期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
A Target Grabbing Strategy for Telerobot Based on Improved Stiffness Display Device 被引量:3
1
作者 Pengwen Xiong Xiaodong Zhu +3 位作者 Aiguo Song Lingyan Hu Xiaoping P.Liu Lihang Feng 《IEEE/CAA Journal of Automatica Sinica》 SCIE EI CSCD 2017年第4期661-667,共7页
Most target grabbing problems have been dealt with by computer vision system, however, computer vision method is not always enough when it comes to the precision contact grabbing problems during the teleoperation proc... Most target grabbing problems have been dealt with by computer vision system, however, computer vision method is not always enough when it comes to the precision contact grabbing problems during the teleoperation process, and need to be combined with the stiffness display to provide more effective information to the operator on the remote side. Therefore, in this paper a more portable stiffness display device with a small volume and extended function is developed based on our previous work. A new static load calibration of the improved stiffness display device is performed to detect its accuracy, and the relationship between the stiffness and the position is given. An effective target grabbing strategy is presented to help operator on the remote side to judge and control and the target is classified by multi-class SVM(supporter vector machine). The teleoperation system is established to test and verify the feasibility. A special experiment is designed and the results demonstrate that the improved stiffness display device could greatly help operator on the remote side control the telerobot to grab target and the target grabbing strategy is effective. 展开更多
关键词 Multi-class SVM(supporter vector machine) TELEOPERATION target grabbing stiffness display
下载PDF
基于RGB-D三维点云目标分割 被引量:1
2
作者 陈国军 孔李燕 +1 位作者 张清伟 杨静 《计算机技术与发展》 2018年第12期38-42,共5页
三维点云的分割与分类是点云处理的关键步骤。针对点云模型分割出现的过分割和欠分割等分割不精确问题,提出一种基于RGB-D的背景点云目标分割方法,以提高点云模型的分割精度。利用Kinect相机对物体进行旋转拍摄可得到物体两帧背景点云... 三维点云的分割与分类是点云处理的关键步骤。针对点云模型分割出现的过分割和欠分割等分割不精确问题,提出一种基于RGB-D的背景点云目标分割方法,以提高点云模型的分割精度。利用Kinect相机对物体进行旋转拍摄可得到物体两帧背景点云和各角度的点云数据。算法利用背景帧根据深度信息对点云模型进行背景分割得到前景物体。结合图像分割和点云分割,利用Grab Cut算法对背景图像进行图像分割得到目标的RGB数据,随后对点云模型比较给定范围内的点的颜色信息和法向量进行点云数据的分割与合并,最后得到目标点云。实验结果表明,背景分割可以有效分割深度值小于背景的前景,结合图像分割有效地避免了过分割和欠分割问题。 展开更多
关键词 KINECT 点云分割 背景分割 图像分割 grabCUT 法向量
下载PDF
基于3维点云深度信息和质心距相结合的机器人抓取控制方法 被引量:8
3
作者 邹遇 熊禾根 +3 位作者 陶永 任帆 陈超勇 江山 《高技术通讯》 EI CAS 北大核心 2020年第5期508-517,共10页
针对机器人抓取不规则形状物体时,抓取位置难判别问题,提出一种基于物体边界3维点云法向量夹角和质心距相结合的机器人抓取控制方法,该方法建立基于双目标的综合抓取评价方法,避免单一目标抓取评价方法对抓取因素判断不足的问题。首先对... 针对机器人抓取不规则形状物体时,抓取位置难判别问题,提出一种基于物体边界3维点云法向量夹角和质心距相结合的机器人抓取控制方法,该方法建立基于双目标的综合抓取评价方法,避免单一目标抓取评价方法对抓取因素判断不足的问题。首先对Kinect传感器拾取的场景点云进行分割、去噪、降采样等处理,得到目标物边界点云;然后,将边界点云法向量和抓取两点所在直线的夹角、抓取点对所在直线与目标物质心的距离2种评价方法相结合进行综合评价,提出一种抓取质量综合评价函数以获取最优值,进而选取最优抓取位置对物体实施抓取。最后,对抓取综合评价方法进行仿真实验,验证了该方法的可行性和有效性。 展开更多
关键词 3维点云 法向量 质心距 抓取 评价方法
下载PDF
矿仓煤渣装运无人操作抓斗摆动抑制研究 被引量:1
4
作者 陈淼 于继明 +1 位作者 张静 吴洪兵 《煤矿机械》 2021年第9期155-158,共4页
为了实现无人操作抓斗行车过程中的摆动抑制,针对其运动系统特点,提出了一种基于控制向量参数化的最优控制问题求解方法。首先根据拉格朗日方程建立抓斗摆动运动数学模型,并以摆动能量最小为优化目标,综合考虑抓斗行车路径约束条件,建... 为了实现无人操作抓斗行车过程中的摆动抑制,针对其运动系统特点,提出了一种基于控制向量参数化的最优控制问题求解方法。首先根据拉格朗日方程建立抓斗摆动运动数学模型,并以摆动能量最小为优化目标,综合考虑抓斗行车路径约束条件,建立目标函数。然后采用光滑化罚函数方法处理状态路径约束,降低模型求解难度,并逐步证明转化后的最优化问题与初始最优化问题的一致性。最后采用梯度下降法求解最优控制参数。通过仿真验证了该算法的有效性。 展开更多
关键词 抓斗 最优控制 控制向量参数化 摆动抑制
下载PDF
变频技术在桥式起重设备上的应用 被引量:4
5
作者 汪建平 钱旺超 《能源工程》 2003年第4期50-52,共3页
介绍分析了桥式抓斗起重机 (简称桥抓 )负载的特点 ,变频技术在“桥抓”传动系统中的应用 。
关键词 变频技术 桥式起重设备 抓斗起重机 传动系统 矢量控制
下载PDF
一种单摆式救援修复仿生机器人的研究
6
作者 闫栋栋 李红双 +1 位作者 尚晓峰 刘芮含 《机械设计》 CSCD 北大核心 2023年第S01期50-53,共4页
针对矿井、油井等狭小环境下人工与大型器械不便作业的问题,设计了利用单片机控制的单摆式矢量抓取为核心的仿生蜘蛛机器人,用以实现井下特种环境的修复及救援任务。该仿生机器人通过悬挂模拟蜘蛛吐丝与单摆式矢量抓取的方式进行井下避... 针对矿井、油井等狭小环境下人工与大型器械不便作业的问题,设计了利用单片机控制的单摆式矢量抓取为核心的仿生蜘蛛机器人,用以实现井下特种环境的修复及救援任务。该仿生机器人通过悬挂模拟蜘蛛吐丝与单摆式矢量抓取的方式进行井下避障行进与探测,从而抵达目标地域进行探测修复或基础救援。利用SolidWorks软件对机器人进行了结构设计,制作了实物模型,机器人尺寸为310 mm×250 mm×180 mm,质量为2.3 kg,下降速度为0.5 m/s,抓取力为30 N,矢量推力27 N。试验测试结果表明:机器人可在0°~75°范围内进行单摆抓取。文中研究对于油井等特种环境下机器人的定向修复与人员救援,具有一定参考价值。 展开更多
关键词 单摆式 矢量抓取 救援修复 仿生
下载PDF
一种多信息融合的机器人抓取区域检测方法 被引量:1
7
作者 贾淼 邵全全 +1 位作者 胡洁 戚进 《机电一体化》 2022年第2期13-21,共9页
重点介绍了面向物体杂乱放置状态下的机器人物体拾取方法。由于物体的多样性和放置时的随意性,很难通过识别、分割、位姿估计等多步骤方法实现杂乱堆放物体的准确抓取。采用一种称为U-net的特殊卷积神经网络、结构融合RGB图像、深度图... 重点介绍了面向物体杂乱放置状态下的机器人物体拾取方法。由于物体的多样性和放置时的随意性,很难通过识别、分割、位姿估计等多步骤方法实现杂乱堆放物体的准确抓取。采用一种称为U-net的特殊卷积神经网络、结构融合RGB图像、深度图像信息以及法向量信息,直接预测合适的抓取点,从而无须提前进行物体识别以及位姿估计等操作。最后实验验证了方法的有效性,并比较了多种模态视觉信息对抓取区域预测的效果,发现融合RGB图像、深度图像以及法向量信息可以获得比较好的精度和召回率。 展开更多
关键词 吸附式抓取 神经网络 法向量信息 物体抓取
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部