一种基于双目视觉传感器的遮挡目标期望抓取点识别与定位方法

来源 :传感技术学报 | 被引量 : 0次 | 上传用户:y317145569
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在不确定性较高的室内复杂场景中,机器人常需识别遮挡物体并对其抓取。遮挡问题会导致抓取点预估位置脱离目标,产生位置漂移。针对该问题,本文提出一种基于双目视觉的遮挡目标抓取点识别与定位策略。采用基于期望位置模型的方法估计,以特征检测进行遮挡目标识别,并进行轮廓还原;根据期望抓取点模型,采集目标的期望抓取位置,构建位置模型库。将待检测目标与模型库匹配,提取双目视野中未遮挡区域的期望抓取点。实验表明本方法在复杂环境下具有较高的鲁棒性,抗干扰能力强,对遮挡目标具有较高的定位精度。
其他文献
管道系统在船舶行业中应用广泛,其振动及声辐射特性一直以来都是研究的热点。基于Timoshenko梁理论,本文首先利用传递矩阵法计算了单根充液管道的横向振动响应,并通过有限元计算和实验对比验证了计算方法。在此基础上,对管道系统的传递矩阵取特征值得到波传播参数,从而进一步分析了周期支撑的充液管道系统的振动波传递特性。由本文的计算结果可见,基于Timoshenko梁理论的横向振动响应比基于Euler-Bernoulli梁理论的结果更为精准,尤其是在较高频域内。此外,弹性支撑的刚度和间距会影响波阻和波传播带。本文
本文结合模型试验,采用数值重构的模型,以一浮式半潜平台为算例进行时域全耦合分析,就锚泊定位与动力辅助锚泊定位对平台气隙影响的敏感性展开研究,深入探索了定位方式差异对平台气隙的影响特性及其机理。研究得到如下结论:动力辅助锚泊定位平台较之于纯锚泊定位平台,锚链对平台的垂向约束相对较小,在垂向方向,平台与波浪之间的随动性更好,从而减小了平台与水质点之间的相对运动,对气隙有着较好的改善效果。在同等工况下,锚泊定位方式平台发生负气隙的概率大于动力辅助锚泊定位方式平台,其波浪砰击也更为剧烈。在平台气隙数值模拟时,应充
为了使船用有机液体供氢装置工作安全可靠、脱氢效率稳定,设计了一种基于PLC的控制系统。根据供氢装置工艺要求,设计了控制系统的硬件结构,编制出用户程序。通过两路PID回路,控制空气流量及供氢压力稳定在设定值,进而稳定脱氢效率。通过联机测试,设计的控制系统工作稳定,自动化程度高,满足了供氢装置的控制要求。
设计与制作了一种应用于河流监测的自供电传感器节点,主要利用压电-光电复合能量收集装置及相匹配的能量管理与存储电路采集河流振动能和自然界光能。压电能量采集单元使用新颖的球形嵌套结构,适用于微弱压电与光电能量的采集电路利用施密特触发器控制充电。实验测试表明,一个压电球单独充电时的输出功率达到57.7μW,内置的太阳能光伏板在通常情况下一天的平均输出功率为61.1μW,系统连接5个能量球时,平均功率至少为594.0μW。无线传感器节点能测量河流环境的水位、水流量和湿度等,在低功耗模式下每天平均功耗为449.5μ
针对多尺度分割算法在工程项目应用中使用成本高的问题,提出采用基于滑动窗口的影像对象获取方法。将主成分第一分量作为输入,通过灰度共生矩阵计算影像对象纹理特征,并与光谱均值特征构建面向对象的建筑物信息提取方法,将多尺度分割后的预测结果与滑动窗口分割后的预测结果进行对比实验验证。结果表明,滑动窗口提取结果的总体精度比多尺度分割提取结果的总体分类精度高出0.94%,Kappa系数高出0.0125,验证了滑
针对单模态深度神经网络(Deep Neural Network, DNN)难以充分提取情感分类任务中脑电信号的多域特征,且脑电信号中存在通道冗余的问题,提出一种结合互信息通道选择与混合深度神经网络的脑电情感识别方法,首先提取各通道信号中γ节律的微分熵(Differential Entropy, DE)特征,通过DE计算通道间的归一化互信息(Normalized mutual information, NMI),将所得NMI矩阵按列求和后的向量作为表征各通道任务相关性的权值,根据权值选出最优通道集,之后采用
针对传统局部放电信号采集系统采样率低、采样率不可灵活配置导致局部放电脉冲信号时域波形特征提取误差较大的问题,设计了一种用于特高频传感器的局部放电信号并行采集系统。系统以Xilinx 7系列FPGA为主控芯片、四片最高采样率为250 MHz的ADC芯片通过分时交替并行采样技术实现最高1 GHz的采样率。系统在特高频传感器的基础上,主要分析并校正了由分时交替并行采样技术引入的偏置失配误差、增益失配误差和时延失配误差。仿真及实验结果表明,该系统能够采集到高精度的局部放电信号包络,并且在100 MHz带宽范围内无
节点部署是移动无线传感器网络的重要研究方向之一,其中采用具有超强越障能力的微型弹跳机器人(MJR)作为移动传感节点,是针对崎岖环境的理想选择。然而MJR的尺寸小、负载能力弱,难以搭载高精度传感器实现精确位姿检测。本文提出了基于IMU与UWB(超宽带技术)的弹跳机器人位姿检测方案,以及基于该方案的MJR自复位和自主航向调节方法,开展了MJR基本功能和部署运动实验研究。结果表明,基于IMU姿态检测的自复位和自主航向调节功能具备良好的稳定性与精确性,基于UWB的平均定位误差约为9cm,可满足自部署定位需求。本文
针对旋转钻井过程中对钻头异常振动(横向振动、纵向振动、扭转振动)信号识别准确率低,效率差,导致钻具损坏甚至井眼报废的问题,提出一种基于局部均值分解(local mean decomposition, LMD)和脉冲神经网络的异常振动识别方法。首先,采用局部均值分解将微机电系统(Micro Electro Mechanical System, MEMS)加速度计信号分解为具有振动特征的PF分量;然后
裂纹损伤对于船体结构来说难以避免,将削弱结构的极限强度,所以研究含裂纹损伤船体结构的剩余极限强度意义重大。对于含裂纹舱段结构,现有的研究主要针对垂向弯矩作用下的剩余极限强度,对于联合弯矩作用下的研究还很欠缺。本文采用非线性有限元分析方法,研究了垂向弯矩和水平弯矩联合作用下含裂纹舱段的剩余极限强度。提出了计算含裂纹船舯舱段在联合弯矩作用下剩余极限强度的计算公式,通过对含裂纹箱型梁的有限元计算结果进行拟合,得到公式中待定系数的表达式。研究结果表明,本文提出的方法可以快速预测船体结构在联合弯矩作用下的剩余极限强