版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著機器人技術的不斷發(fā)展,工業(yè)機器人的應用領域也大大擴展,已開始從傳統(tǒng)的汽車制造、機械加工向五金、3C、家具等各個離散制造行業(yè)推廣應用??紤]到在新興制造領域中存在大量的小件裝配需求,并且它們具有典型的多品種、小批量和短周期特點,因而該領域對工業(yè)機器人的易用性提出了極高的要求。機器人演示編程作為一種提高機器人易用性的重要途徑,由于其可以有效簡化機器人編程,因而成為了當前機器人領域中的研究熱點。
本文針對工業(yè)裝配演示編程中的動作識
2、別問題展開研究,考慮到裝配動作識別的復雜性,本文從裝配物體和操作手兩個主體中提取特征描述裝配動作,進而實現(xiàn)連續(xù)裝配動作識別。本文具體的研究內容和成果如下:
1.提出了改進的壓縮跟蹤算法。針對原壓縮跟蹤中目標尺寸和學習率均固定的問題,本文算法一方面通過利用帶通道標記的隨機稀疏測量矩陣從不同尺度圖像形成的圖像金字塔中采集低維Haar特征,從而獲取不同尺度圖像的特征描述,實現(xiàn)變尺寸的物體跟蹤;另一方面在參數(shù)更新時引入歸一化的顏色直方
3、圖描述目標,通過計算當前跟蹤結果和跟蹤目標的直方圖巴氏距離判斷跟蹤目標是否被遮擋,并以此自適應地改變學習率參數(shù)。實驗結果表明該算法能夠應對小目標跟蹤、尺度變化和遮擋等影響。
2.提出了基于分層模型的多特征融合裝配動作識別方法。在底層模型中,裝配手勢類型基于旋轉不變特性的IHOG特征和Zernike矩特征識別,裝配動作高度變化類型通過分析手的運動軌跡Z分量隨時間的變化獲取,而XY平面投影軌跡和裝配物體平面運動軌跡則用于提取本文提
4、出的平面軌跡方向直方圖。高層模型將底層模型中的手勢、高度變化類型以及平面軌跡方向直方圖作為特征,結合Multi-class SVM分類器實現(xiàn)了裝配動作識別。實驗中該方法對包含放、貼、推、擰和提5類裝配動作的視頻識別正確率高達98%,與其他的動作識別方法相比,準確率更高,更加適合裝配演示編程系統(tǒng)。
3.提出了結合滑動窗口的分割點檢測和基于迭代動態(tài)規(guī)劃的識別優(yōu)化的方法以實現(xiàn)連續(xù)裝配動作分割與識別。考慮到裝配動作分割和裝配動作識別兩
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向工業(yè)裝配演示編程的機械臂運動控制.pdf
- 面向工業(yè)裝配演示編程的零件識別與位姿估計.pdf
- 基于HML和XNA的虛擬裝配演示技術研究.pdf
- 面向動作識別的稀疏表示改進算法研究.pdf
- 面向動作識別的目標分類方法的研究與實現(xiàn).pdf
- 面向多方式人機交互的肢體動作識別研究.pdf
- 虛擬裝配中操作動作識別技術研究.pdf
- 面向智能視頻監(jiān)控的前景提取和動作識別技術研究.pdf
- 視頻監(jiān)控中人的動作識別.pdf
- 視頻動作識別研究.pdf
- 復雜場景下的動作識別.pdf
- 面向對象的高級編程
- 人體動作識別算法研究.pdf
- 基于概率圖模型的動作識別.pdf
- 基于深度學習的動作識別研究.pdf
- 面向工業(yè)機器人的裝配規(guī)劃系統(tǒng)設計.pdf
- 嬰幼兒動作發(fā)展訓練演示稿
- 面向人體運動監(jiān)測的無線體感網中信號壓縮與動作識別研究.pdf
- 之面向對象編程
- 基于Kinect的動作識別系統(tǒng).pdf
評論
0/150
提交評論