日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀(guān)看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

一種基于單目視覺(jué)的誤差檢測(cè)方法

新機(jī)器視覺(jué) ? 來(lái)源:起重運(yùn)輸機(jī)械雜志社 ? 作者:起重運(yùn)輸機(jī)械雜志 ? 2021-03-20 09:29 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

摘 要:雙輪差速驅(qū)動(dòng)搬運(yùn)AGV 在實(shí)際運(yùn)動(dòng)過(guò)程中,由于傳感器讀數(shù)誤差和機(jī)械傳動(dòng)誤差會(huì)產(chǎn)生運(yùn)動(dòng)累積誤差,針對(duì)該問(wèn)題,文中提出一種基于單目視覺(jué)的誤差檢測(cè)方法。首先采用基于柵格分割、聚類(lèi)的方法提取二值圖像中的定位塊并使用平均值算法計(jì)算定位塊的中心點(diǎn);然后根據(jù)定位塊中心點(diǎn)的相對(duì)位置關(guān)系建立誤差檢測(cè)計(jì)算模型;最后通過(guò)實(shí)驗(yàn)對(duì)本方法進(jìn)行驗(yàn)證,位置和航向角檢測(cè)結(jié)果誤差分別小于1 mm 和1°,證明所述方法具有較高的檢測(cè)精度。該方法對(duì)硬件要求低,具有較高的實(shí)用價(jià)值。

0 引言

基于雙輪差速驅(qū)動(dòng)的倉(cāng)儲(chǔ)物流搬運(yùn)AGV 結(jié)構(gòu)簡(jiǎn)單,控制方便,廣泛應(yīng)用于各種物流分揀系統(tǒng)中。由于A(yíng)GV 搭載的傳感器讀數(shù)誤差和機(jī)械傳動(dòng)誤差具有累計(jì)效應(yīng),其誤差會(huì)隨著時(shí)間的增加而增大。如果不能檢測(cè)并消除移動(dòng)過(guò)程中產(chǎn)生的位置累計(jì)誤差和航向角累計(jì)誤差,將導(dǎo)致導(dǎo)航錯(cuò)誤。迄今為止,已經(jīng)有許多在工業(yè)生產(chǎn)中被使用或在實(shí)驗(yàn)室里被設(shè)計(jì)并證明可用的累計(jì)誤差檢測(cè)方法。張濤[1] 等人設(shè)計(jì)了一種基于單目視覺(jué)的二維碼導(dǎo)航誤差檢測(cè)方法,將定位誤差控制在±4 cm 以?xún)?nèi);Arturo Gil 等人[2] 通過(guò)提取視覺(jué)地標(biāo),獲得它們的相對(duì)測(cè)量值,通過(guò)估算機(jī)器人的路徑和視覺(jué)地標(biāo)的位置來(lái)消除運(yùn)動(dòng)過(guò)程中的累積誤差;張艷[3] 等人使用DM 二維碼導(dǎo)航方式檢測(cè)產(chǎn)生的累積誤差,實(shí)現(xiàn)了AGV 自主導(dǎo)航與精準(zhǔn)定位;羅高[4] 等人使用里程計(jì)結(jié)合單目視覺(jué)測(cè)距對(duì)移動(dòng)機(jī)器人誤差檢測(cè)和定位技術(shù)進(jìn)行研究;王勇[5]等人通過(guò)自適應(yīng)位姿跟蹤,提高了AGV 在高遮擋環(huán)境下的定位精度。 目前對(duì)運(yùn)動(dòng)過(guò)程中產(chǎn)生的累積誤差進(jìn)行檢測(cè)的方法存在位置誤差檢測(cè)以及航向角誤差檢測(cè)精度低、抗干擾能力弱等缺點(diǎn)。為此,本文基于單目視覺(jué)[6] 和信標(biāo)[7,8],設(shè)計(jì)了一種應(yīng)用于室內(nèi)倉(cāng)儲(chǔ)物流搬運(yùn)AGV 的運(yùn)動(dòng)累計(jì)誤差檢測(cè)方法。本方法在運(yùn)動(dòng)節(jié)點(diǎn)處設(shè)置特定信標(biāo),首先對(duì)信標(biāo)圖像進(jìn)行灰度處理,計(jì)算信標(biāo)圖像的內(nèi)間方差,使用最大內(nèi)間方差對(duì)應(yīng)的分割閾值對(duì)灰度圖像進(jìn)行分割,獲取二值圖像;其次在二值圖像的基礎(chǔ)上使用柵格對(duì)圖像進(jìn)行分割,對(duì)含有前景色的柵格單元進(jìn)行聚類(lèi),使用平均值算法求解信標(biāo)的中心點(diǎn)坐標(biāo),并按照位置關(guān)系將中心點(diǎn)與信標(biāo)定位塊一一對(duì)應(yīng);然后建立誤差計(jì)算模型,計(jì)算運(yùn)動(dòng)過(guò)程中產(chǎn)生的累積誤差;最后通過(guò)實(shí)驗(yàn)驗(yàn)證所述方法能夠檢測(cè)出倉(cāng)儲(chǔ)物流搬運(yùn)AGV 運(yùn)動(dòng)過(guò)程中產(chǎn)生的累積誤差,該方法具有較高的精度,滿(mǎn)足倉(cāng)儲(chǔ)物流搬運(yùn)AGV 精準(zhǔn)定位的要求。

1 累積誤差檢測(cè)方案

雙輪差速驅(qū)動(dòng)搬運(yùn)AGV 在運(yùn)動(dòng)過(guò)程中,由于傳感器的累積誤差、機(jī)械傳動(dòng)誤差以及裝配誤差等因素,會(huì)導(dǎo)致AGV 通過(guò)傳感器讀數(shù)計(jì)算的位姿與實(shí)際位姿之間產(chǎn)生累積誤差。具體表現(xiàn)在短時(shí)間內(nèi)AGV 定位精度下降,隨著時(shí)間的增加,累積誤差會(huì)越來(lái)越大,最后導(dǎo)致AGV 運(yùn)動(dòng)出錯(cuò)。為了保證AGV 運(yùn)動(dòng)的正確性,須在累積誤差造成運(yùn)動(dòng)錯(cuò)誤前,檢測(cè)出累積誤差并對(duì)誤差進(jìn)行補(bǔ)償。采用無(wú)畸變攝像頭,其成像原理[9-10] 如圖1 所示,圖像傳感器所在平面與信標(biāo)所在平面平行。信標(biāo)中含有3 個(gè)定位塊,分別為A、B 、C ,其中A 的中心點(diǎn)為校準(zhǔn)點(diǎn),OC 為攝像頭光心,ZC 為攝像機(jī)主軸,O-XYZ 為世界坐標(biāo)系,OC -XCYC ZC 為攝像機(jī)坐標(biāo)系,o1 ? x1y1為圖像坐標(biāo)系,o ? xy 為信標(biāo)中各定位塊中心點(diǎn)確定的信標(biāo)坐標(biāo)系,o′ ? x′y′為信標(biāo)坐標(biāo)系在圖像平面的投影。 依據(jù)定位塊A、B 、C 在圖像傳感器上成像中心點(diǎn)坐標(biāo)之間的相對(duì)位置確定坐標(biāo)系o′ ? x′y′。通過(guò)建立坐標(biāo)系o′ ? x′y′與坐標(biāo)系o1 ? x1y1之間的旋轉(zhuǎn)、平移關(guān)系模型,可以計(jì)算出航向角累積誤差θ ,在攝像頭安裝高度h 和攝像頭焦距f 已知的條件下,可以求出圖像傳感器中心點(diǎn)在信標(biāo)坐標(biāo)系下關(guān)于x 軸、y 軸的位置累積誤差dx、dy。

25b6e920-88ef-11eb-8b86-12bb97331649.png

圖1 世界坐標(biāo)系與圖像坐標(biāo)系之間的關(guān)系模型

2 計(jì)算定位塊中心點(diǎn)在圖像傳感器上坐標(biāo)

2.1 基于柵格分割的聚類(lèi)方法 首先按照灰度處理[11]、求解最大內(nèi)間方差[12]、動(dòng)態(tài)閾值分割[13]、中值濾波[14] 流程獲取二值圖像,然后分別提取出前景色中的3 個(gè)定位塊,并計(jì)算每個(gè)定位塊的中心點(diǎn)坐標(biāo),確定坐標(biāo)系o′ ? x′y′ 。信標(biāo)的分割聚類(lèi)方法是采用柵格將二值圖像分割成若干個(gè)單元,再對(duì)柵格單元進(jìn)行聚類(lèi),從前景色中將3 個(gè)定位塊分離。使用聚類(lèi)法從分割后的圖像中篩選出含有前景色的單元,按照以下方法分離定位塊: Step1 設(shè)所有含有前景色像素點(diǎn)的單元構(gòu)成集合S ,S ={s 1,s 2,s 3,……,sn},通過(guò)遍歷法可確定集合S 中所有的元素; Step 2 建立空集A1,將集合S 中的第1 個(gè)元素s 1添加到集合A1 中并將s 1 從集合S 中移除; Step 3 從集合S 第1 個(gè)元素開(kāi)始,依次取集合S 中的元素si 與集合A1 中的所有元素進(jìn)行比較,若這兩個(gè)元素代表的單元相鄰,則將集合S 中的元素si 添加到集合A1 中并將元素si 從集合S 中移除; Step 4 重復(fù)步驟Step 3,直至集合A1 中的任意元素aj 與集合S 中任意元素si 分別所代表的單元不相鄰; Step 5 判斷集合S 是否為空集,若為空集則前景色分聚類(lèi)完成,否則重復(fù)Step 2 至Step 5,分別建立集合A2、A3、A4、……、An,直至集合S 為空集,并且將A1、A2、A3、……、An 作為元素構(gòu)成集合A,即A={A1,A2,A3……An}。分割聚類(lèi)實(shí)驗(yàn)結(jié)果如圖2 所示。

圖2 分割聚類(lèi)結(jié)果 2.2 各定位塊中心點(diǎn)坐標(biāo)計(jì)算 對(duì)于至少具有兩條互相垂直的對(duì)稱(chēng)軸圖形,可使用平均值算法計(jì)算圖形中心點(diǎn)。圖形中心點(diǎn)坐標(biāo)滿(mǎn)足

269da89c-88ef-11eb-8b86-12bb97331649.png

式中:xt 為第t 個(gè)定位塊的中心點(diǎn)在圖像坐標(biāo)系o1 ? x1y1下的橫坐標(biāo), yt 為第t 個(gè)定位塊的中心點(diǎn)在圖像坐標(biāo)系o1 ? x1y1 下的縱坐標(biāo),n 為第t 個(gè)定位塊中黑色像素點(diǎn)的總個(gè)數(shù),xi 為第t 個(gè)定位塊中第i 個(gè)黑色像素點(diǎn)在圖像坐標(biāo)系o1 ? x1y1下的橫坐標(biāo),yi 為第t 個(gè)定位塊中第i 個(gè)黑色像素點(diǎn)在圖像坐標(biāo)系o1 ? x1y1 下的縱坐標(biāo)。 利用式(1) 可以計(jì)算出集合A 中每個(gè)元素對(duì)應(yīng)的中心點(diǎn)坐標(biāo)oi,所有中心點(diǎn)構(gòu)成集合O,即O={ o 1,o 2,o 3,……,on }。對(duì)于所述方法,O={ o 1,o 2,o 3 }。任意兩定位塊中心點(diǎn)之間的距離

26becc84-88ef-11eb-8b86-12bb97331649.png

式中:h 為攝像頭的安裝高度,f 為攝像頭的焦距,xi 為中心點(diǎn)oi 在圖像坐標(biāo)系o1 ? x1y1下的橫坐標(biāo),yi 為中心點(diǎn)oi 在圖像坐標(biāo)系o1 ? x1y1下的縱坐標(biāo),xj 為中心點(diǎn)oj 在圖像坐標(biāo)系o1 ? x1y1 下的橫坐標(biāo),yj 為中心點(diǎn)oj在圖像坐標(biāo)系o1 ? x1y1下的縱坐標(biāo)。i、j k 分別取1、2、3 且互不相同。當(dāng)dk 取得最大值時(shí)中心點(diǎn)及對(duì)應(yīng)邊長(zhǎng)如圖3 所示。

26f36cbe-88ef-11eb-8b86-12bb97331649.png

圖3 中心點(diǎn)及對(duì)應(yīng)邊長(zhǎng) 中心點(diǎn)ok 對(duì)應(yīng)定位塊A,記中心點(diǎn)ok 的坐標(biāo)為(xk,yk),取中心點(diǎn)oi(xi,yi),構(gòu)建向量,利用式(3)判斷中心點(diǎn)oj(xj,yj)與向量之間的關(guān)系,有 287d7b60-88ef-11eb-8b86-12bb97331649.png ? 當(dāng)t > 0,點(diǎn)oj 在oi 的左側(cè),中心點(diǎn)oi 對(duì)應(yīng)定位塊B ,中心點(diǎn)oj 對(duì)應(yīng)定位塊C ;當(dāng)t < 0,點(diǎn)oj 在oi 的右側(cè),中心點(diǎn)oi 對(duì)應(yīng)定位塊C ,中心點(diǎn)oj 對(duì)應(yīng)定位塊B 。確定定位塊中心點(diǎn)在圖像坐標(biāo)系o1 ? x1y1下的坐標(biāo),將定位塊A、B 、C 的中心點(diǎn)在圖像傳感器上的投影記為A(xa , ya ), B(xb , yb ),C(xc , yc )。 ?

3 累積誤差計(jì)算模型

圖像坐標(biāo)系o1 ? x1y1與信標(biāo)投影坐標(biāo)系o′ ? x′y′之間的旋轉(zhuǎn)、平移關(guān)系模型如圖4 所示。圖中,dx 為AGV 在信標(biāo)坐標(biāo)系下X 軸方向上位置累積誤差,dy 為AGV 在信標(biāo)坐標(biāo)系下Y 軸方向上位置累積誤差,θx 為AGV 在信標(biāo)坐標(biāo)系下X 軸方向上航向角累積誤差,θy 為AGV 在信標(biāo)坐標(biāo)系下Y 軸方向上航向角累積誤差,有

圖4 累計(jì)誤差計(jì)算模型

28fb0152-88ef-11eb-8b86-12bb97331649.png

293930da-88ef-11eb-8b86-12bb97331649.png

4 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)采用無(wú)畸變攝像頭,將其安裝于A(yíng)GV 的回轉(zhuǎn)中心并與地面保持平行,拍攝位于地面的特定信標(biāo)。利用所述方法計(jì)算在任意位置下的位置偏差和角度偏差,將實(shí)際測(cè)量值與計(jì)算結(jié)果進(jìn)行比較。每次實(shí)驗(yàn)進(jìn)行20次計(jì)算,進(jìn)行6 次獨(dú)立重復(fù)實(shí)驗(yàn)。選取第1 次、第10 次、第20 次的實(shí)驗(yàn)結(jié)果和實(shí)際測(cè)量結(jié)果,如表1 所示。第1 次獨(dú)立重復(fù)實(shí)驗(yàn)的計(jì)算結(jié)果與實(shí)際測(cè)量結(jié)果進(jìn)行比較,誤差如圖5 所示。圖5 計(jì)算結(jié)果與測(cè)量結(jié)果之間的誤差由表1 可知,每次獨(dú)立重復(fù)實(shí)驗(yàn)計(jì)算結(jié)果,dx、dy的波動(dòng)不超過(guò)1 mm,θ 的波動(dòng)不超過(guò)0.5°,說(shuō)明本方法計(jì)算結(jié)果具有較高的穩(wěn)定性。從圖5 可以看出,每次獨(dú)立重復(fù)實(shí)驗(yàn)計(jì)算結(jié)果與實(shí)際測(cè)量結(jié)果相比較,dx、dy的誤差不超過(guò)1 mm,θ 的誤差不超過(guò)1°,說(shuō)明本方法具有較高的準(zhǔn)確度。6 次獨(dú)立重復(fù)實(shí)驗(yàn)的計(jì)算結(jié)果與實(shí)際測(cè)量結(jié)果相比較,結(jié)果都在誤差允許范圍內(nèi),說(shuō)明本方法具有較高的可靠性。

5 結(jié)語(yǔ)

從信標(biāo)特征識(shí)別開(kāi)始到定位偏差計(jì)算,研究了一種用于倉(cāng)儲(chǔ)物流搬運(yùn)AGV 運(yùn)動(dòng)累積誤差檢測(cè)方法。針對(duì)特定的信標(biāo),在特征提取中使用柵格對(duì)二值圖像進(jìn)行分割,對(duì)柵格單元進(jìn)行聚類(lèi),利用平均值算法計(jì)算信標(biāo)中定位塊的中心點(diǎn)坐標(biāo),建立圖像與世界坐標(biāo)系的旋轉(zhuǎn)、平移關(guān)系模型,計(jì)算倉(cāng)儲(chǔ)物流搬運(yùn)AGV 在世界坐標(biāo)系下的位姿。最后通過(guò)實(shí)驗(yàn)測(cè)量,將計(jì)算結(jié)果與測(cè)量結(jié)果比較,證明所述方法具有較高精度、穩(wěn)定性和可靠性。進(jìn)一步提高圖像處理速度和提高定位精度是下一步研究重點(diǎn)。

責(zé)任編輯:lq

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀(guān)點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2578

    文章

    55581

    瀏覽量

    794321
  • 視覺(jué)
    +關(guān)注

    關(guān)注

    1

    文章

    183

    瀏覽量

    24879
  • AGV
    AGV
    +關(guān)注

    關(guān)注

    28

    文章

    1574

    瀏覽量

    43803

原文標(biāo)題:基于單目視覺(jué)的倉(cāng)儲(chǔ)物流搬運(yùn)AGV 累積誤差檢測(cè)方法研究

文章出處:【微信號(hào):vision263com,微信公眾號(hào):新機(jī)器視覺(jué)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    AF自動(dòng)對(duì)焦技術(shù)在TGV視覺(jué)檢測(cè)方案中的作用

    最大限度地減少了檢測(cè)所需的時(shí)間。在半導(dǎo)體與封裝行業(yè)中,TGV(玻璃通孔)技術(shù)正受到越來(lái)越多的關(guān)注。TGV是一種采用玻璃基板的高密度互連方法,相較于傳統(tǒng)的PCB,可有
    的頭像 發(fā)表于 04-29 17:40 ?111次閱讀
    AF自動(dòng)對(duì)焦技術(shù)在TGV<b class='flag-5'>視覺(jué)</b><b class='flag-5'>檢測(cè)</b>方案中的作用

    一種可跨不同領(lǐng)域的異常檢測(cè)通用模型UniOD介紹

    本研究提出了一種可跨不同領(lǐng)域、適用于特征維度各異且特征空間異構(gòu)的數(shù)據(jù)集的異常檢測(cè)通用模型。
    的頭像 發(fā)表于 03-18 09:09 ?583次閱讀
    <b class='flag-5'>一種</b>可跨不同領(lǐng)域的異常<b class='flag-5'>檢測(cè)</b>通用模型UniOD介紹

    Bamtone S/SV系列:一種基于視覺(jué)檢測(cè)的切片自動(dòng)取樣機(jī)

    在現(xiàn)代工業(yè)檢測(cè)與實(shí)驗(yàn)室分析領(lǐng)域,高效、精準(zhǔn)的自動(dòng)取樣技術(shù)正逐步取代傳統(tǒng)人工操作,成為提升生產(chǎn)效率與數(shù)據(jù)可靠性的關(guān)鍵。基于視覺(jué)檢測(cè)的切片自動(dòng)取樣機(jī),便是這趨勢(shì)下的創(chuàng)新產(chǎn)物,它通過(guò)高精度
    的頭像 發(fā)表于 03-14 10:43 ?279次閱讀
    Bamtone S/SV系列:<b class='flag-5'>一種</b>基于<b class='flag-5'>視覺(jué)</b><b class='flag-5'>檢測(cè)</b>的切片自動(dòng)取樣機(jī)

    PCBA清洗后殘留超標(biāo)?四大檢測(cè)方法幫你揪出“隱形殺手”!

    23年P(guān)CBA站式行業(yè)經(jīng)驗(yàn)PCBA加工廠(chǎng)家今天為大家講講PCBA洗板后如何檢測(cè)清洗效果?有哪些具體的檢測(cè)方法和標(biāo)準(zhǔn)。PCBA洗板后清洗效果的檢測(cè)
    的頭像 發(fā)表于 01-08 09:36 ?220次閱讀
    PCBA清洗后殘留超標(biāo)?四大<b class='flag-5'>檢測(cè)</b><b class='flag-5'>方法</b>幫你揪出“隱形殺手”!

    目視覺(jué)是如何實(shí)現(xiàn)深度估計(jì)的?

    [首發(fā)于智駕最前沿微信公眾號(hào)]自動(dòng)駕駛的純視覺(jué)方案中,目攝像頭因無(wú)法直接感知深度,在環(huán)境理解上存在根本局限,雙目視覺(jué)技術(shù)在此需求下應(yīng)運(yùn)而生。它通過(guò)模擬人眼,利用雙攝像頭的視差來(lái)推算距離,將二維圖像
    的頭像 發(fā)表于 12-31 09:45 ?703次閱讀
    雙<b class='flag-5'>目視覺(jué)</b>是如何實(shí)現(xiàn)深度估計(jì)的?

    晶振的頻率誤差可以修正嗎

    的頻率產(chǎn)生影響,因此可以通過(guò)添加溫度補(bǔ)償電路來(lái)減小溫度對(duì)晶振頻率的影響。例如,可以采用熱敏電阻等元件來(lái)對(duì)晶振的頻率進(jìn)行溫度補(bǔ)償。 2.數(shù)字校準(zhǔn):數(shù)字校準(zhǔn)是一種通過(guò)軟件算法來(lái)修正晶振頻率誤差方法。通過(guò)
    發(fā)表于 12-12 06:20

    信道活躍檢測(cè)(CAD)是一種無(wú)線(xiàn)喚醒技術(shù),這個(gè)功能般是定時(shí)檢測(cè)么?還是檢測(cè)?

    信道活躍檢測(cè)(CAD)是一種無(wú)線(xiàn)喚醒技術(shù),這個(gè)功能般是定時(shí)檢測(cè)么?還是檢測(cè)?
    發(fā)表于 12-10 06:53

    一種新的無(wú)刷直流電機(jī)反電動(dòng)勢(shì)檢測(cè)方法

    無(wú)位置傳感器無(wú)刷直流電機(jī)的控制算法是近年來(lái)研究的熱點(diǎn)之,有霍爾位置信號(hào)直流電機(jī)根據(jù)霍爾狀態(tài)來(lái)確定通斷功率器件。利用無(wú)刷直流電機(jī)的數(shù)學(xué)模型,根據(jù)反電動(dòng)勢(shì)檢測(cè)原理,提出了一種新的線(xiàn)反電動(dòng)勢(shì)檢測(cè)
    發(fā)表于 08-07 14:29

    一種新的無(wú)刷直流電機(jī)反電動(dòng)勢(shì)檢測(cè)方法

    無(wú)位置傳感器無(wú)刷直流電機(jī)的控制算法是近年來(lái)研究的熱點(diǎn)之,有霍爾位置信號(hào)直流電機(jī)根據(jù)霍爾狀態(tài)來(lái)確定通斷功率器件。利用無(wú)刷直流電機(jī)的數(shù)學(xué)模型,根據(jù)反電動(dòng)勢(shì)檢測(cè)原理,提出了一種新的線(xiàn)反電動(dòng)勢(shì)檢測(cè)
    發(fā)表于 08-04 14:59

    一種基于PWM的電壓輸出DAC電路設(shè)計(jì)

    誤差方法,論文給出了兩從PWM到0~5V電壓輸出的電路實(shí)現(xiàn)方法,第2電路具有很高的轉(zhuǎn)換精度。 純分享帖,點(diǎn)擊下方附件免費(fèi)獲取完整資
    發(fā)表于 08-04 14:58

    一種帶通濾波器在無(wú)位置傳感器轉(zhuǎn)子檢測(cè)中的應(yīng)用

    摘 要:論文研究了一種直流無(wú)刷電機(jī)的無(wú)位置傳感器的轉(zhuǎn)子位置的硬件電路檢測(cè)方法。結(jié)合傳統(tǒng)“反電動(dòng)勢(shì)\"方法,分析并設(shè)計(jì)了一種新的帶通濾波器延時(shí)
    發(fā)表于 08-04 14:56

    基于凌智視覺(jué)識(shí)別模塊的基于目視覺(jué)的目標(biāo)物測(cè)量裝置

    1.視覺(jué)測(cè)量整體方案本視覺(jué)測(cè)量系統(tǒng)采用目視覺(jué)技術(shù)實(shí)現(xiàn)目標(biāo)物距離
    的頭像 發(fā)表于 07-31 15:35 ?1136次閱讀
    基于凌智<b class='flag-5'>視覺(jué)</b>識(shí)別模塊的基于<b class='flag-5'>單</b><b class='flag-5'>目視覺(jué)</b>的目標(biāo)物測(cè)量裝置

    測(cè)量誤差溯源:系統(tǒng)誤差與隨機(jī)誤差的數(shù)學(xué)建模與分離方法

    校準(zhǔn)不當(dāng)或環(huán)境因素,具有重復(fù)性;而隨機(jī)誤差則由隨機(jī)噪聲引起,呈現(xiàn)離散分布。本文將通過(guò)數(shù)學(xué)建模揭示這些誤差的本質(zhì),并討論高效分離方法,為提升測(cè)量精度(如電流測(cè)量中的數(shù)值穩(wěn)定性)提供理論支持。接下來(lái),我們將深入探討建模
    的頭像 發(fā)表于 07-25 09:36 ?1475次閱讀

    目視覺(jué)在智能駕駛領(lǐng)域的應(yīng)用

    圍繞“雙目智駕應(yīng)用”,我們將推出系列文章深入解析雙目視覺(jué)如何跨越技術(shù)鴻溝,在中國(guó)智駕的沃土上生根發(fā)芽,探索其賦能未來(lái)出行的無(wú)限可能。
    的頭像 發(fā)表于 07-09 16:21 ?1501次閱讀

    打破室外全域工作“盲區(qū)”!廣和通雙目視覺(jué)算法將成就云深處科技機(jī)器狗“慧眼”

    目視覺(jué)模塊RV-BOT為云深處科技四足機(jī)器人打通室外工作鏈路。通過(guò)深度融合廣和通自主研發(fā)的雙目視覺(jué)算法,RV-BOT將顯著提升了室外場(chǎng)景中的定位精度,為國(guó)產(chǎn)足式機(jī)器人的自主導(dǎo)航與智能化應(yīng)用開(kāi)辟了新路徑。 ? ? 四足機(jī)器人在偵查巡檢、搶險(xiǎn)
    發(fā)表于 05-15 14:26 ?1705次閱讀
    打破室外全域工作“盲區(qū)”!廣和通雙<b class='flag-5'>目視覺(jué)</b>算法將成就云深處科技機(jī)器狗“慧眼”
    洪雅县| 井冈山市| 施秉县| 禄劝| 麻江县| 叶城县| 巴马| 洛川县| 平江县| 孝昌县| 左云县| 甘孜| 金昌市| 灌南县| 香港| 青冈县| 呼图壁县| 黄大仙区| 安康市| 囊谦县| 和顺县| 大渡口区| 永济市| 上虞市| 宁化县| 舒兰市| 金溪县| 洛川县| 鹤壁市| 闸北区| 阿克苏市| 桐柏县| 民勤县| 罗甸县| 河西区| 苏尼特左旗| 平安县| 集贤县| 拜城县| 开化县| 枣强县|