弹。打盹的时候轻轻播放柔和优美的小调,有助于醒来之后人们准确弹出小调的音符。新的研究结果指出,柔和的曲调会徐徐传入睡眠中的大脑,从而加强演奏技能。当然这并不是说。