期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于改进烟花算法的室内服务机器人路径规划 被引量:4
1
作者 王晓燕 牛晶 刘挺 《现代电子技术》 2022年第12期182-186,共5页
针对传统烟花算法进行室内服务机器人路径规划存在的随机性较大及易陷入局部最优等问题,文中提出一种在全局静态已知环境下的改进烟花算法(IFWA)。首先,在传统烟花算法(FWA)的基础上,IFWA将当前路径节点与上一路径点的位置信息作为适用... 针对传统烟花算法进行室内服务机器人路径规划存在的随机性较大及易陷入局部最优等问题,文中提出一种在全局静态已知环境下的改进烟花算法(IFWA)。首先,在传统烟花算法(FWA)的基础上,IFWA将当前路径节点与上一路径点的位置信息作为适用度函数,引入惩罚函数筛除落在障碍物区域的火花,降低子代火花的随机性,进一步减少路径代价;然后,针对FWA路径规划过程存在的局部最优问题,将非零因子β引入爆炸半径中,避免最优烟火花爆炸半径为0;最后,引入“八叉树”避障策略,以解决烟花算法路径规划中出现的路径穿过障碍物问题。通过Matlab进行IFWA、FWA与蚁群算法的对比仿真实验,结果验证了IFWA的可行性和优越性。该算法可避免出现随机性大及局部最优问题,能够有效提高室内服务机器人路径规划的效率。 展开更多
关键词 路径规划 改进烟花算法 室内服务机器人 惩罚函数 爆炸半径 避障策略 八叉树
在线阅读 下载PDF
基于PC与ATmega128单片机的室内服务机器人控制系统设计 被引量:4
2
作者 王军政 汤金元 《机床与液压》 北大核心 2010年第20期87-90,共4页
为了实现PC机对机器人的无线控制功能,以一个具有四自由度机械手的服务机器人为例,设计该服务机器人的控制系统,实现计算机与单片机间的无线通信,从而可以通过计算机控制机器人。详细介绍该室内服务机器人控制系统的硬件设计和软件实现... 为了实现PC机对机器人的无线控制功能,以一个具有四自由度机械手的服务机器人为例,设计该服务机器人的控制系统,实现计算机与单片机间的无线通信,从而可以通过计算机控制机器人。详细介绍该室内服务机器人控制系统的硬件设计和软件实现的全过程。以ATmega128单片机作为控制核心,PC控制软件可以通过无线通信模块对机器人进行控制,扩展了机器人的服务功能。在Codevision AVR环境下采用C语言编程实现;同时,采用VisualC++6.0编写一个数据帧接收程序,完成PC机与单片机之间的通信。 展开更多
关键词 室内服务机器人 控制系统 PC机 单片机 无线通信
在线阅读 下载PDF
基于认知模型的室内移动服务机器人人机耦合协同作业机制 被引量:5
3
作者 江济良 屠大维 +1 位作者 张国栋 赵其杰 《智能系统学报》 北大核心 2012年第3期251-258,共8页
针对老年人和残疾人这类特殊用户群体与服务机器人构成的人机智能系统,提出了基于ACT-R(理性思维的适应性控制)认知架构模型的室内移动服务机器人人机耦合协同作业机制.基于ACT-R认知架构对人机一体化室内移动服务机器人人机协同作业系... 针对老年人和残疾人这类特殊用户群体与服务机器人构成的人机智能系统,提出了基于ACT-R(理性思维的适应性控制)认知架构模型的室内移动服务机器人人机耦合协同作业机制.基于ACT-R认知架构对人机一体化室内移动服务机器人人机协同作业系统进行了总体设计,利用简单自然的人机效应通道,设计了基于ACT-R认知架构的人机耦合界面;通过人-机-环境空间感知耦合,提出并建立了室内移动服务机器人人机一体化协同决策作业机制.最后在室内环境下进行移动服务机器人人机协同作业实验,系统安全高效地完成了作业任务,验证了该机制的有效性. 展开更多
关键词 认知模型 ACT-R认知架构 服务机器人 室内移动服务机器人 人机耦合 协同作业 人机一体化
在线阅读 下载PDF
应用元素级注意力机制和角点特征的重定位网络
4
作者 曹雏清 罗海南 马玉洁 《计算机工程》 CAS CSCD 北大核心 2024年第11期130-141,共12页
视觉重定位技术是室内服务机器人关键技术之一,其主要目的是精确确定机器人在场景中的六自由度位姿。在室内环境中,稀疏纹理区域的普遍存在对视觉重定位的精度构成了挑战,因为这些区域中的相似图像块会大幅干扰定位准确性。此外,现有的... 视觉重定位技术是室内服务机器人关键技术之一,其主要目的是精确确定机器人在场景中的六自由度位姿。在室内环境中,稀疏纹理区域的普遍存在对视觉重定位的精度构成了挑战,因为这些区域中的相似图像块会大幅干扰定位准确性。此外,现有的视觉重定位网络往往忽视图像中角点的重要性,限制了卷积神经网络在编码场景信息时的能力,因为角点中蕴含着丰富的几何特征。为此,提出一种结合元素级注意力机制和角点特征的视觉重定位网络。为了解决相似图像块的问题,提出元素级注意力机制,通过预测元素级注意力加权系数来评估特征图中每个元素的重要性。该方法可有效融合多级特征图,利用低级特征图中的几何结构信息与高级特征图中的语义信息来提升相似图像块的区分度。针对角点特征被忽视的问题,提出一种角点特征整合模块,利用角点提取网络SuperPoint提取大量角点进行聚类,并选择距离聚类中心最近的角点来保证其均匀地分布在图像中。该网络将提取的角点特征整合进高维特征图中,从而保证网络充分地提取角点中所包含的图像几何特征,进而提升网络的场景解析能力。在7-Scenes数据集上的实验结果表明,在包含大量稀疏纹理的室内场景中,提升相似图像块间的区分度并整合角点特征可有效提升视觉重定位精度,使该方法实现了0.025 m的中值平移误差、0.83°的中值旋转误差以及87.43%的重定位准确率。 展开更多
关键词 视觉重定位 室内服务机器人 卷积神经网络 多级特征融合 角点特征
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部