Object_Recognition_From_RGBD_Data：近年来，对象识别由于其众多的应用而引起了研究人员的越来越多的关注。 例如，对象识别使协作机器人能够执行诸如在非结构化环境中搜索对象或为人类同事检索工具之类的任务。 在这项研究中，我们提出了一种新技术，用于从红色，绿色，蓝色和深度（RGB-D）数据中进行无监督的特征提取，然后将其与多个分类器组合以执行对象识别。 具体而言，我们的体系结构首先通过无监督的聚类技术对桌面场景中的所有对象进行了细分。 然后，它分别关注每个对象，以提取形状和视觉特征。 我们对从YCB对象和模型集中选择的20个对象的子集进行实验，并评估几个分类器的性能
2021-04-03 22:10:22
10.59MB
1
设计了危险气体探测双摇臂履带机器人,可较好地攀越井下障碍,具有较高的环境适应性。由于井下的特殊环境,该煤矿危险气体探测机器人须具有防爆性能,且符合煤矿安全规定。为了尽可能地降低探测机器人重量,采用正压防爆外壳。
2021-03-28 20:23:27
157KB
1
在非结构化P2P网络中，降低消息冗余，提高搜索的效率，一直是资源搜索的关键问题。目前非结构化P2P网络均采用生存时间（Time-To-Live）机制控制搜索算法的深度，但是同时产生了大量的冗余消息，严重影响了网络的利用率。为了能够在保持高搜索效率的前提下减少冗余消息的数量，提出了一种基于预算机制的非结构化P2P网络分段搜索策略DBudgetSearch。DBudgetSearch将搜索过程分为两个阶段，并在每个阶段中使用预算机制来控制消息转发的数量和导向，根据邻居节点的连接度大小来选择消息的转发对象。分析和试验结果表明，DBudgetSearch导向性好，算法搜索效率高，能够有效减
2021-01-30 05:07:03
850KB
1