期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于视觉定位的仓储搬运机器人避障控制方法
1
作者 毕海婷 付龙海 任大伟 《测控技术》 2024年第9期79-85,共7页
为保证仓储搬运机器人的工作效率和安全,在动态环境下,提出基于视觉定位的仓储搬运机器人避障控制方法。利用视觉定位技术,通过环境图像生成、预处理、特征提取、障碍物识别等步骤,确定动态环境中的障碍物位置。检测仓储搬运机器人实时... 为保证仓储搬运机器人的工作效率和安全,在动态环境下,提出基于视觉定位的仓储搬运机器人避障控制方法。利用视觉定位技术,通过环境图像生成、预处理、特征提取、障碍物识别等步骤,确定动态环境中的障碍物位置。检测仓储搬运机器人实时位姿,考虑障碍物实时位置和搬运目标地点,规划出机器人移动路径。根据机器人位姿与规划路径之间的偏差,计算仓储搬运机器人避障控制量,在控制器的支持下,实现仓储搬运机器人避障控制工作。实验结果表明:与传统方法相比,采用优化设计的避障控制方法后,仓储搬运机器人在动态环境中的碰撞次数明显减少,位置和姿态角控制误差均值分别为0.08 m和0.029°,所提方法的控制数据优于传统控制方法。 展开更多
关键词 动态环境 视觉定位 仓储搬运机器人 机器人避障控制
下载PDF
基于仿真技术的在线接地装置阻抗值确定
2
作者 何驰 曹晓斌 付龙海 《粘接》 CAS 2024年第4期157-160,164,共5页
为了获得运行中变电站接地装置准确接地阻抗值,提出一种基于现场测量数据与CDEGS软件计算模拟结果对比验证,确定接地阻抗值的方法。通过现场测量获得所在地区视在土壤电阻率曲线和运行中接地装置视在接地阻抗值测量曲线。使用CDEGS软件... 为了获得运行中变电站接地装置准确接地阻抗值,提出一种基于现场测量数据与CDEGS软件计算模拟结果对比验证,确定接地阻抗值的方法。通过现场测量获得所在地区视在土壤电阻率曲线和运行中接地装置视在接地阻抗值测量曲线。使用CDEGS软件建立包含接地系统及周边构筑物等系统在内的计算模拟模型,基于CDEGS仿真模型,重现现场接地阻抗值测量过程,并计算得到接地阻抗值仿真计算曲线。在仿真计算曲线与现场测量曲线对比吻合后,最终确定接地装置在线接地阻抗实际值。通过实际应用验证了此方法有效性。 展开更多
关键词 接地阻抗 计算模拟 CDEGS软件 变电站
下载PDF
基于改进深度置信网络的水果分类识别方法
3
作者 郭迎娣 赵超宇 《湖北农业科学》 2024年第8期35-38,共4页
为了解决现有水果分类识别方法存在的识别精度低等问题。基于水果分类识别系统,提出了一种用于不同水果分类识别的改进深度置信网络。通过2路深度置信网络将不同特征图像作为输入,使用SoftMax对输出分类。与常规分类识别方法相比,所提... 为了解决现有水果分类识别方法存在的识别精度低等问题。基于水果分类识别系统,提出了一种用于不同水果分类识别的改进深度置信网络。通过2路深度置信网络将不同特征图像作为输入,使用SoftMax对输出分类。与常规分类识别方法相比,所提方法能较准确地实现不同水果的分类识别,多特征融合识别准确率最高,识别准确率为98.75%,满足水果分类识别的需要。通过优化现有深度学习方法,可有效提高该方法的性能。 展开更多
关键词 水果识别 自动检测 深度置信网络 多特征融合 SoftMax分类器
下载PDF
ChatGPT赋能职业教育数字化资源建设路径研究
4
作者 牟玲龙 李鹏 李昱辉 《成人教育》 北大核心 2024年第7期61-70,共10页
ChatGPT是一种基于自然语言处理算法的生成式对话程序,其功能特点与职业教育数字化资源建设有着十分广泛的契合点。为探索其赋能职业教育数字化资源建设的路径,结合实际应用,从ChatGPT对职业教育数字化资源建设的意义、ChatGPT使用时存... ChatGPT是一种基于自然语言处理算法的生成式对话程序,其功能特点与职业教育数字化资源建设有着十分广泛的契合点。为探索其赋能职业教育数字化资源建设的路径,结合实际应用,从ChatGPT对职业教育数字化资源建设的意义、ChatGPT使用时存在的风险及其资源化改造和使用监控等方面切入,对其赋能职业教育数字化资源建设路径进行研究,阐明了ChatGPT与职业教育数字化有机结合的方式,并提供了具有现实可行性的参考路径。 展开更多
关键词 ChatGPT 职业教育 数字化 资源建设
下载PDF
基于图像分割和卷积神经网络的苹果分类机器人分类模型
5
作者 黄祖伟 《机械设计与制造工程》 2023年第12期43-48,共6页
为实现苹果分类机器人对苹果的高效分类,构建了基于图像分割和卷积神经网络的苹果分类新模型。该模型首先利用计算机视觉技术中的图像分割实现苹果图像中每个苹果的逐一分割,然后将原始图像和所有分割图作为完整图苹果分类模型和分割图... 为实现苹果分类机器人对苹果的高效分类,构建了基于图像分割和卷积神经网络的苹果分类新模型。该模型首先利用计算机视觉技术中的图像分割实现苹果图像中每个苹果的逐一分割,然后将原始图像和所有分割图作为完整图苹果分类模型和分割图苹果分类模型的输入,最后将完整图苹果分类模型和分割图苹果分类模型的输出集成,实现苹果的快速高效分类。仿真测试结果表明,所构建苹果分类模型对苹果数据库中苹果的分类准确率高于其他两种分类模型;该模型对测试数据集中苹果的分类准确率达到95.69%,对多种苹果的检测精度、召回率、F1分数达到100.00%。 展开更多
关键词 苹果分类 机器人 图像分割 卷积神经网络 计算机视觉
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部