分享到:

人体前方平面上目标点拾取运动特性及工效研究

目标拾取运动又称定位运动,是指人通过手、脚、头等肢体或这些肢体控制的终端效应器(如探针、鼠标等)实现对固定目标的命中运动[1]。目标拾取运动是人机交互的一种基本操作形式,目标拾取运动特性和工效的研究,对于人机界面的宜人化设计和人机系统整体性能的提高都有着重要指导作用。国外在20世纪50年代就开始了这方面的理论分析和实验研究[2~4],我国近年也开始重视人机系统的工效设计,逐渐开展了这方面的研究工作[1,5]。本文设计并进行了坐姿状态下人体上肢目标拾取实验,通过分析实验所得到的有关运动参量,研究了人体上肢拾取前方平面板上不同区域目标点的运动规律和拾取工效,研究成果可以为人机界面的设计提供重要参考。方法被试者被试者为北京航空航天大学6名在校研究生,男性,年龄(29.0±2.5)岁;身高(167.5±3.7)cm;体重(63.5±8.5)kg。身体健康,肢体功能正常,均为右利手。实验设备本实验所使用的设备为Vicon运动跟踪系统。标志...  (本文共6页) 阅读全文>>

《新课程(小学)》2017年05期
新课程(小学)

小学虚拟机器人程序设计的优化策略——以纳英特虚拟机器人巡线到目标点为例

虚拟机器人教学有利于发展创新思维,促进学生信息技术核(3)越过竖线1。机器人到达竖线1,右灰度传感器检测到黑心素养的发展,为学生将来的全面发展奠定坚实的基础。在纳英线,机器人将停在竖线1上。程序中不能使用延时模块,就用机器特虚拟机器人社团活动中,看似简单任务的一次次优化,不仅提人用100的速度“冲”几次,靠机器人惯性越过竖线1。高了比赛成绩,更对培养学生创新意识、创新思维有着非常突出(4)到目标点停下。机器人越过竖线1,调用右灰度传感器,的效果。下面就以纳因特虚拟机器人的一个简单任务优化过程为例,介绍小学虚拟机器人程序设计的优化策略如果右灰度传感器没有检测到竖线2,巡线前进。右灰度传感器。一、任务介绍及任务要求检测到竖线2停下(就是在目标点停下)。让机器人从起点出发,在最短的时间内巡横线到达“装载货3.思考与分析物”任务区(目标点)停下。纳英特虚拟机器人程序中不允许使用(1)优点:运用的知识点比较简单,只要懂得灰度传感器的使时间...  (本文共2页) 阅读全文>>

哈尔滨工程大学
哈尔滨工程大学

多无人艇协同搜索与围捕方法研究

随着人类对海洋的开发与探索,无人艇作为一种小型、高速的无人船舶得到了广泛的应用。多个无人艇在执行海上任务时较单个无人艇具有更高的任务执行效率,因此研究多无人艇协同完成海上任务是以后无人艇研究的重要方向。本文深入研究了多无人艇系统的协同搜索方法与目标围捕方法,提出一种基于信息素的多无人艇协同搜索方法,同时研究了基于神经振荡器的目标围捕方法。论文的主要内容如下:首先,建立无人艇个体体系结构和多无人艇系统群体体系结构,个体体系结构将无人艇系统分成7个模块,分别为:指挥和控制模块、信息采集模块、航行控制模块、能源管理模块、通信模块以及负载管理模块;群体体系结构采用分布式体系结构,实现了无人艇自主决策和协同运动之间的平衡。同时根据无人艇的运动特点建立无人艇三自由度运动学模型。然后,提出一种基于信息素的多无人艇搜索方法,用于在未知环境下对目标无人艇进行搜索,将搜索区域离散化为栅格区域,然后分析无人艇的运动模型、碰撞类型,以及多无人艇系统的通...  (本文共88页) 本文目录 | 阅读全文>>

哈尔滨工业大学
哈尔滨工业大学

基于合作目标的嵌入式高速视觉采集处理系统的研制

高速运动物体的测量有广泛的应用需求,在方方面面均有其应用背景。而对于这类高速运动的目标,具有目标运动形式复杂,背景环境复杂、轨迹难以预测,移动没有规律、实时多目标物检测等特点。视觉测量是一种非接触式测量的手段,可以在一个瞬间大量获取被测目标的各种状态信息,具有非常灵活的测量方式。但是在视觉测量中,随着CCD、CMOS视觉传感器性能的提升,后端图像的处理性能却未能跟上传感器的性能提升。因此现在对于高帧频、高分辨图像的实时处理成为了制约高速视觉测量的关键瓶颈。本文基于上述情况,研制基于合作目标的高速视觉采集系统,在采集高速图像的过程中可实时地提取合作目标点的特征信息。首先根据需求设计嵌入式系统的硬件电路。系统采用FPGA+ARM的结构,通过FPGA实现目标点特征提取的硬件算法,ARM负责系统的串行浮点运算。分别进行FPGA、ARM的外围电路设计,再根据系统所用高速相机的输出接口设计相机接收电路。在完成电路的设计及PCB布局布线之后,...  (本文共81页) 本文目录 | 阅读全文>>

天津工业大学
天津工业大学

基于单目视觉的目标点识别与导引技术研究

机器人视觉定位技术是自动化技术中重要的一部分,在工业、医学等领域得到广泛的应用,随着机器人技术的发展以及机器视觉理论的逐渐成熟,将视觉技术与机器人控制技术相结合能够完成越来越多的人类劳动,因此机器人视觉技术得到深入的研究与应用。本文在分析了机器人视觉技术有关的理论知识及发展现状的基础上;对机器人视觉系统标定、图像处理、定位方法等关键问题进行了深入研究,并将这些理论应用于初始焊位定位过程中。针对机器人视觉系统的标定问题,首先对各种相机标定方法进行了分析,根据系统标定的需要,采用Tsai的两步法对相机进行标定;标定过程中,将相机固定于机器人末端,通过机器人控制相机从不同方位对固定放置的标定板进行图像采集,实现相机的标定,同时将获得的相机内外参数与机器人的位姿参数相结合实现了机器人手眼关系的标定。针对初始焊位的识别问题,本文首先采用基于各向异性的图像去噪方法对焊件图像进行处理,在去除噪声的同时保留较好的焊件边缘信息,进而采用边缘提取、...  (本文共75页) 本文目录 | 阅读全文>>

《光子学报》2009年07期
光子学报

大尺寸全视场目标点的自动定位方法

0引言在现代工业视觉测量中[1],需要在待测目标上布置若干标志点作为目标点或者控制点.一般圆形的回光反射标志(Retro-Reflective Targets,RRT)是实施高准确度工业测量和特种视觉测量中经常选用的人工标志.具体实施中,会根据待测物体的大小、形状以及实际测量准确度要求,在物体上布置数量不等的圆形回光反射标志,然后从不同站位拍摄若干幅图像,求取同一标志点在不同像面上的图像坐标,最终获取每个标志点的世界坐标以重构三维.当被测物体尺寸较大或具有较复杂的自由曲面部分时,通常应在物体上布置较多的标志点,以便获取大量的数据来满足后续的面形拟合等任务要求.因此,逐个求取每幅图像中每个目标点中心坐标是一件十分繁琐的工作,大大降低了测量效率.本文提出一种目标点全场自动定位的方法,利用回光反射标志点的强反射特性和目标点特征,通过图像处理和椭圆中心获取技术对目标点依次进行粗定位和精定位,可实现一次性快速定位整幅图像中所有目标点.1目...  (本文共4页) 阅读全文>>