-
题名家用智能看护机器人高精度里程计估计算法
被引量：2
- 1
-
-
作者
余雷
刘怡明
张灵霖
徐扬
-
机构
苏州大学机电工程学院
-
出处
《河北科技大学学报》
CAS
北大核心
2022年第3期268-276,共9页
-
基金
国家自然科学基金(61873176)
苏州大学第二十四批大学生课外学术科研基金重点项目。
-
文摘
为了解决家用智能看护机器人车轮轮胎和地面作用力与电机输出力矩不平衡,易导致看护机器人产生滑动、里程计估计精度低的问题,引入牵引系数描述机器人滑动情况,推导含牵引系数的看护机器人运动学模型,以增量式光电编码器和惯性测量单元2种传感器为输入,将含牵引系数的运动学模型应用于基于扩展卡尔曼滤波算法的看护机器人里程计估计算法,搭建看护机器人实验系统完成算法验证。结果表明:在家用瓷砖地面,看护机器人分别以0.1,0.2,0.4 m/s的速度移动时,与传统里程计估计算法相比,所提出的机器人里程计估计算法的误差降低了40%左右。将含牵引系数的运动学模型应用于机器人里程计估计算法,可有效降低看护机器人的里程计估计误差,为提高看护机器人在室内地面的自主导航精度提供了一定的参考。
-
关键词
机器人控制
智能看护机器人
里程计估计
多传感器融合
牵引系数
-
Keywords
robot control
intelligent nursing robot
odometer estimation
multisensory fusion
traction coefficient
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名结合深度学习的智能看护机器人目标检测研究
被引量：4
- 2
-
-
作者
姜立志
杨慕升
巩晓丹
-
机构
山东理工大学机械工程学院
-
出处
《机械设计与制造》
北大核心
2021年第5期24-28,共5页
-
基金
山东省自然科学基金项目(ZR2016EEM20)。
-
文摘
针对智能看护机器人在实际生活中对目标的检测速度慢和精度低的问题,提出了一种采用轻量型卷积神经网络模型对目标进行检测的算法。首先利用MobileNets基础网络对采集到的图像信息进行特征提取,然后利用多尺度特征图检测不同尺度的目标,同时引入抑制类别样本不均衡的焦点损失函数使模型更加侧重于对困难样本的训练。实验结果表明,改进后的网络模型计算量大幅减少,检测速度提高了7倍,对不同光照条件和复杂的背景环境具有鲁棒性,能够满足对目标的检测要求。
-
关键词
深度学习
智能看护机器人
卷积神经网络
目标检测
焦点损失
-
Keywords
Deep Learning
Intelligent Care Robot
Convolutional Neural Network
Target Detection
Focal Loss
-
分类号
TP242.6
[自动化与计算机技术—检测技术与自动化装置]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
