Simulink 图用于模拟手术机器人中使用的 6DoF 机械手。 该图解决了操纵器的受约束运动,该操纵器持有使用套管针引入患者腹部的手术器械。 在这种情况下,会在考虑插入点(支点)的情况下执行移动。 为了解决这个问题,已经使用了基于雅可比的位置控制方案,该方案能够生成机械手关节角度参考,以在考虑到先前固定的支点的情况下执行运动。 然后使用获得的关节角度为 6DoF 机械手的 3D 模型 (VRML) 设置动画。 此外,该 3D 模型允许使用 Euler ZYZ 角或旋转矩阵将仪器尖端放置在任何方向。 3D 模型还可用于教学或研究目的,例如计算其运动学。 论文中提出了基于 Jacobian 的位置控制方案: Perez-del-Pulgar,CJ; 穆尼奥斯,VF; 贝拉斯科,JJ; Gomez, R.,“用于单Kong腹腔镜手术的模糊增益调整的平行力-位置控制方案”,在控制、自动化和
2022-11-07 17:26:45 295KB matlab
1
6DOF_PoseEstimation Kinect2.0实现估算长方体物体三维姿态并实时显示
2022-10-09 19:27:21 28.9MB C++
1
MPU-6500公司的第二代智能手机、平板电脑、可穿戴传感器和其他消费者市场的6轴移动跟踪设备。MPU-6500,交付于3毫米x3毫米x0.9mmQFN包,满足市场对高性能应用程序的需求,如行人导航、上下文感知广告和其他基于位置的服务。该设备还支持新型可穿戴传感器应用的规范,如远程健康监测、运动和健康追踪以及其他消费者应用。 单片机微处理器-6500集成了硬件加速计,使用硬件陀螺仪,运动和机载数字处理器:trade_mark:(DMP)在一个小,3毫米x3毫米x0.9毫米QFN包。6轴装置是世界上第一个以1.8伏特运行的运动传感器,在全工况下仅消耗6.1兆瓦的功率。它只包含了陀螺仪的性能±5dpszero-rate-output和0.01dps/√赫兹的噪音,和提供加速度计规范包括典型的抵消±60毫克,300µg/√赫兹的噪音,和18µA当前的低功耗模式。
2022-07-27 10:43:47 5.78MB 传感器 mpu6500 电路方案
1
ROS:img2pose 通过6DOF人脸姿势估计进行人脸对齐和检测 该存储库为img2pose神经网络提供了一个ROS包装节点,用于在多个面部上进行六个自由度(6DoF)检测,而无需事先进行面部检测。 此存储库中包含的模型已在WIDER FACE数据集中进行了训练。 原始模型和培训说明可在项目。 在Intel 和GeForce GTX1060 / 6Gb上以运行 安装 将此存储库克隆到catkin工作区中,并在运行catkin_make之前使用catkin_make安装依赖catkin_make 。 pip3 install -r requirements.txt 用法 当前有一个包装器节点,用于加载模型,订阅sensor_msgs / Image主题,在图像回调函数中运行预测并以彩色轴的形式将6DOF头部姿势渲染到框架上。 rosrun ros_img2pose img2po
2022-05-16 16:07:17 151.08MB Python
1
Code for "PVNet: Pixel-wise Voting Network for 6DoF Pose Estimation" CVPR 2019 oral
2022-04-19 17:48:19 13.79MB Python开发-机器学习
1
6Dof Robot Arm 6自由度机械臂3D数模图纸 STP格式.zip
2022-04-11 14:01:04 5.36MB arm 3d 嵌入式硬件
该设计分享的是IMU 6DOF运动跟踪模块设计及其应用资料,原理图/PCB/demo程序等见附件下载。该IMU 6DOF运动跟踪模块基于传感器MPU6050设计,它是世界上第一个集成了6轴MotionTracking设备,结合了3轴陀螺仪,3轴加速度计和Digital Motion Processor:trade_mark:(DMP)。MPU6050具有三个用于数字化陀螺仪输出的16位模数转换器(ADC)和三个16位ADC,用于数字化加速度计输出,因此IMU 6DOF运动跟踪模块实现了高转换器精度。为了精确跟踪快速和慢速运动,该模块支持可编程陀螺仪满量程范围和加速度计满量程范围。IMU 6DOF运动跟踪模块(MPU6050)实物截图: IMU 6DOF运动跟踪模块(MPU6050)特点: 工作电压:3.3V 测量范围: 陀螺仪满量程范围:±250,。±500 ,. ±1000 ,. ±2000°/秒 加速度计满量程范围:±2g,±4g,±8g和±16g。 控制模式:I2C 尺寸:25.43mm x 20.35mm 硬件连接(IMU 6DOF模块连接到Xadow主板): IMU 6DOF运动跟踪模块demo程序截图:
2022-02-28 10:46:26 2.04MB mpu6050 运动跟踪模块 6dof 3轴陀螺仪
1
使用芯片:MPU-6050(MPU-6050数据手册) 供电电源:3-5v(内部低压差稳压) 通信方式:标准IIC通信协议 芯片内置16bit AD转换器,16位数据输出 陀螺仪范围:±250 500 1000 2000 °/s 加速度范围:±2±4±8±16g MPU-6000(MPU-6000数据手册)为全球首例整合性6轴运动处理组件,相较于多组件方案,免除了组合陀螺仪与加速器时之轴间差的问题,减少了大量的包装空间。MPU-6000整合了3轴陀螺仪、3轴加速器,并含可藉由第二个I2C端口连接其他厂牌之加速器、磁力传感器、或其他传感器的数位运动处理(DMP: Digital Motion Processor)硬件加速引擎,由主要I2C端口以单一数据流的形式,向应用端输出完整的9轴融合演算技术 InvenSense的运动处理资料库,可处理运动感测的复杂数据,降低了运动处理运算对操作系统的负荷,并为应用开发提供架构化的API。 MPU-6000的角速度全格感测范围为±250、±500、±1000与±2000°/sec (dps),可准确追緃快速与慢速动作,并且,用户可程式控制的加速器全格感测范围为±2g、±4g±8g与±16g。产品传输可透过最高至400kHz的I2C或最高达20MHz的SPI。 MPU-6000可在不同电压下工作,VDD供电电压介为2.5V±5%、3.0V±5%或3.3V±5%,逻辑接口VVDIO供电为1.8V± 5%。MPU-6000的包装尺寸4x4x0.9mm(QFN),在业界是革命性的尺寸。其他的特征包含内建的温度感测器、包含在运作环境中仅有±1%变动的振荡器。 应用运动感测游戏 现实增强 电子稳像 (EIS: Electronic Image Stabilization) 光学稳像(OIS: Optical Image Stabilization) 行人导航器 “零触控”手势用户接口 姿势快捷方式 认证 市场智能型手机 平板装置设备 手持型游戏产品 3D遥控器 可携式导航设备 特征以数字输出6轴或9轴的旋转矩阵、四元数(quaternion)、欧拉角格式(Euler Angle forma)的融合演算数据。 具有131 LSBs/°/sec 敏感度与全格感测范围为±250、±500、±1000与±2000°/sec 的3轴角速度感测器(陀螺仪)。 可程式控制,且程式控制范围为±2g、±4g、±8g和±16g的3轴加速器。 移除加速器与陀螺仪轴间敏感度,降低设定给予的影响与感测器的飘移。 数字运动处理(DMP: Digital Motion Processing)引擎可减少复杂的融合演算数据、感测器同步化、姿势感应等的负荷。 运动处理数据库支持Android、Linux与Windows 内建之运作时间偏差与磁力感测器校正演算技术,免除了客户须另外进行校正的需求。 以数位输出的温度传感器 以数位输入的同步引脚(Sync pin)支援视频电子影相稳定技术与GPS 可程式控制的中断(interrupt)支援姿势识别、摇摄、画面放大缩小、滚动、快速下降中断、high-G中断、零动作感应、触击感应、摇动感应功能。 VDD供电电压为2.5V±5%、3.0V±5%、3.3V±5%;VDDIO为1.8V± 5% 陀螺仪运作电流:5mA,陀螺仪待命电流:5A;加速器运作电流:350A,加速器省电模式电流: 20A@10Hz 高达400kHz快速模式的I2C,或最高至20MHz的SPI串行主机接口(serial host interface) 内建频率产生器在所有温度范围(full temperature range)仅有±1%频率变化。 使用者亲自测试 10,000 g 碰撞容忍度 为可携式产品量身订作的最小最薄包装 (4x4x0.9mm QFN)
1
6DOF旋转式Stewart运动模拟器平台 紧凑而强大的运动仿真器平台,利用6个交流伺服电机和AASD15A伺服驱动器来实现。 高精密度的行星齿轮用于倍增扭矩。 使用ESP32微控制器的定制PCB来处理平台位置。 ESP32控制器基座具有蓝牙功能,使用Ble标准的自定义Android应用程序正在使用该功能来配置平台参数。 还具有一个软暂停/停止按钮,这将防止从PC更新位置。 该项目包含2个定制PCB,一个包含ESP32微控制器的主控制器板,以及与6个AC伺服驱动器的接口,以及1个带有6个磁臂限位开关的传感器阵列PCB,将信号组合成1条以太网电缆,然后连接到主PCB。 该平台是可扩展的,并且大多数尺寸在一定范围内是可以更改的。 为了使平台正常运行,需要遵循某些通用设计规则。 免责声明 这是一个危险的项目,如果没有绝对的注意,您将会受伤或死亡。 包含的项目 这些是此存储库中包含的项目组件 控
2022-01-14 21:50:36 6.17MB games racing awsome flight
1
“ PVNet:用于6DoF姿势估计的像素级投票网络”代码CVPR 2019口头好消息! 我们发布了一个干净的PVNet版本:clean-pvnet,包括如何在自定义数据集上训练PVNet。 对tless数据集的训练和测试,我们在其中检测图像中的多个实例。 PVNet:用于6DoF姿势估计的像素化投票网络PVNet:用于6DoF姿势估计的像素化投票网络Sida Peng,刘元,黄启兴,周小伟,包虎军CVPR 2019口腔项目页面欢迎任何问题或讨论! 截断LINEMOD数据集检查
2021-12-15 12:46:36 12.05MB Python Deep Learning
1