排序方式: 共有5条查询结果,搜索用时 78 毫秒
1
1.
为解决无导航功能的智能割草机割草区域最佳覆盖的问题,将智能视觉和人工智能聚类算法引入到了割草机控制系统的设计上,通过分解目标区域和计算质心位置,实现作业区域的全覆盖识别。机器人控制系统利用智能视觉来判断割草作业区域,代替了以信号和微波等为依据的导航功能,可以有效地提高作业区域的识别效率和精度。为了验证方案的可行性,以割草机器人路径规划为例,对割草机器人的路径规划时间和准确率进行了测试。结果表明:基于智能视觉和人工聚类算法的割草机器人具有较高的路径规划效率,且路径规划的准确率也较高,可以满足割草机器人控制系统的设计需求。 相似文献
2.
3.
4.
针对当前机器人定位避障技术中,感知外界环境信息单一及误差大等问题,提出了一种基于双目视觉的农业机器人运动定位和避障系统,可以通过双目视觉采集农业机器人周边的环境信息,实现农业机器人运动定位和避障。MatLab实验结果表明:农业机器人从起点成功到达终点,算法路径为最优避障路径,证明了系统的准确性和可行性。 相似文献
5.
针对原NAS-RIF算法敏感于噪声且支撑域为矩形等不足,提出了一种改进方案.通过引入高阶统计量去噪,解决了NAS-RIF算法敏感于噪声的特性;利用图像分割技术进行图像支撑域的自估计,改变了NAS-RIF算法中支撑域必须是矩形的不利限制.仿真结果表明改进的NAS-RIF算法具有很好的恢复效果. 相似文献
1