检索结果-内蒙古大学图书馆

机械设计与制造 2024年第10期404卷 309-314页

作者：郅光华桂林电子科技大学(北海分校)基础教学部广西北海536000

为了准确控制网球训练机器人的击球轨迹和移动路线,帮助运动员培养对不同球的应对能力和适应性,提出网球训练机器人发球动作轨迹线形控制方法。采用计算机三维视觉采集方法对网球训练机器人发球动作轨迹图像展开采集,利用对比度自适应... 详细信息

为了准确控制网球训练机器人的击球轨迹和移动路线,帮助运动员培养对不同球的应对能力和适应性,提出网球训练机器人发球动作轨迹线形控制方法。采用计算机三维视觉采集方法对网球训练机器人发球动作轨迹图像展开采集,利用对比度自适应直方图均衡化(Contrast Limited Adaptive Hisogram Equalization,CLAHE)算法对采集到的网球训练机器人发球动作轨迹的图像展开增强处理,以提高图像质量和轨迹的准确性。采用模板树结构管理储存多个网球训练机器人发球动作轨迹,通过使用卷积神经网络(Convolutional Neural Networks,CNN)获得关于轨迹线形的估计值。为了提高精度和稳定性,采用所有CNN估计值的加权平均值来优化更新输出,以获得最终的控制结果。实验结果表明:所提方法具有良好的图像增强效果,且动作轨迹控制精度和效率高,适用于网球训练机器人发球动作轨迹线形控制。

关键词：网球训练机器人发球动作轨迹轨迹线形控制 CLAHE算法模板树计算机三维视觉

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的大规模三维点云语义分割方法研究

基于深度学习的大规模三维点云语义分割方法研究

引用

作者：詹礼新南昌大学

学位级别：硕士

在计算机三维视觉领域,对点云数据的理解受到越来越多研究者的关注。点云的语义分析可以帮助人工智能机器感知三维世界,提供了广泛的应用场景。由于海量数据和复杂场景的限制,大规模点云场景下的语义分割任务仍然具有挑战性。本文针对... 详细信息

在计算机三维视觉领域,对点云数据的理解受到越来越多研究者的关注。点云的语义分析可以帮助人工智能机器感知三维世界,提供了广泛的应用场景。由于海量数据和复杂场景的限制,大规模点云场景下的语义分割任务仍然具有挑战性。本文针对大规模点云场景下的语义分割方法进行研究。现有的点云语义分割方法大多存在以下两个问题:问题一是大部分研究都集中在创建复杂的局部几何提取器,而没有考虑点云的稀疏性和大场景下的多尺度问题,导致模型无法有效提取局部特征且影响分割精度;问题二是大多数方法的局部表示没有考虑到点云的旋转形变,而且直接使用最大池化来提取局部特征可能会导致局部信息的丢失以及对关键点的过度依赖。针对问题一中大规模点云场景下的语义分割方法无法有效提取局部特征,本文提出了一种特征仿射残差网络(Feature Affine Residual Network,FA-ResNet),该网络可以从点云域中学习鲁棒的语义信息。首先,本文创建了一种局部关系形状学习模块来学习局部形状关系,从而补充结构信息。其次,本文提出了一种轻量级的特征仿射模块,该模块可以对局部点特征进行自适应调整,以缓解因局部点云的密度与K近邻确定域之间的差异。最后,本文设计了一种残差多层感知器池化模块,该模块可以学习聚合深度特征,以探索更复杂的语义特征,并为语义分割任务提供更好的指导。针对问题二中的大规模点云场景下点云的局部空间表示和特征聚合存在的问题,本文提出了一种用于大规模点云语义分割的神经辐射场卷积(Neural Radiation Field Convolution,NeRFConv)。首先,为了克服部分方法将点云局部空间表示为相对位置,而不考虑点云的旋转特性的问题。本文构造了一种新的局部空间表示法,称为七维的神经辐射场表示法,以表示不受坐标轴旋转影响的局部点云空间。然后,为了不受点云密度变化的影响,本文提出了一种自适应卷积方法来聚合局部点云特征,称为神经辐射场注意力聚合,可以有效聚合并获得更具表征力的局部特征。为了验证方法的有效性和先进性,本文基于深度学习框架Tensor Flow实现了所提出的两个方法,并在公开的点云数据集上进行了大量的实验。结果表明本文所提出的FA-ResNet在复杂的大规模点云场景下能够在捕捉不同尺度的物体局部特征,仅使用简单的残差多层感知器来提取特征,能够有效提取局部特征,比现有方法能实现更好的语义分割效果。同时本文所提出的NeRFConv能不受旋转和密度的影响,减少了局部信息的丢失并且不依赖关键点,十分适用于点云数据;从而比现有方法获得了更高的分割准确性且能减少对不同类型数据集的依赖程度。FA-ResNet和NeRFConv优于现有方法,均已在高质量SCI期刊发表。

关键词：计算机三维视觉大规模点云场景点云语义分割特征仿射残差模块神经辐射场卷积

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：