【摘 要】
：
常用机器人人机交互模块自动优化方法,采集人体数据存在噪声,测量数据和真实数据误差较大,导致交互作用下机器人到达目标点的距离偏差较大.针对这一问题,研究智能翻译机器人人机交互模块自动优化方法.映射相机坐标系到机器人基坐标系,定位机器人视觉,抓取人手目标对象,平滑滤波采集图像,消除测量数据噪声误差,定义手势和运动方式对应关系,识别手轮廓和指尖数量,手势交互控制机器人运动方式.布置简单、一般复杂、复杂障碍环境,设置对比实验,结果表明,设计方法相比常用方法,减少了机器人到达目标点的距离偏差,保证了手势交互控制精度
【机 构】
：
商洛学院人文学院,陕西商洛726000
论文部分内容阅读
常用机器人人机交互模块自动优化方法,采集人体数据存在噪声,测量数据和真实数据误差较大,导致交互作用下机器人到达目标点的距离偏差较大.针对这一问题,研究智能翻译机器人人机交互模块自动优化方法.映射相机坐标系到机器人基坐标系,定位机器人视觉,抓取人手目标对象,平滑滤波采集图像,消除测量数据噪声误差,定义手势和运动方式对应关系,识别手轮廓和指尖数量,手势交互控制机器人运动方式.布置简单、一般复杂、复杂障碍环境,设置对比实验,结果表明,设计方法相比常用方法,减少了机器人到达目标点的距离偏差,保证了手势交互控制精度.
其他文献
针对传统方法网络传输性能较差的问题,设计一种基于TDMA的通信网络数字资源时隙动态分配系统.通过MFC开发系统框架,系统的硬件构成为处理器模块,类型为DSP.系统软件通过TDMA协议模块搭建网络运行框架,实现时隙的碰撞处理、分配、申请、选择;网络规划模块通过网络创建向导、参与成员部署等步骤设计网络规划流程;时隙动态分配模块通过OASA这一时隙动态分配协议实现时隙动态分配.通过仿真实验测试系统信息复杂度、端到端时延、点着色数几方面的性能,结果表明该系统性能均优于现有系统,实现了网络传输性能的提升以及时隙复用
为实现语料信息文件的跨语言检索,建立更加稳定的数据信息编译环境,设计基于ELAN软件的平行语料库加工处理系统.利用核心处理架构,规划文档编辑模块与平行管理模块间的实际连接关系,完成平行语料库加工处理系统的硬件执行环境搭建.在此基础上,借助ELAN工具,对语料字符串匹配分词进行调试,再通过定义角色表关系的方式,完成系统的软件执行环境搭建,结合相关硬件设备结构,实现基于ELAN软件平行语料库加工处理系统的顺利应用.对比实验结果表明,与传统双语型语料库加工系统相比,平行语料库加工处理系统能够对跨语言检索信息进行
大功率电子设备存在输出可靠性不足的问题,制约电子行业发展.为此提出基于人工智能的大功率电子设备可靠性自动化评估系统设计方法.软件方面,构建系统的网络体系和总体框架,实现大功率电子设备可靠性自动化评估系统的框架设计.硬件方面,利用智能型控制器进行数据智能传输识别,处理电子设备的输出信号,进行可靠性自动化输出信号检测,构建加载系统的硬件指令,实现大功率电子设备可靠性自动化评估系统设计.实验结果表明,设计系统能有效实现大功率电子设备可靠性评估,自动化水平较高.
针对现有公路边坡危岩体缺乏有效监控预警的问题,提出一种基于改进灰色GM(1,1)模型的公路边坡危岩体监控预警系统,以实现边坡的自动化监控与报警.对此,首先提出本系统构建的思路,然后按照思路分别对边坡现场数据采集、边坡稳定性评价等模块进行详细设计.其中,在边坡危岩体稳定性评价中,采用可变长度滑动窗对标准灰色GM(1,1)预测模型进行改进,以提高对稳定性系数k的预测精度.最后,通过仿真和系统构建的方式,验证了上述提出的基于改进灰色GM(1,1)模型在公路边坡危岩体监控预警的有效性,为公路边坡危岩体监控预警提供
针对目前系统故障诊断模块远程控制方法未计算局部均值,导致系统故障诊断时间长、诊断准确率低的问题,提出数控机电仿真实训系统故障诊断模块远程控制方法.采用数据采集器、数据库服务器、Web服务器、故障诊断管理工作站,完成故障诊断远程控制模块设计.制定故障数据采集程序流程,采集设备故障数据,利用权重方法均值计算设备故障数据,得出局部均值避免边界效应,获取故障数据中有效分量,再运用分解信号得到局域波分量,求出原始信号得出时频信号,实现对系统故障模块的远程控制设计.实验结果表明,所提方法诊断准确率高,诊断时间短.
为避免电力调度操作票系统运行过程中,因用户并发量较大导致系统性能无法保障自身正常运行的问题,设计基于人工智能技术的电力调度操作票系统.系统以人工智能技术为基础,整体划分为服务器端与客户端两个主要部分,服务器端利用推理机智能推理过程中,结合电网运行状态,通过逻辑状态初判和潮流计算详细分析,实现操作步骤安全性校核,客户端依照调度值班人员所在地信息化环境完成操作票的出票、审核与下发等人机交互服务.实验结果显示该系统在用户并发量为200的条件下,CPU占用率均值、内存占用率均值和最大响应时间均较小,可以满足实际应
针对现有神经网络结构构建的英语机器翻译模型,因长距离依赖导致长距离信息在传递过程中丢失,导致英语机器翻译效果不理想的问题,提出一种注意力嵌入的LSTM英语机器翻译模型.首先,根据标准LSTM网络模型编码阶段采用固定维度向量表示词的特点,在LSTM模型中引入注意力机制,建立了基于LSTM注意力嵌入的英语机器翻译模型;然后,在TensorFlow框架上搭建英语机器翻译系统,并在IWSLT2019数据集上对提出模型进行仿真实验.结果 表明,本研究提出的基于LSTM注意力嵌入的英语机器翻译模型,相较于现有神经网络
常用系统在提取故障识别特征参数时,仅提取了机械信号时域特征,而忽略了频域特征,导致故障识别准确率较低.针对这一问题,设计一种健美操腰部训练器故障自动化识别系统.硬件方面,采用双核结构处理器,嵌入惯性速度传感器,利用A/D转换芯片,采集训练器振动信号,优化信号预处理健相电路;软件方面,提取振动信号的量纲时域特征、无量纲时域特征、频域特征,获得信号时频图谱,输入卷积神经网络,识别训练器故障模式.采集训练器10种不同运行状态信号,作为测试样本,设置对比实验,结果表明,设计系统提高了故障位置、故障类型、故障程度的
针对日语短时语音识别准确率较低、系统鲁棒性有待提高的问题,研究提出一种基于DBN深度学习的日语识别方法.通过对DBN模型结构和其训练方法进行分析,构建了基于DBN深度学习的日语识别系统,明确了该系统的识别流程,并通过仿真实验对系统性能进行了验证.结果 表明,本研究基于DBN深度学习的日语识别方法,具有良好的日语识别效果,相较于传统基于深度学习的HMM模型,在不同时长的日语语音输入序列在识别准确率上,本研究方法的准确率具有明显提升,识别错误率也明显下降.
基于机器人操作系统(Robot operating system,ROS)框架,以6自由度ABB机器人为研究对象,设计了一种基于在线预测和规划的机器人动态跟踪抓取方法.系统通过预先检测目标物的运动状态在线预测其运行轨迹,并对预估轨迹进行运动规划得到机械臂的跟踪轨迹,以实现机器人对移动目标物体进行动态跟踪抓取.针对ROS系统与机器人通信反馈机制造成机器人跟踪过程断续、跟踪轨迹不连续的问题,设计了一种多轨迹融合方法,用于运动规划时融合多段轨迹,实现了机器人持续地跟踪移动物体.针对机器人对不同移动速度的目标物体