首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    哈工大新型4指压电机械手,10余种手势可代替或辅助人手实现灵巧操控!

    大数据文摘授权转载自机器人大讲堂 机械手作为代替或辅助人手实现灵巧操控的机器人系统,在机器人辅助操控领域有着举足轻重的地位,其功能与性能往往决定了整体系统的服务水平。 现有机械手种类繁多,主要体现在结构特征、换能原理和传动方式不尽相同。然而,由于能量转换原理和运动传递策略的限制,现有机械手多在动作精度、电磁兼容性和结构紧凑性方面存在诸多局限,例如,电磁驱动式机械手电磁兼容性较差,软体式机械手动作精度较差。因此,如何寻找新换能原理的机械手驱动模式,如何设计更高效和更精密的传动机构,甚至完全摒弃传动机构成

    01

    SORT新方法AM-SORT | 超越DeepSORT/CO-SORT/CenterTrack等方法,成为跟踪榜首

    基于运动的多目标跟踪(MOT)方法利用运动预测器提取时空模式,并估计未来帧中的物体运动,以便后续的物体关联。原始的卡尔曼滤波器广泛用作运动预测器,它假设预测和滤波阶段分别具有常速和高斯分布的噪声,分别对应于。常速假设物体速度和方向在短期内保持一致,高斯分布假设估计和检测中的误差方差保持恒定。虽然这些假设通过简化数学建模使卡尔曼滤波器具有高效性,但它们仅适用于特定场景,即物体位移保持线性或始终较小。由于忽略了具有非线性运动和遮挡的场景,卡尔曼滤波器在复杂情况下错误地估算物体位置。

    01

    Action perception as hypothesis testing

    我们提出了一种新颖的计算模型,将动作感知描述为一种主动推理过程,结合了运动预测(重用我们自己的运动系统来预测感知运动)和假设检验(使用眼球运动来消除假设之间的歧义)。该系统使用如何执行(手臂和手)动作的生成模型来生成特定假设的视觉预测,并将扫视引导到视觉场景中信息最丰富的位置,以测试这些预测和潜在的假设。我们使用人类行为观察研究中的眼动数据来测试该模型。在人类研究和我们的模型中,每当上下文提供准确的动作预测时,眼跳都是主动的;但不确定性会通过跟踪观察到的运动而引发更具反应性的凝视策略。我们的模型提供了一种关于行动观察的新颖视角,突出了其基于预测动态和假设检验的主动性质。

    01
    领券