论文部分内容阅读
基于双目视觉及示教笔的三维示教轨迹获取研究及实现
【摘 要】
：
目前工业机器人常用的示教方式有拖动示教、示教器指引示教和编程示教。拖动示教受到机器人关节阻尼的影响容易产生误差。示教器指引示教的精度由操作人员目测决定,示教精度偏低。编程示教不但要求操作人员具备与机器人相关的专业知识,还需要具备良好的编程能力,并且在不同的应用场景下需要重新编程,效率偏低。与此同时,随着计算机视觉的发展,双目立体视觉凭借其具有非接触、系统结构简单、低成本和测量精度高等优势,被广泛应
【机 构】
：
武汉理工大学
【出 处】
：
武汉理工大学
【发表日期】
：
2020年01期
【基金项目】
：
其他文献
运动想象脑机接口是一种创新性的人机交互技术,使人们可以通过脑电信号(Electroencephalogram,EEG)控制外部设备。错误相关电位(Error-related potentials,Err Ps)是脑额叶中心区域自发产生的与错误行为检测有关的EEG信号。将Err Ps信号与运动想象相结合,可以在检测到Err Ps后对结果进行纠正,以避免执行错误的指令,最终提高脑机接口整体准确率。当前
互联网的发展迅速,且携带的信息量巨大,信息交流速度迅速,自由程度高,并且实现了全球的信息共享。但同时用户增加导致访问量暴增,很大成程度上增加了网络服务器的压力,同时也对服务器的性能提出了更高的要求。由于大量的Web高并发访问对后台的服务器造成的压力问题亟待解决,由此应运而生的服务器集群系统和负载均衡技术很大程度上缓解了这个问题,并且这些技术一方面改善了服务器的性能,另一方面很大幅度地缩减了改善服务
碳纤维是一种含碳量在90%以上,具有高比强度和高比模量的新型纤维材料,被广泛应用于航天航空、国防军事和民用方面。目前,由于工艺技术和生产设备的限制,我国碳纤维产业整体水平较发达国家仍有一定差距,主要表现在产量有限、成本过高和产品性能不稳定等方面。原丝作为碳纤维的前驱体,其质量是制约碳纤维质量的重要因素,提高原丝质量的稳定性对于碳纤维生产至关重要。工业控制系统的存在使得海量的原丝生产过程监测数据被采
人-物交互行为检测在无人商店、医疗监护、安全监控和图像检索等领域有着广泛的应用场景。目前人-物交互行为检测领域中存在以下局限性:现有方法没有充分利用人体姿态信息来进行人-物交互行为检测;在复杂场景中普遍存在人-物交互行为错误匹配的情况;现有的人-物交互行为数据集中存在类别不平衡的问题。因此本文针对上述问题展开研究,主要研究工作如下:(1)提出了一种基于人体身体部位的人-物交互行为检测方法(Huma
随着人工智能技术飞速发展,行人重识别在刑事侦查、智能商业等领域获得了广泛应用,成为了计算机视觉的研究热点。然而,跨摄像头导致的行人姿态多变、背景混乱、尺度变化使得同一行人在不同场景下图像存在较大差异,给行人重识别带来了巨大挑战。近年来基于卷积神经网络的行人重识别能大幅提高识别精度,引起了学者们的广泛关注。本文在对卷积神经网络理论及行人重识别技术深入学习的基础上,重点对行人重识别中的数据增强、特征表
乳腺癌是女性常见的恶性肿瘤之一,由于癌细胞容易脱落转移到淋巴结等正常组织器官中,术前预测评估早期乳腺癌患者的腋窝淋巴结状况,对选择最佳治疗方案具有重要意义。常见的腋窝淋巴结转移排查和治疗方案主要为侵入式的前哨淋巴结活性检测(Sentinel Lymph Node Biospy,SLNB)和腋窝淋巴结清扫手术(Axillary Lymph Node Dissection,ALND),这些方案容易引起
随着计算机和人工智能技术的飞速发展,自动语音识别成为人机交互中的关键环节,在智能家居、智能穿戴、智能对话系统等多种实际应用场景中都得到了广泛应用。基于端到端的语音识别模型结构简单、建模灵活,解码过程对内存空间需求较小,在许多应用场景中能达到比传统混合模型更好的识别效果,成为语音识别领域的热点研究方向。近几年来,使用自注意力机制对序列进行建模的Transformer模型在多项自然语言处理任务中都取得
车载网络对安全和娱乐应用的服务需求日益增大,频谱资源的匮乏状况随之愈加明显。车载自组网是现代智能交通系统的重要组成部分,它的兴起为解决道路安全和车载娱乐的应用服务提供了支持。同时在VANET中使用认知无线电技术,利用未充分使用的频谱资源来解决频谱资源匮乏的问题成为了近几年研究的重点。VANET中的服务质量(Quality of Service,QoS)保障对于与车辆相关应用服务尤为重要。在节点高速