期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
一种基于双信息源的人手空间跟踪方法 被引量:1
1
作者 邹伟 原魁 +1 位作者 刘晋东 杜清秀 《高技术通讯》 EI CAS CSCD 2003年第2期87-91,共5页
对人手的空间运动进行了分析和建模 ,提出了一种利用双信息源进行人手空间定位的新方法 :利用视觉输入提取手的平面位置信息 ,借助安装于肘部的弯曲传感器获取手臂的弯曲角度 ,根据所建模型由二者通过模糊计算确定手的深度信息。通过实... 对人手的空间运动进行了分析和建模 ,提出了一种利用双信息源进行人手空间定位的新方法 :利用视觉输入提取手的平面位置信息 ,借助安装于肘部的弯曲传感器获取手臂的弯曲角度 ,根据所建模型由二者通过模糊计算确定手的深度信息。通过实验 ,证实了该方法的有效性。 展开更多
关键词 空间定位 视觉传感器 模糊计算 人手 手语识别 双信息源 空间跟踪方法 空间运动
在线阅读 下载PDF
基于里程信息融合的株间锄草刀定位数据优化方法 被引量:2
2
作者 陈子文 李南 +5 位作者 李涛 张春龙 孙哲 李伟 张宾 张俊雄 《农业工程学报》 EI CAS CSCD 北大核心 2015年第21期198-204,共7页
为提高株间锄草刀定位精度、降低机器视觉受外界因素的影响,该文提出里程信息融合机器视觉的方法对锄刀定位数据进行优化。通过分析定位数据校正和视觉滞后补偿的原理,设计了模糊逻辑校正器,通过模糊规则将模糊校正系统简化为单输入单... 为提高株间锄草刀定位精度、降低机器视觉受外界因素的影响,该文提出里程信息融合机器视觉的方法对锄刀定位数据进行优化。通过分析定位数据校正和视觉滞后补偿的原理,设计了模糊逻辑校正器,通过模糊规则将模糊校正系统简化为单输入单输出形式,采用Mamdani模糊推理方法获得视觉数据可信度决策表,将可信度作为加权值生成校正锄刀定位数据,并提出采用实时里程信息作为视觉滞后补偿量的方法,给出补偿公式。田间刀苗距优化静态试验表明,视觉刀苗距误差为9.88 mm,优化后刀苗距误差为6.06 mm;动态试验表明,视觉数据出错率为4.8%~6.6%,刀苗距变化曲线显示,优化方法可有效过滤视觉坏点或不稳定的数据点,将视觉滞后纳入衡量标准,不同车速下动态优化后刀苗距平均误差为5.30~7.08 mm,较优化前降低了25%左右。研究结果表明,锄草刀定位数据优化方法可有效提高机器视觉静态和动态获取刀苗距的精度。该研究为提高株间锄草技术的锄刀定位精度提供了参考。 展开更多
关键词 机器视觉 优化 算法 株间锄草 里程值 传感器融合 模糊校正 锄草刀定位
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部