智能搬運(yùn)機(jī)器人能實(shí)現(xiàn)小型柱狀物料顏色識(shí)別及搬運(yùn)，能夠輕松完成中國(guó)教育機(jī)器人大賽的智能搬運(yùn)競(jìng)賽任務(wù)。機(jī)器人的移動(dòng)由兩輪伺服電機(jī)驅(qū)動(dòng)，萬(wàn)向輪協(xié)助轉(zhuǎn)向，并用多個(gè)循線(xiàn)傳感器輔助完成復(fù)雜路線(xiàn)導(dǎo)航，前置超聲波
2016-03-24 10:32:24
與人工
智能系統(tǒng)
算法設(shè)計(jì)；與國(guó)內(nèi)外同類(lèi)研究的比較：1.該
機(jī)器人能與人進(jìn)行簡(jiǎn)單的語(yǔ)言交流，能夠識(shí)別部分方言；2.能夠多平臺(tái)控制:語(yǔ)音控制，手機(jī)控制，電腦控制； 3.搭載多種
傳感器，隨時(shí)知道當(dāng)?shù)販囟?、濕?/div>
2015-12-02 19:08:42
；④ 傳感器對(duì)敏感材料的柔性和功能有特定要求。由此可見(jiàn)，感覺(jué)傳感器不僅包括傳感裝置本身，而且必須包括傳感器的信號(hào)處理。目前，對(duì)機(jī)器人傳感器的研究已經(jīng)成為智能機(jī)器人的重要課題。版權(quán)聲明：本資料屬于購(gòu)線(xiàn)網(wǎng)gooxian.com所有，如需轉(zhuǎn)載，請(qǐng)注明出處,更多資料查看，請(qǐng)前往購(gòu)線(xiàn)網(wǎng)!
2018-01-03 17:09:03
隨著智能化的程度提高，機(jī)器人傳感器應(yīng)用越來(lái)越多。智能機(jī)器人主要有交互機(jī)器人、傳感機(jī)器人和自主機(jī)器人3種。從擬人功能出發(fā)，視覺(jué)、力覺(jué)、觸覺(jué)最為重要，早已進(jìn)入實(shí)用階段，聽(tīng)覺(jué)也有較大進(jìn)展，其它還有嗅覺(jué)
2021-09-16 09:05:02
機(jī)器人和移動(dòng)機(jī)器人兩類(lèi)；或分為一般機(jī)器人和擬人機(jī)器人兩類(lèi)等。目前工業(yè)機(jī)器人多用于搬運(yùn)、分揀、上下料、包裝、碼垛、焊接、噴涂、打磨、拋光、切割、擺放、裝配等方面。 隨著智能化的程度提高，機(jī)器人傳感器
2018-11-08 15:55:32
。
同時(shí)，磁傳感器還是多傳感器融合中的 “穩(wěn)定錨點(diǎn)”。在機(jī)器人運(yùn)動(dòng)系統(tǒng)的融合定位中，它常作為核心基準(zhǔn)。以 “足球機(jī)器人” 項(xiàng)目為例，當(dāng)視覺(jué)傳感器因強(qiáng)光出現(xiàn)噪點(diǎn)、超聲波傳感器受聲波反射干擾時(shí)，內(nèi)置
2025-08-26 10:02:02
可以探索對(duì)于高效傳感器融合設(shè)計(jì)至關(guān)重要的特定MCU功能。 我們的示例設(shè)計(jì)的簡(jiǎn)化框圖如圖所示。圖1.關(guān)鍵設(shè)計(jì)目標(biāo)是找到用于每個(gè)傳感器的最佳MCU接口，這種連接可以傳感器融合算法所需的速率提供傳感器數(shù)據(jù)
2019-05-23 08:00:00
`1、 教學(xué)領(lǐng)域：1) 計(jì)算機(jī)：可用NAO機(jī)器人驗(yàn)證代碼，編寫(xiě)相關(guān)程序，以及3D仿真與實(shí)體之間的邏輯關(guān)系；2) 自動(dòng)化：研究個(gè)體和多機(jī)器人控制，以及多種傳感器信息融合；3) 機(jī)械：機(jī)械結(jié)構(gòu)設(shè)計(jì)
2015-02-12 15:17:18
用postman拉取融合結(jié)果如下：
改進(jìn)前的融合結(jié)果 23.13，改進(jìn)后的融合結(jié)果23.18，高精度傳感器測(cè)量值23.25。
四、參考文獻(xiàn)[1]宋坤,李雨婷,張鈺穎等.基于改進(jìn)多傳感器數(shù)據(jù)融合算法
2024-01-06 12:18:08
本帖最后由 srxh 于 2015-12-7 23:19 編輯
講多傳感器數(shù)據(jù)融合技術(shù)，可參考下，拓展我們的系統(tǒng)構(gòu)架、優(yōu)化系統(tǒng)算法主要內(nèi)容：數(shù)據(jù)融合算法、融合結(jié)構(gòu)，貝葉斯推理、Dempster_Shasher算法、人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯和模糊神經(jīng)網(wǎng)絡(luò)。老外的書(shū)，比較經(jīng)典！
2015-12-07 22:52:50
無(wú)論是傳統(tǒng)的工業(yè)機(jī)器人系統(tǒng)，還是當(dāng)今最先進(jìn)的協(xié)作機(jī)器人（Cobot），它們都要依靠可生成大量高度可變數(shù)據(jù)的傳感器。這些數(shù)據(jù)有助于構(gòu)建更佳的機(jī)器學(xué)習(xí)（ML）和人工智能（AI）模型。而機(jī)器人依靠這些模型變得“自主”，可在動(dòng)態(tài)的現(xiàn)實(shí)環(huán)境中做出實(shí)時(shí)決策和導(dǎo)航。
2020-08-05 07:08:21
基礎(chǔ)、機(jī)器人本體、電子控制設(shè)備、傳感器與導(dǎo)航和機(jī)器人電源系統(tǒng)等?！?b class="flag-6" style="color: red">機(jī)器人設(shè)計(jì)與實(shí)現(xiàn)》是按照搭積木的方法指導(dǎo)機(jī)器人愛(ài)好者如何設(shè)計(jì)、制作機(jī)器人平臺(tái)，如何賦予機(jī)器人智能，使機(jī)器人能夠運(yùn)動(dòng)、感知周?chē)沫h(huán)境和服
2017-08-01 18:21:38
物理交互納入智能系統(tǒng)的核心要素。
第3章是探討機(jī)器人計(jì)算系統(tǒng)。這一章節(jié)詳細(xì)闡述了自主機(jī)器人的軟硬件架構(gòu)。計(jì)算系統(tǒng)需要滿(mǎn)足機(jī)器人任務(wù)對(duì)算法的精度、實(shí)時(shí)性和功耗要求。書(shū)中介紹的多傳感器融合定位技術(shù)包含兩個(gè)
2024-12-19 22:26:26
精度有待提高，本項(xiàng)目是基于多傳感器的融合算法，通過(guò)采用MEMS運(yùn)動(dòng)傳感器，使用TI的C6000系列DSP實(shí)現(xiàn)對(duì)傳感器采集數(shù)據(jù)的融合，結(jié)合定位算法，實(shí)現(xiàn)對(duì)工業(yè)機(jī)器人的精確定位，提高工業(yè)機(jī)器人的重復(fù)定位精度和絕對(duì)定位精度。
2015-09-10 11:13:49
對(duì)不同的多傳感器信息融合算法效果進(jìn)行評(píng)估，經(jīng)常需要采用相同的實(shí)驗(yàn)環(huán)境、相同的數(shù)據(jù)源，因此進(jìn)行建立實(shí)驗(yàn)過(guò)程的數(shù)據(jù)采集平臺(tái)的研究，可以避免不必要的重復(fù)實(shí)驗(yàn)和不可重現(xiàn)的實(shí)驗(yàn)過(guò)程。本文在介紹虛擬儀器及其軟件開(kāi)發(fā)
2011-12-31 10:48:28
軸姿態(tài)傳感器、GPS定位器、攝像頭、各種傳感器等設(shè)備，可以自己規(guī)劃路線(xiàn)進(jìn)行巡航，也可以根據(jù)預(yù)規(guī)定的路線(xiàn)進(jìn)行行走，可以用做掃地清潔機(jī)器人、安全巡檢機(jī)器人等。如果有幸能夠申請(qǐng)到香橙派zero的話(huà)我會(huì)第一時(shí)間發(fā)布外觀(guān)等評(píng)測(cè)貼，并在評(píng)測(cè)器件發(fā)表多篇原創(chuàng)香橙派的技術(shù)文章，并完成自己的輪式機(jī)器人的設(shè)計(jì)。謝謝。
2016-12-08 16:09:34
.基于多傳感器的數(shù)據(jù)融合算法研究[J].現(xiàn)代電子技術(shù),2020,43(10):10-13.DOI:10.16652/j.issn.1004-373x.2020.10.003.[2]宋坤,李雨婷,張鈺穎等
2023-12-26 20:59:02
多傳感器信息融合技術(shù)綜合了概率統(tǒng)計(jì)、信號(hào)處理、人工智能、控制理論等多個(gè)學(xué)科的最新科研成果，為機(jī)器人精確、全面、實(shí)時(shí)地感知各種復(fù)雜的、動(dòng)態(tài)的、不確定的未知環(huán)境提供了一種先進(jìn)的技術(shù)手段。在研究基于多
2020-08-18 07:43:38
在機(jī)器人旁通過(guò)屏幕查詢(xún)信息。顯示部分使用串口屏顯示傳感器的信息，并且給來(lái)找人和咨詢(xún)事情的人提供查詢(xún)信息。通觸摸屏設(shè)計(jì)的多級(jí)式菜單設(shè)定外來(lái)人員的需求信息，增進(jìn)了人機(jī)交互的靈活性。 最后，本設(shè)計(jì)實(shí)現(xiàn)了一款具有安
2018-09-04 16:00:33
本系統(tǒng)所設(shè)計(jì)的機(jī)器人的主要任務(wù)是在未知環(huán)境下依靠多傳感器信息，運(yùn)用D-S數(shù)據(jù)融合算法，提供與環(huán)境有關(guān)的關(guān)于系統(tǒng)狀態(tài)的足夠的與可靠的信息，使機(jī)器人能夠自主規(guī)劃路徑、躲避障礙物，最終向目標(biāo)靠近
2018-11-01 15:08:27
對(duì)敵方干擾的脆弱性，提高系統(tǒng)可靠性，現(xiàn)已廣泛應(yīng)用于各個(gè)領(lǐng)域。因此，本文選取雷達(dá)與紅外雙模導(dǎo)引頭作為傳感器，模擬生成多傳感器的數(shù)據(jù)生成模塊，為多模型機(jī)動(dòng)目標(biāo)跟蹤算法提供良好的檢測(cè)平臺(tái)?！ 『撩撞ɡ走_(dá)導(dǎo)引頭
2018-12-05 15:16:23
協(xié)調(diào)完成多傳感信息的融合，而運(yùn)動(dòng)執(zhí)行層完成機(jī)器人行走。圖1為智能導(dǎo)覽機(jī)器人的總體結(jié)構(gòu)框圖。3 導(dǎo)覽機(jī)器人硬件設(shè)計(jì)3．1 人工智能層硬件實(shí)現(xiàn) 考慮到移動(dòng)機(jī)器人控制系統(tǒng)要求處理速度快、方便外圍設(shè)備擴(kuò)展
2019-07-04 08:30:00
多傳感器信息融合是指協(xié)調(diào)使用多個(gè)傳感器，把分布在不同位置的多個(gè)傳感器所提供的局部不完整觀(guān)測(cè)量及相關(guān)聯(lián)數(shù)據(jù)庫(kù)中的相關(guān)信息加以綜合，消除多傳感器信息之間可能存在的冗余和矛盾，并加以互補(bǔ)，降低其不確定性
2018-11-12 10:49:55
。當(dāng)多個(gè)傳感器位于同一位置時(shí)，可以創(chuàng)建令人興奮的新功能，并且可以交換和增強(qiáng)單個(gè)測(cè)量。在這些類(lèi)型的設(shè)計(jì)中，傳感器可以實(shí)現(xiàn)高級(jí)功能，通常被稱(chēng)為傳感器“融合”，提供新的和創(chuàng)新的功能。 傳感器融合算法已經(jīng)在
2019-07-12 06:45:44
采用CarlsON 最優(yōu)數(shù)據(jù)融合準(zhǔn)則， 將基于Kalman 濾波的多傳感器狀態(tài)融合估計(jì)方法應(yīng)用到雷達(dá)跟蹤系統(tǒng)。仿真實(shí)驗(yàn)表明，多傳感器Kalman 濾波狀態(tài)融合估計(jì)誤差小于單傳感器Kalman 濾波得出的狀態(tài)估計(jì)誤差，驗(yàn)證了方法對(duì)雷達(dá)跟蹤的有效性。
2020-04-06 07:42:16
作者：Joy Yang1.什么是姿態(tài)融合算法簡(jiǎn)單來(lái)說(shuō)，姿態(tài)融合算法就是融合多種運(yùn)動(dòng)傳感器數(shù)據(jù)（一般需要3軸加速度， 3軸陀螺儀或者3軸地磁感應(yīng)傳感器），通過(guò)數(shù)字濾波算法容錯(cuò)補(bǔ)償，實(shí)現(xiàn)當(dāng)前姿態(tài)檢測(cè)
2019-07-19 06:47:49
機(jī)器人的多傳感器系統(tǒng)機(jī)器人智能技術(shù)中最為重要的相關(guān)領(lǐng)域是機(jī)器人的多感覺(jué)系統(tǒng)和多傳感信息的集成與融合，統(tǒng)稱(chēng)為智能系統(tǒng)的硬件和軟件部分。視覺(jué)、聽(tīng)覺(jué)、力覺(jué)、觸覺(jué)等外部傳感器和機(jī)器人各關(guān)節(jié)的內(nèi)部傳感器信息融合
2010-12-22 09:55:49
`機(jī)器人不僅需要人工智能（AI）才能實(shí)現(xiàn)自主。他們還需要大量傳感器，傳感器融合以及邊緣的實(shí)時(shí)推理。之前我們已經(jīng)嘗到了深度卷積神經(jīng)網(wǎng)絡(luò)的好處，如今來(lái)自激光雷達(dá)的更高數(shù)據(jù)處理的需求正在推動(dòng)神經(jīng)網(wǎng)絡(luò)到
2019-04-16 10:07:33
本文介紹了幾類(lèi)常用的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法，并比較了其優(yōu)缺點(diǎn)。
2021-06-03 06:41:59
D-S證據(jù)理論概述及改進(jìn)改進(jìn)的D-S理論信息融合算法在ETC系統(tǒng)中的應(yīng)用研究
2021-05-14 06:12:39
由于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)的能量十分有限，因此在設(shè)計(jì)各種網(wǎng)絡(luò)協(xié)議時(shí)必須考慮節(jié)能。采用網(wǎng)內(nèi)數(shù)據(jù)處理技術(shù)是降低能耗的重要手段，而數(shù)據(jù)融合與數(shù)據(jù)路由相結(jié)合是實(shí)現(xiàn)網(wǎng)內(nèi)數(shù)據(jù)處理的重要方法l-3]。數(shù)據(jù)融合能減少數(shù)據(jù)
2023-09-21 08:29:44
，來(lái)實(shí)現(xiàn)機(jī)器人性能目標(biāo)。這通常被稱(chēng)為傳感器融合，支持傳感器系統(tǒng)利用各個(gè)傳感器的優(yōu)勢(shì)生成更準(zhǔn)確的數(shù)據(jù)和更好的產(chǎn)品設(shè)計(jì)。例如，一些無(wú)法利用GPS模塊導(dǎo)航信號(hào)進(jìn)行室內(nèi)定位的系統(tǒng)，可以采用WiFi基站三角測(cè)量
2015-02-04 16:35:49
模態(tài)精準(zhǔn)感知信息，使自動(dòng)駕駛系統(tǒng)可以實(shí)時(shí)精準(zhǔn)地感知道路上的各種狀況。
昱感微融合感知產(chǎn)品方案創(chuàng)新性地 將可見(jiàn)光攝像頭、紅外攝像頭以及4D毫米波雷達(dá)的探測(cè)數(shù)據(jù)在前端（數(shù)據(jù)獲取時(shí)）交互，將各傳感器的探測(cè)
2024-04-11 10:26:51
控制和通信 IC 的發(fā)展在實(shí)現(xiàn)下一代的機(jī)器人中起到重要作用。然而，這些復(fù)雜的現(xiàn)代機(jī)器人的核心是許多新的、小型化和低成本的傳感技術(shù)的出現(xiàn)與融合。對(duì)實(shí)現(xiàn)下一代機(jī)器人至關(guān)重要的幾項(xiàng)關(guān)鍵傳感器技術(shù)包括磁性位置傳感器、存在傳感器、手勢(shì)傳感器、力矩傳感器、環(huán)境傳感器和電源管理傳感器。
2019-07-31 07:46:31
傳感器無(wú)法得出的結(jié)果。 方向和慣性導(dǎo)航專(zhuān)家采用為特定類(lèi)別的應(yīng)用設(shè)計(jì)的一系列傳感器融合算法。 這些算法的細(xì)節(jié)不在本文的探討范圍內(nèi)，但每種算法都力求優(yōu)化原始傳感器數(shù)據(jù)的合并，這些數(shù)據(jù)經(jīng)傳感器噪聲和精度等各種
2017-04-07 15:13:53
`現(xiàn)在的社會(huì)狀況，老齡化越來(lái)越大，隨著年紀(jì)的增長(zhǎng)，吃飯手抖，行走不方便，這些都是年齡增大都要經(jīng)歷的事情。智能關(guān)注老人生活健康，針對(duì)行動(dòng)不方便，工業(yè)設(shè)計(jì)公司設(shè)計(jì)出了這款老人攙扶機(jī)器人設(shè)計(jì)，用來(lái)輔助
2020-10-12 17:42:40
摘要:文章分析了目前一些數(shù)據(jù)融合算法中對(duì)先驗(yàn)信息要求苛刻，定義數(shù)據(jù)間支持度中門(mén)限預(yù)先設(shè)定對(duì)融合結(jié)果的不利影響，提出了一種實(shí)用的數(shù)據(jù)融合算法，該算法中定義了一種新
2009-01-18 23:20:55
16 該文提出了改善傳感器測(cè)量穩(wěn)定性的一種新方法。該方法的基本思路是將影響傳感器輸出穩(wěn)定性的因子作為傳感器融合系統(tǒng)的輸入模式,基于系統(tǒng)辨識(shí)理論實(shí)現(xiàn)融合算法。實(shí)驗(yàn)結(jié)果
2009-06-19 15:11:3318 多傳感器信息融合位置級(jí)融合算法中, 測(cè)量融合(Measurement fusion) 算法是最優(yōu)的。本文證明了測(cè)量融合算法的估計(jì)方差由系統(tǒng)的“測(cè)量函數(shù)”決定。該函數(shù)值越大, 系統(tǒng)的融合估計(jì)方差
2009-07-02 09:05:4210 將多傳感器對(duì)某一狀態(tài)的測(cè)量結(jié)果分組, 針對(duì)每組測(cè)量變量的算術(shù)平均值, 依據(jù)極大似然原理, 提出了多傳感器分組加權(quán)融合算法. 通過(guò)對(duì)各組傳感器測(cè)量值的方差進(jìn)行估計(jì),從而對(duì)每
2009-07-03 09:35:0614 多傳感器數(shù)據(jù)融合雖然未形成完整的理論體系和有效的融合算法, 但是在不少應(yīng)用領(lǐng)域根據(jù)各自的具體應(yīng)用背景, 已經(jīng)提出了許多成熟并且有效的融合方法。
2009-07-04 08:47:3913 為了對(duì)隨機(jī)擾動(dòng)環(huán)境中得到的管道壁厚測(cè)量數(shù)據(jù)進(jìn)行穩(wěn)健融合估計(jì), 提出了一種多傳感器測(cè)量數(shù)據(jù)的切尾加權(quán)融合算法。利用數(shù)據(jù)探測(cè)技術(shù)中的切尾均值概念構(gòu)造最優(yōu)加權(quán)因子, 從而
2009-07-04 09:17:206 介紹多傳感器數(shù)據(jù)融合的模型和基本方法及在智能傳感器中的應(yīng)用。中文還給出個(gè)數(shù)據(jù)融合在智能長(zhǎng)安區(qū)系統(tǒng)中的應(yīng)用實(shí)例。
2009-07-06 09:20:3331 基于D2S(Dempster2Shafer) 證據(jù)理論,比較和研究了相關(guān)數(shù)據(jù)和不相關(guān)數(shù)據(jù)的融合方法,分析了多傳感器數(shù)據(jù)融合的算法:集中式融合算法和分布式融合算法. 經(jīng)過(guò)實(shí)驗(yàn)證明,執(zhí)行分布式有反饋
2009-07-10 09:22:188 本文基于最優(yōu)估計(jì)理論,提出了一種多傳感器分散估計(jì)融合算法,以解決測(cè)量噪聲干擾下參數(shù)估計(jì) 問(wèn)題。該方法不要求知道測(cè)量數(shù)據(jù)的先驗(yàn)知識(shí),在減少測(cè)量誤差方面比傳統(tǒng)的集中估計(jì)
2009-07-10 15:32:2920 針對(duì)多傳感器觀(guān)測(cè)環(huán)境下帶乘性噪聲系統(tǒng)的逆向最優(yōu)濾波與反褶積融合估計(jì)問(wèn)題, 本文提出了1 種基于極大似然準(zhǔn)則的最優(yōu)融合算法。該算法中各單傳感器間并行計(jì)算, 并且融合
2009-07-11 16:27:5510 本文提出了一種多傳感器單目標(biāo)空間位置融合處理算法, 利用該算法可以獲取飛行目標(biāo)的最佳運(yùn)動(dòng)軌跡1 經(jīng)模擬計(jì)算, 表明該算法是對(duì)飛行目標(biāo)測(cè)量數(shù)據(jù)進(jìn)行融合處理的一種較為理
2009-07-13 11:27:4221 本文介紹多目標(biāo)跟蹤的用多維數(shù)據(jù)互聯(lián)的多傳感器融合算法的發(fā)展。這項(xiàng)工作是受大規(guī)模監(jiān)視問(wèn)題的推動(dòng)，在這種監(jiān)視問(wèn)題中，來(lái)自具有不同采樣間隔(電子掃描陣(ESD)雷達(dá))的異步
2009-07-13 11:59:1911 在實(shí)際系統(tǒng)中,常用的數(shù)據(jù)融合方法是基于擴(kuò)展的卡爾曼濾波算法的融合算法,但是這種融合算法的跟蹤精度并不是很高. 通過(guò)對(duì)濾波跟蹤型數(shù)據(jù)融合的研究,提出了基于轉(zhuǎn)換測(cè)量值卡爾
2009-07-14 11:28:0015 通過(guò)構(gòu)建一個(gè)多傳感器信息融合算法的仿真測(cè)試系統(tǒng)，模擬了多種實(shí)際戰(zhàn)場(chǎng)環(huán)境，對(duì)不同信息融合算法的測(cè)試結(jié)果的統(tǒng)計(jì)與分析I綜合性能評(píng)估領(lǐng)域已有的研究成果，建立了完整的多
2009-07-16 14:07:4819 機(jī)器人手爪上裝有多種傳感器，為了保證手爪能安全、可靠地抓取工件，必須對(duì)這些傳感器的數(shù)據(jù)進(jìn)行融合。本文介紹手爪是哪個(gè)傳感器的配置情況。
2009-07-17 10:58:1320 為解決多平臺(tái)協(xié)同數(shù)據(jù)融合問(wèn)題，采用基于D-S 證據(jù)理論的數(shù)據(jù)融合方法，分析了該理論在多平臺(tái)協(xié)同數(shù)據(jù)融合中的應(yīng)用原理，并將此方法運(yùn)用于艦船類(lèi)型的識(shí)別。通過(guò)MATLAB 仿真
2009-08-04 14:43:0723 針對(duì)分布式多傳感器數(shù)據(jù)融合系統(tǒng)，提出了一種多傳感器異步航跡融合算法。由于不同傳感器的采樣時(shí)間各不相同，融合算法首先利用最小二乘法將局部航跡統(tǒng)一到融合中心的融合
2009-08-07 09:47:5812 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中采集的數(shù)據(jù)存在著較大的冗余與誤差，造成能量消耗過(guò)多，并且影響數(shù)據(jù)的可靠性。針對(duì)這個(gè)問(wèn)題提出一種基于定向擴(kuò)散與分批估計(jì)的數(shù)據(jù)融合算法，對(duì)監(jiān)測(cè)同
2009-09-01 09:55:0511 移動(dòng)代理被認(rèn)為是無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中解決數(shù)據(jù)融合的有效方法，但代理訪(fǎng)問(wèn)節(jié)點(diǎn)的次序以及總數(shù)對(duì)算法有較大影響，為此該文提出一種基于Bayes 序貫估計(jì)的移動(dòng)代理數(shù)據(jù)融合算法.該
2009-11-20 16:34:4121 本文詳細(xì)闡明了多傳感器信息融合的一種方法D—S證據(jù)理論，他是一種處理不確定性問(wèn)題的有用方法，并且闡述了D-S證據(jù)理論在傳感器信息融合的移動(dòng)機(jī)器人上的應(yīng)用
2009-12-18 11:30:378 研究了基于神經(jīng)網(wǎng)絡(luò)的多傳感器融合技術(shù)，并將其應(yīng)用于自主吸塵機(jī)器人中。給出了神經(jīng)網(wǎng)絡(luò)傳感器融合技術(shù)的基本原理，探索了改進(jìn)的BP 信息融合算法，使得改進(jìn)后的算法在收斂
2009-12-31 12:00:1411 基于COM的數(shù)據(jù)融合算法測(cè)試平臺(tái)開(kāi)發(fā)
建立了一個(gè)基于COM技術(shù)的數(shù)據(jù)融合算法測(cè)試平臺(tái),把數(shù)據(jù)融合算法封裝到組件中,并定義了一種COM接口規(guī)范,為算法調(diào)用提供了一
2010-02-22 15:45:418 基于傳感器采集的醫(yī)療數(shù)據(jù)不能全面準(zhǔn)確的反映病人身體狀況的情況,本系統(tǒng)采用多路傳感器采集脈搏、心音、呼吸音信號(hào)進(jìn)行特征提取,通過(guò)D-S證據(jù)理論的融合做出診斷;當(dāng)診斷為危
2010-07-15 16:36:1730 摘要：在基于卡爾曼濾波及其一些改進(jìn)算法中，由于測(cè)量方差預(yù)先設(shè)定，從而導(dǎo)致濾波發(fā)散和信息資源的浪費(fèi)，為此提出了一種動(dòng)態(tài)加權(quán)下測(cè)量方差時(shí)變的多傳感器融合算法。該
2010-12-30 19:54:5827 ;多模態(tài)傳感融合：全方位設(shè)備狀態(tài)監(jiān)測(cè)集成紅外熱成像儀、高清相機(jī)，通過(guò)多傳感器數(shù)據(jù)融合算法將檢測(cè)準(zhǔn)確率提升至99.2%。 智能分析平臺(tái)：邊緣計(jì)算與云端協(xié)同
2025-11-06 09:44:02
一種改進(jìn)的多傳感器加權(quán)融合算法
引言
多傳感器數(shù)據(jù)融合是近幾年迅速發(fā)展的一門(mén)信息綜合處理技術(shù)，它將來(lái)自多傳感器或是多源的信息和數(shù)據(jù)進(jìn)行綜合
2009-12-12 10:32:35
2546 Particle Swarm Optimization, BPSO)方法的多傳感器特 征融合算法。利用新的基于概率密度估計(jì)的相對(duì)微
2011-02-25 15:32:1938 多源遙感圖像融合作為圖像融合領(lǐng)域的一個(gè)重要分支，已經(jīng)成為遙感技術(shù)領(lǐng)域的研究熱點(diǎn)，本文研究了多源遙感圖像融合算法
2011-06-22 15:49:4829 針對(duì)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)能量有限，且在進(jìn)行信息傳輸時(shí)存在數(shù)據(jù)沖突、傳輸延時(shí)等問(wèn)題，提出并設(shè)計(jì)了基于最大生存周期的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法。該算法將整個(gè)網(wǎng)絡(luò)中的節(jié)
2013-05-06 11:41:3836 基于粗神經(jīng)網(wǎng)絡(luò)的仿人智能機(jī)器人的語(yǔ)音融合算法研究電子論文！資料來(lái)源網(wǎng)絡(luò)，如有侵權(quán)，敬請(qǐng)見(jiàn)諒
2015-11-30 11:34:244 無(wú)人車(chē)在運(yùn)行過(guò)程中，需要利用多傳感器系統(tǒng)對(duì)周?chē)缆翻h(huán)境進(jìn)行觀(guān)測(cè)，但這些傳感器獲取的數(shù)據(jù)信息存在著超載，丟失或不精確等問(wèn)題，則需采用數(shù)據(jù)融合技術(shù)對(duì)所獲數(shù)據(jù)加以?xún)?yōu)化處理。本文基于無(wú)人車(chē)的多傳感器系統(tǒng)，對(duì)加權(quán)平均數(shù)據(jù)融合算法進(jìn)行了研究，符合無(wú)人車(chē)運(yùn)行環(huán)境下融合層次的要求，在實(shí)際的數(shù)據(jù)融合處理中具有很高的可行性。
2015-12-18 16:03:0517 機(jī)器人多傳感器信息融合測(cè)距系統(tǒng)設(shè)計(jì)....
2015-12-23 15:00:2416 介紹基于傳感器技術(shù)的機(jī)器人設(shè)計(jì)的硬件框架和部分算法
2016-05-09 10:15:227 一種改進(jìn)的多傳感器信息融合算法_夏菽蘭
2017-01-03 15:24:450 基于蟻群優(yōu)化的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法_李麗
2017-01-07 19:00:392 無(wú)線(xiàn)傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法的改進(jìn)與實(shí)現(xiàn)_邊鵬飛
2017-01-19 21:54:151 基于模糊熵的多傳感器加權(quán)融合算法_王晶晶
2017-03-22 09:06:400 基于傳感器采集的醫(yī)療數(shù)據(jù)不能全面準(zhǔn)確的反映病人身體狀況的情況，本系統(tǒng)采用多路傳感器采集脈搏、心音、呼吸音信號(hào)進(jìn)行特征提取，通過(guò)D-S證據(jù)理論的融合做出診斷。
2017-09-20 15:07:567 針對(duì)粒子濾波中存在粒子質(zhì)量低和粒子貧化的問(wèn)題，提出了一種基于智能粒子濾波的多傳感器信息融合算法。該算法分為兩個(gè)模塊，首先，將多傳感器數(shù)據(jù)發(fā)送給相應(yīng)的粒子濾波計(jì)算模塊，以?xún)?yōu)化粒子分布為目的更新建議分布
2017-12-08 17:08:371 雙眼，幫助其觀(guān)察周遭環(huán)境。但僅有雙眼想實(shí)現(xiàn)智能行走還是不夠的，必須融合激光雷達(dá)、深度攝像頭、超聲波、防跌落等多種傳感器數(shù)據(jù)，配合導(dǎo)航算法，才能實(shí)現(xiàn)智能行走。當(dāng)機(jī)器人在復(fù)雜多變，環(huán)境不受控制的應(yīng)用場(chǎng)
2019-02-28 09:10:11896 
本文從建立偽量測(cè)方程的角度，提出了一種異質(zhì)多傳感器的異步量測(cè)融合算法，該算法是通過(guò)在融合中心建立偽量測(cè)方程使各傳感器的數(shù)據(jù)同步，然后利用同步的思想進(jìn)行處理，最后通過(guò)計(jì)算機(jī)仿真進(jìn)行了驗(yàn)證。
2019-04-30 14:25:131995 
多傳感器信息融合方法大致可以分為三類(lèi)，即，概率統(tǒng)計(jì)方法、邏輯推理方法和學(xué)習(xí)方法。使用模糊推理、D-S證據(jù)理論和產(chǎn)生式規(guī)則的方法進(jìn)行信息融合，這些方法都屬于邏輯推理的范疇;使用神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行信息融合，該方法屬于學(xué)習(xí)方法的范疇，依據(jù)這些融合算法，均達(dá)到了預(yù)期效果。
2020-01-27 16:16:002655 
機(jī)器人底盤(pán)的技術(shù)壁壘在于，不同場(chǎng)景下的多傳感器的融合具有一定的技術(shù)門(mén)檻。從物理層面上來(lái)看，機(jī)器人底盤(pán)則主要是眾多傳感器的集成，激光雷達(dá)、雙目視覺(jué)、超聲、紅外、以及輪轂電機(jī)、輪子等必要的懸掛。
2019-12-25 15:21:35928 達(dá)摩院自研高精定位系統(tǒng)完成最新一次迭代，基于多傳感器融合的緊耦合算法，實(shí)現(xiàn)了不依賴(lài)GPS信號(hào)的厘米級(jí)定位。該系統(tǒng)已部署于達(dá)摩院無(wú)人物流車(chē)隊(duì)，通過(guò)軟硬件一體化設(shè)計(jì)，以10%的成本達(dá)到業(yè)界領(lǐng)先定位水準(zhǔn)。
2020-06-04 17:54:145269 本系統(tǒng)所設(shè)計(jì)的機(jī)器人的主要任務(wù)是在未知環(huán)境下依靠多傳感器信息，運(yùn)用D-S數(shù)據(jù)融合算法，提供與環(huán)境有關(guān)的關(guān)于系統(tǒng)狀態(tài)的足夠的與可靠的信息，使機(jī)器人能夠自主規(guī)劃路徑、躲避障礙物，最終向目標(biāo)靠近。
2021-04-07 10:44:302972 
“INDEMIND：隨著
機(jī)器人的應(yīng)用領(lǐng)域不斷拓展，對(duì)
機(jī)器人的環(huán)境感知能力的要求也在不斷提升，而要解決環(huán)境感知問(wèn)題，
傳感器技術(shù)則是最重要的應(yīng)用支撐技術(shù)之一，它對(duì)于
機(jī)器人的意義亦如人眼對(duì)于人，但與人眼不同的是，它的構(gòu)成主要由
傳感器和
算法組成，并伴隨著
機(jī)器人發(fā)展，已從單
傳感器向
多傳感器融合迭代?！?/div>
2022-03-25 15:40:335304 因?yàn)?b class="flag-6" style="color: red">多傳感器的使用會(huì)產(chǎn)生大量需要處理的數(shù)據(jù)，因此通常通過(guò)融合算法來(lái)對(duì)數(shù)據(jù)進(jìn)行優(yōu)化。不同傳感器采集到的信息可能相互之間可能會(huì)不同甚至是有矛盾，使用融合算法可以幫我們弄懂如何保證系統(tǒng)能夠準(zhǔn)確處理這些數(shù)據(jù)，使系統(tǒng)最終做出及時(shí)、正確的決策，這非常重要。
2022-03-30 16:29:3723985 
近年來(lái)，多傳感器融合算法發(fā)展迅猛，不同傳感器可以相互補(bǔ)充，通過(guò)融合提高系統(tǒng)的感知能力。但受限于標(biāo)定成本和時(shí)間同步問(wèn)題，多傳感器數(shù)據(jù)集卻不多。
2022-09-29 14:53:302873 最近在做特征級(jí)別的感知結(jié)果融合算法。我的工作目的，是要將多種不同傳感器的感知結(jié)果，通過(guò)一定的機(jī)制融合起來(lái)，得到融合后的感知結(jié)果。
2023-05-29 09:26:482110 
多傳感器數(shù)據(jù)融合是一個(gè)綜合處理多傳感器數(shù)據(jù)的過(guò)程，以提高對(duì)環(huán)境或目標(biāo)的感知和解釋能力。在這個(gè)過(guò)程中，各種數(shù)據(jù)融合算法起著至關(guān)重要的作用。本文將深入探討多傳感器數(shù)據(jù)融合算法中最關(guān)鍵的方面。 一、傳感器
2023-12-13 11:00:011929 電子發(fā)燒友網(wǎng)站提供《3D霍爾效應(yīng)傳感器在機(jī)器人設(shè)計(jì)中的機(jī)械優(yōu)勢(shì).pdf》資料免費(fèi)下載
2024-09-03 11:36:270 已全部加載完成
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論