排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
随着移动机器人技术不断发展,里程计技术已经成为移动机器人实现环境感知的关键技术,其发展水平对提高机器人的自主化和智能化具有重要意义。首先,系统阐述了同步定位与地图构建(Simultaneous localization and mapping, SLAM)中激光SLAM和视觉SLAM的发展近况,阐述了经典SLAM框架及其数学描述,简要介绍了3类常见相机的相机模型及其视觉里程计的数学描述。其次,分别对传统视觉里程计和深度学习里程计的研究进展进行系统阐述。对比分析了近10年来各类里程计算法的优势与不足。另外,对比分析了7种常用数据集的性能。最后,从精度、鲁棒性、数据集、多模态等方面总结了里程计技术面临的问题,从提高算法实时性、鲁棒性等方面展望了视觉里程计的发展趋势为：更加智能化、小型化新型传感器的发展;与无监督学习融合;语义表达技术的提高;集群机器人协同技术的发展。 相似文献
2.
[目的]为提高南美白对虾淡水池塘养殖综合效益,开展"南美白对虾+罗氏沼虾+鳗鲡"生态混养模式与技术研究。[方法]试验采用10口池塘(5.33 hm~2),共设计3种不同放养密度,其中T_1组4口塘(2.00 hm~2),放养南美白对虾45.0万尾/hm~2、罗氏沼虾30.0万尾/hm~2;T_2组2口池塘(共1.33 hm~2),放养南美白对虾60.0万尾/hm~2、罗氏沼虾15.0万尾/hm~2;T_3组4口塘(共2.00 hm~2),放养南美白对虾75.0万尾/hm~2、罗氏沼虾7.5万尾/hm~2。3组均再放养鳗鲡300尾/hm~2。[结果]T_1组平均产值25.65万元/hm~2,平均利润12.75万元/hm~2;各组效益从高到低依次为T_1组、T_3组、T_2组,投入产出比从大到小依次为T_1组(T_3组)、T_2组;各组虾类养殖整体存活率从大到小依次为T_1组、T_2组、T_3组。[结论]"南美白对虾+罗氏沼虾+鳗鲡"池塘混养是一种可行的养殖模式,推荐以南美白对虾与罗氏沼虾放养密度1.5∶1,虾苗总放养密度以75.0万尾/hm~2为宜。 相似文献
3.
为降低并联机构机械误差测量和补偿的难度,实现机构末端的精确控制,本文提出一种基于Jacobian和RBF神经网络相结合的末端误差补偿方法。以一种3-PTT并联机构为研究对象,分析机构正、逆运动学,验证数学模型的正确性。根据运动学模型解算Jacobian,分析机构约束奇异和运动奇异。为验证机构末端误差补偿方法的有效性,设置两种实验条件,分别为是否有丝杠的回程误差补偿和末端受不同负载,并通过激光跟踪仪测定末端位置。实验结果表明,使用本文的误差补偿方法后,机构末端轴向(x轴)、径向(y轴)位置误差均降低90%以上,竖直方向(z轴)位置误差均降低80%以上,证明了本文方法的有效性。 相似文献
4.
并联机器人末端位姿精度对其工作性能影响较大，建立有效的标定算法是提高机器人位姿精度的重要保证。本文以一种2TPR&2TPS并联机构为研究对象，首先对机器人进行运动学分析，采用全微分法得出机器人的误差模型，根据该模型得出机器人结构参数误差与末端位姿误差的量化关系，以及各误差项误差变动对末端位姿误差的影响规律；接着，建立参数辨识模型和标定效果评价函数，验证了参数辨识模型的有效性，再用该模型辨识机器人的结构参数误差；最后，修正运动学模型完成了机器人的误差标定。实验结果显示，标定后机器人的平均位置精度提升68.62%,距离误差均值由7.710 mm降至2.350 mm,精度提升69.52%,实验结果证明本文的标定算法有效。 相似文献
1