温室大棚自动除雪机器人设计[全套毕业设计含图纸][开题报告][文献综述].rar温室大棚自动除雪机器人设计[全套毕业设计含图纸][开题报告][文献综述].rar

收藏

编号:20190930101357409553    类型:共享资源    大小:52.81MB    格式:RAR    上传时间:2019-09-30
  
45
关 键 词:
全套毕业设计含图纸 开题报告 文献综述 温室 大棚 自动 机器人 设计 全套 毕业设计 图纸 开题 报告 文献 综述

资源目录

温室大棚自动除雪机器人设计
../solidworks
../../SW三维图
../../../减速器
../../../../上箱盖.SLDPRT
../../../../下箱体.SLDPRT
../../../../低速轴.SLDPRT
../../../../低速轴套筒.SLDPRT
../../../../低速轴组件.SLDASM
../../../../低速轴轴承.SLDASM
../../../../低速轴轴承保持架.SLDPRT
../../../../低速轴轴承外圈.SLDPRT
../../../../低速轴轴承滚珠.SLDPRT
../../../../低速轴轴承滚珠装配体.SLDASM
../../../../低速键.SLDPRT
../../../../减速器.SLDASM
../../../../凸轮键.SLDPRT
../../../../大垫片.SLDPRT
../../../../大端盖.SLDPRT
../../../../大通盖.SLDPRT
../../../../大齿轮.SLDPRT
../../../../小垫片.SLDPRT
../../../../小端盖.SLDPRT
../../../../小通盖.SLDPRT
../../../../小齿轮.SLDPRT
../../../../柔性联轴器.SLDPRT
../../../../窥视孔盖.SLDPRT
../../../../螺塞.SLDPRT
../../../../螺栓M20.SLDPRT
../../../../螺栓M36.SLDPRT
../../../../螺栓M36X100.SLDPRT
../../../../螺栓M6.SLDPRT
../../../../螺母M20×2.5.SLDPRT
../../../../螺母M36×4.0.sldprt
../../../../通气塞.SLDPRT
../../../../高速轴.SLDPRT
../../../../高速轴套筒.SLDPRT
../../../../高速轴组件.SLDASM
../../../../高速轴轴承.SLDASM
../../../../高速轴轴承保持架.SLDPRT
../../../../高速轴轴承外圈.SLDPRT
../../../../高速轴轴承滚珠.SLDPRT
../../../../高速轴轴承滚珠装配体.SLDASM
../../../../高速键.SLDPRT
../../../吹雪机
../../../../借口.SLDPRT
../../../../后壳.sldprt
../../../../吹雪机总装配图.SLDASM
../../../../壳体.SLDPRT
../../../../壳体装配体.SLDASM
../../../../底座 (2).SLDPRT
../../../../底座.SLDPRT
../../../../扇叶底片.SLDPRT
../../../../扇叶装配.SLDASM
../../../../接口.SLDPRT
../../../../电动机装配图改.SLDASM
../../../../电机改.SLDPRT
../../../../转片.SLDPRT
../../../../连接器.SLDPRT
../../../平台小车
../../../../GB/T1096-1979普通平键A型10×22.SLDPRT
../../../../GB/T1096-1979普通平键A型8×50.SLDPRT
../../../../GB/T889.1-20001型非金属嵌件六角锁紧螺母M30.SLDPRT
../../../../~$圆柱齿轮60×2.5(轴部分).SLDPRT
../../../../内径30立式座轴承UCP2061.SLDPRT
../../../../前轴.SLDPRT
../../../../后轴.SLDPRT
../../../../平台小车总装配体.SLDASM
../../../../平板.SLDPRT
../../../../底盘.SLDPRT
../../../../弹簧.bak
../../../../弹簧.SLDPRT
../../../../挡板.SLDPRT
../../../../挡板2.SLDPRT
../../../../电机固定板.SLDPRT
../../../../电机带减速器.SLDPRT
../../../../电机底座.SLDPRT
../../../../皮带.SLDPRT
../../../../直线导轨.SLDPRT
../../../../端盖.SLDPRT
../../../../触碰开关.SLDPRT
../../../../触碰开关装配.SLDASM
../../../../车架装配.SLDASM
../../../../车轮.SLDPRT
../../../../轴套.SLDPRT
../../../../链轮内孔18.SLDPRT
../../../../链轮内孔34.SLDPRT
../../../总装配图
../../../../凸轮.SLDPRT
../../../../凸轮连接销2.SLDPRT
../../../../吹雪机总装配图.SLDASM
../../../../吹风口卡子.SLDPRT
../../../../平台小车总装配体.SLDASM
../../../../平板1.SLDPRT
../../../../总装配体3.SLDASM
../../../../支架腿小平台.SLDPRT
../../../../支架装配体.SLDASM
../../../../柔性联轴器.SLDPRT
../../../../波纹管.SLDPRT
../../../../温室大棚装配体.SLDASM




资源描述:
密 级 分类号 编 号 成 绩 本科生毕业设计 (论文) 外 文 翻 译 原 文 标 题 Multi-degree of freedom walking robot up 译 文 标 题 多自由度步行机器人 作者所在系别 机电工程学院 作者所在专业 机械设计制造及其自动化 作者所在班级 B13113 作 者 姓 名 李明 作 者 学 号 20134011327 指导教师姓名 陈明 指导教师职称 教授 完 成 时 间 2017 年 3 月 北华航天工业学院教务处制 共 20 页 第 0 页 译文标题 多自由度步行机器人 原文标题 Multi-degree of freedom walking robot up 作 者 Masayuki INABA 译 名 美男雅之 国 籍 日本 原文出处 University of Tokyo 译文: 多自由度步行机器人 摘要:在现实生活中设计一款不仅可以倒下而且还可以站起来的机器人灵活智能 机器人很重要。本文提出了一种两臂两足机器人,即一个模仿机器人,它可以步 行、滚动和站起来。该机器人由一个头,两个胳膊和两条腿组成。基于远程控制, 设计了双足机器人的控制系统,解决了机器人大脑内的机构无法与无线电联系的 问题。这种远程控制使机器人具有强大的计算头脑和有多个关节轻盈的身体。该 机器人能够保持平衡并长期使用跟踪视觉,通过一组垂直传感器检测是否跌倒, 并通过两个手臂和两条腿履行起立动作。用实际例子对所开发的系统和实验结果 进行了描述。 1 引言 随着人类儿童的娱乐,对于设计的双足运动的机器人具有有站起来动作的能 力是必不可少。为了建立一个可以实现两足自动步行的机器人,设计中感知是站 立还是否躺着的传感器必不可少。 两足步行机器人它主要集中在动态步行,作为一种先进的控制问题来对待它 [3][4][5] 。然而,在现实世界中把注意力集中在智能反应,更重要的是创想,而不 是一个不会倒下的机器人,是一个倒下来可以站起来的机器人。 为了建立一个既能倒下又能站起来的机器人,机器人需要传感系统就要知道 它是否跌倒或没有跌倒。虽然视觉是一个机器人最重要的遥感功能,但由于视觉 系统规模和实力的限制,建立一个强大的视觉系统在机器人自己的身体上是困难 的。如果我们想进一步要求动态反应和智能推理经验的基础上基于视觉的机器人 行为研究,那么机器人机构要轻巧足以够迅速作出迅速反应,并有许多自由度为 了显示驱动各种智能行为。至于有腿机器人 [6][7][8],只有一个以视觉为基础的小 小的研究 [9]。面临的困难是在基于视觉有腿机器人实验研究上由硬件的显示所限 制。 共 20 页 第 1 页 在有限的硬件基础上是很难继续发展先进的视觉软件。为了解决这些问题和推进 基于视觉的行为研究,可以通过建立远程脑的办法。身体和大脑相连的无线链路 使用无线照相机和远程控制机器人,因为机体并不需要电脑板,所以它变得更加 容易建立一个有许多自由度驱动的轻盈机身。 在这项研究中,我们制定了一个使用远程脑机器人的环境并且使它执行平衡 的视觉和起立的手扶两足机器人,通过胳膊和腿的合作,该系统和实验结果说明 如下。 图 1 远程脑系统的硬件配置 图 2 两组机器人的身体结构 2 远程脑系统 远程控制机器人不使用自己大脑内的机构。它留大脑在控制系统中并且与它 用无线电联系。这使我们能够建立一个自由的身体和沉重大脑的机器人。身体和 大脑的定义软件和硬件之间连接的接口。身体是为了适应每个研究项目和任务而 设计的。这使我们提前进行研究各种真实机器人系统 [10]。 一个主要利用远程脑机器人是基于超级并行计算机上有一个大型及重型颅脑。 共 20 页 第 2 页 虽然硬件技术已经先进了并拥有生产功能强大的紧凑型视觉系统的规模,但是硬 件仍然很大。摄像头和视觉处理器的无线连接已经成为一种研究工具。远程脑的 做法使我们在基于视觉机器人技术各种实验问题的研究上取得进展。 另一个远程脑的做法的优点是机器人机体轻巧。这开辟了与有腿移动机器人 合作的可能性。至于动物,一个机器人有 4 个可以行走的四肢。我们的重点是基 于视觉的适应行为的 4 肢机器人、机械动物,在外地进行试验还没有太多的研究。 大脑是提出的在母体环境中通过接代遗传 。大脑和母体可以分享新设计的 机器人。一个开发者利用环境可以集中精力在大脑的功能设计上。对于机器人的 大脑被提出在一个母体的环境,它可以直接受益于母体的‘演变’ ,也就是说 当母体升级到一个更强大的计算机时该软件容易获得权利。 图 1 显示了远程脑系统由大脑基地,机器人的身体和大脑体界面组成。在远 程脑办法中大脑和身体接触面之间的设计和性能是关键。我们目前的执行情况采 取了完全远程脑的办法,这意味着该机体上没有电脑芯片。目前系统由视觉子系 统,非视觉传感器子系统和运动控制子系统组成。一个障碍物可以从机器人机体 的摄像机上接收视频信号。每个视觉子系统由平行放置的 8 个显示板组成。 一个机体仅有一个运动指令信号和传输传感器的信号的接收器。该传感器信息从 视频发射机传输。传输其他传感器的信息是可能的,如触摸和伺服错误通过视频 传输的信号整合成一个视频图像 [11] 。该驱动器是包括一个模拟伺服电路和接收 安置器的连接模块。离子参考价值来自于动作接收器。该动作控制子系统可以通 过 13 个波段处理多达 104 个驱动器和每 20 兆秒发送参考价值的所有驱动器。 3 两个手和足的机器人 图 2 显示了两个手和足的机器人的结构。机器人的主要电力组成部分是连接 着伺服驱动器控、制信号接收器定位传感器,发射机,电池驱动器,传感器和一 个摄像头,视频发射机,没有电脑板。伺服驱动器包括一个齿轮传动电动机和伺 服电路模拟的方块。控制信号给每个伺服模块的位置参考。扭矩伺服模块可覆盖 2Kgcm -1 4Kgcm 的速度约 0 .2sec/60deg。控制信号传输无线电路编码的 8 个参 考值。该机器人在图 2 中有两个接收器模块在芯片上以控制 16 个驱动器。 图 3 说明了方向传感器使用了一套垂直开关。垂直开关是水银开关。当水银 开关(a)是倾斜时,下拉关闭的汞之间接触的两个电极。方向传感器安装两个 汞开关,如图显示在(b)项。该交换机提供了两个比特信号用来检测 4 个方向 共 20 页 第 3 页 的传感器如图所示在(c)项。该机器人具有在其胸部的传感器并且它可以区分 四个方向:面朝上,面朝下,站立和颠倒。该机体的结构设计和模拟在母亲环境 下。该机体的运动学模型是被描述面向一个口齿不清的对象,这使我们能够描述 几何实体模型和窗口界面设计的行为。 图 3 传感器的两个水银定位开关 图 4 显示远程脑机器人的一些环境项目分类 。这些分类为扩大发展各种机 器人提供了丰富的平台。 4 基于视觉的平衡 该机器人可以用两条腿站起来。因为它可以改变机体的重心,通过控制踝关 节的角度,它可以进行静态的两足行走。如果地面不平整或不稳定,在静态步行 期间机器人必需控制她的身体平衡。 为了视觉平衡和保持移动平稳,它要有高速的视觉系统。我们已经用相关的 芯片 [13]制定了一项跟踪视觉板。这个视觉板由带着特别 LSI 芯片(电位 [14] :运 动估计处理器)扩张转换器组成 ,与执行本地图像块匹配。 共 20 页 第 4 页 图 4 层次分类 图 5 步行步态 该输入处理器是作为参考程序块和一个图像搜索窗口形象.该大小的参考程 序块可达 16*16 像素.该大小的搜索窗口取决于参考块的大小通常高达 32*32 像 素,以便它能够包括 16 * 16 且匹配。该处理器计算价值 256 萨赫勒(总和绝对 差)之间的参考块和 256 块在搜索窗口,还找到最佳匹配块,这就是其中的最低 萨赫勒价值。 当目标平移时块匹配是非常有力的。然而,普通的块匹配方法当它旋转时无 法跟踪目标。为了克服这一困难,我们开发了一种新方法,跟随真正旋转目标的 候选模板。旋转模板法首先生成所有目标图像旋转,并且几个足够的候选参考模 板被选择并跟踪前面图的场景相匹配。图 5 展示了一个平衡实验。在这个实验中 机器人站在倾斜的木板上。机器人视觉跟踪着前面的场景。它会记住一个物体垂 直方向作为视觉跟踪的参照并产生了旋转图像的参考图象。如果视觉跟踪的参考 对象使用旋转图像,它可以衡量身体旋转。 为了保持身体平衡,机器人的反馈 共 20 页 第 5 页 控制其身体旋转来控制中心机体的重心。旋转视觉跟踪[15]可以跟踪视频图像率。 图 6 双足步行 该输入处理器是作为参考程序块和一个图像搜索窗口形象.该大小的参考程 序块可达 16*16 像素.该大小的搜索窗口取决于参考块的大小通常高达 32*32 像 素,以便它能够包括 16 * 16 且匹配。该处理器计算价值 256 萨赫勒(总和绝对 差)之间的参考块和 256 块在搜索窗口,还找到最佳匹配块,这就是其中的最低 萨赫勒价值。 当目标平移时块匹配是非常有力的。然而,普通的块匹配方法当它旋转时无 法跟踪目标。为了克服这一困难,我们开发了一种新方法,跟随真正旋转目标的 候选模板。旋转模板法首先生成所有目标图像旋转,并且几个足够的候选参考模 板被选择并跟踪前面图的场景相匹配。 图 5 展示了一个平衡实验。在这个实验中机器人站在倾斜的木板上。机器人 视觉跟踪着前面的场景。它会记住一个物体垂直方向作为视觉跟踪的参照并产生 了旋转图像的参考图象。如果视觉跟踪的参考对象使用旋转图像,它可以衡量身 体旋转。 为了保持身体平衡,机器人的反馈控制其身体旋转来控制中心机体的 重心。旋转视觉跟踪 [15]可以跟踪视频图像率。 共 20 页 第 6 页 图 6 双足步行 图 7 双足步行实验 5 双足步行 如果一个双足机器人可以自由的控制机器人的重心,它可以执行双足行走。 展示在图 7 的机器人在脚踝的位置有以左和以右的角度,它可以在特定的方式下 执行双足行走。该一个周期的一系列运动由八个阶段组成,如图 6 所示 。一个 步骤包括四个阶段;移动脚的重力中心,抬腿,向前移动,换腿。由于身体被描 述用实体模型,根据重心参数机器人可以产生一个机构配置移动重力中心。这一 运动后,机器人可以抬起另一条腿并且向前走。在抬腿过程中机器人必须操纵机 构配置,以保持支持脚上的重心。依赖于重心的高度作为平衡的稳定性,机器人 选择合适的膝盖角度.图 7 显示了一系列双足机器人行走的实验。 6 滚动和站立 图 8 显示了一系列滚动,坐着和站起来的动作。这个动作要求胳膊和腿之间 的协调。 共 20 页 第 7 页 由于步行机器人有一个电池,该机器人可使用电池的重量做翻转动作。当机 器人抬起左腿,向后移动左臂且右臂向前,它可以得到机体周围的旋转力矩。如 果身体开始转动,右腿向后移动并且左脚依赖脸部返回原来位置。翻滚运动身体 的变化方向从仰视到俯视。它可通过方向传感器核查。 得到正面朝下的方向后,向下移动机器人的手臂以坐在两个脚上。这个动作 引起了双手和地面之间的滑动。如果手臂的长度不够达到在脚上的身体重心,这 个坐的运动要求有手臂来推动运动。站立运动是被控制的,以保持平衡。 图 8 一系列滚动和站立运动 图 9:具有起身能力的双足步行机器人的状态转换 7 通过集成传感器网络转型的综合 为了使上述描述的基本动作成为一体,我们通过一种方法来描述一种被认为 是根据传感器状况的网络转型。图 9 显示了综合了基本动作机器人的状态转移图: 两足行走,滚动,坐着和站立。这种一体化提供了机器人保持行走甚至跌倒时的 能力。 普通的双足行走是由两步组成,连续的左腿在前和右腿在前。这个 共 20 页 第 8 页 姿势‘依赖于背部和脸部’和‘站立’是一样的 。也就是说,机器人的机体形 状是相同的,但方向是不同的。 该机器人可以探测机器人是否依赖于背部或面部使用方向传感器。当机器人 发觉跌倒时,它改变了依赖于‘背部或腹部’通过移动不确定姿势的状况。如果 机器人‘依赖于背部’起来 ,一系列的动作将被计划执行:翻转、坐下和站立 动作。如果这种情况是‘依赖于脸部’ ,它不执行翻转而是移动手臂执行坐的 动作。 8 结束语 本文提出了一个两手臂的可以执行静态双足行走,翻转和站立动作的机器人。 建立这种行为的关键是远程脑方法。正如实验表明,无线技术允许机体自由移动。 这似乎也改变我们概念化机器人的一种方式。在我们的实验室已经发展一种新的 研究环境,更适合于机器人和真实世界的人工智能。 这里提出的机器人是一个有腿的机器人。我们的视觉系统是基于高速块匹 配功能实施大规模集成电路的运动估算。视觉系统提供了与人交往作用的机体活 力和适应能力。机械狗表现出建立在跟踪测距的基础上的适应行为。机械类人猿 已经表明跟踪和记忆的视觉功能和它们在互动行为上的综合。 一个两手臂机器人的研究为智能机器人研究提供了一个新的领域。因为它 的各种行为可能造成一个灵活的机体。远程脑方法将支持以学习为基础行为的研 究领域。下一个研究任务包括:如何借鉴人类行为以及如何让机器人提高自身的 学术行为。 共 20 页 第 9 页 外文原文 Multi-degree of freedom walking robot Masayuki INABA, Fumio KANEHIRO Satoshi KAGAMI, Hirochika INOUE Department of Mechano-Informatics The University of Tokyo 7-3-l Hongo, Bunkyo-ku, 113 Tokyo, JAPAN Abstract:Focusing attention on flexibility and intelligent reactivity in the real world, it is more important to build, not a robot that won’t fall down, but a robot that can get up if it does full down. This paper presents a research on a two-armed bipedal robot, an apelike robot, which can perform biped walking, rolling over and standing up. The robot consists of a head, two arms, and two legs. The control system of the biped robot is designed based on the remote-brained approach in which a robot does not bring its own brain within the body and talks with it by radio links. This remote-brained approach enables a robot to have both a heavy brain with powerful computation and a lightweight body with multiple joints. The robot can keep balance in standing using 共 20 页 第 10 页 tracking vision, detect whether it falls down or not by a set of vertical sensors, and perform getting up motion colaborating two arms and two legs. The developed system and experimental results are described with illustrated real examples. 1 Introduction As human children show, it is indispensable to have capability of getting up motion in order to learn biped locomotion. In order to build a robot which tries to learn biped walking automatically, the body should be designed to have structures to support getting up as well as sensors to know whether it lays or not. When a biped robot has arms, it can perform various behaviors as well as walking. Research on biped walking robots has presented with realization[1][2][3].It has mainly focused on the dynamics in walking,treating it as an advanced problem in control[3][4][5].However, focusing attention on the intelligent reactivity in the real world, it is more important to build, not a robot that won’t fall down, but a robot that can get up if it does fall down. In order to build a robot that can get up if it falls down, the robot needs sensing system to keep the body balance and to know whether it falls down or not. Although vision is one of the most important sensing functions of a robot, it is hard to build a robot with a powerful vision system on its own body because of the size and power limitation of a vision system. If we want to advance research on vision-based robot behaviors requiring dynamic reactions and intelligent reasoning based on experience, the robot body has to be lightweight enough to react quickly and have many DOFS in actuation to show a variety of intelligent behaviors. As for the legged robot [6] [7] [8],there is only a little research on vision-based behaviors[9]. The difficulties in advancing experimental research for vision-based legged robots are caused by the limitation of the vision hardware. It is hard to keep developing advanced vision software in limited hardware. In order to solve the problems and advance the study of vision-based behaviors, we have adopted a new approach through building remote-brained robots. The body and the brain are connected by wireless links by using wireless cameras and remote-controlled actuators.As a robot body does not need computers on-board,it becomes easier to build a lightweight bodywith many DOFS in actuation. In this research, we developed a two-armed bipedal robot using the remote- brained robot environment and made it to perform balancing based on vision and getting up through cooperating arms and legs. The system and experimental results are described below. 共 20 页 第 11 页 2 The Remote-Brained System The remote-brained robot does not bring its own brain within the body. It leaves the brain in the mother environment and communicates with it by radio links. This allows us to build a robot with a free body and a heavy brain. The connection link between the body and the brain defines the interface between software and hardware. Bodies are designed to suit each research project and task. This enables us advance in performing research with a variety of real robot systems[10]. A major advantage of remote-brained robots is that the robot can have a large and heavy brain based on super parallel computers. Although hardware technology for vision has advanced and produced powerful compact vision systems, the size of the hardware is still large. Wireless connection between the camera and the vision processor has been a research tool. The remote-brained approach allows us to progress in the study of a variety of experimental issues in vision-based robotics. Another advantage of remote-brained approach is that the robot bodies can be lightweight. This opens up the possibility of working with legged mobile robots. As with animals, if a robot has 4 limbs it can walk. We are focusing on vision- basedadaptive behaviors of 4-limbed robots, mechanical animals, experimenting in a field as yet not much studied. The brain is raised in the mother environment in-herited over generations. The brain and the mother environment can be shared with newly designed robots. A developer using the environment can concentrate on the functional design of a brain. 共 20 页 第 12 页 For robots where the brain is raised in a mother environment, it can benefit directly from the mother’s ‘evolution’, meaning that the software gains power easily when the mother is upgraded to a more powerful computer.Figure 1 shows the configuration of the remote-brained system which consists of brain base, robot body and brain-body interface. In the remote-brained approach the design and theperformance of the interface between brain and body is the key. Our current implementation adopts a fully remotely brained approach, which means the body has no computer onboard. Current system consists of the vision subsystems, the non-vision sensor subsystem and the motion control subsystem. A block can receive video signals from cameras on robot bodies. The vision subsystems are parallel sets each consisting of eight vision boards. A body just has a receiver for motion instruction signals and a transmitter for sensor signals. The sensor information is transmitted from a video transmitter. It is possible to transmit other sensor information such as touch and servo error through the video transmitter by integrating the signals into a video image[11]. The actuator is a geared module which includes an analog servo circuit and receives a position reference value from the motion receiver. The motion control subsystem can handle up to 104 actuators through 13 wave bands and send the reference values to all the actuators every 20msec. 3 The Two-Armed Bipedal Robot Figure 2 shows the structure of the two-armed bipedal robot. The main electric components of the robot are joint servo actuators, control signal receivers, an orientation sensor with transmitter, a battery set for actuators and sensors sensor and a camera with video transmitter. There is no computer on-board. A servo actuator includes a geared motor and analog servo circuit in the box. The control signal to each servo module is position reference. The torque of servo modules available cover 2Kgcm - 14Kgcm with the speed about 0.2sec/60deg. The control signal transmitted on radio link encodes eight reference values. The robot in figure 2 has two receiver modules onboard to control 16 actuators. Figure 3 explains the orientation sensor using a set of vertical switches. The vertical switch is a mercury switch. When the mercury switch (a) is tilted, the drop of mercury closes the contact between the two electrodes. The orientation sensor mount two mercury switches such as shown in (b). The switches provides two bits signal to detect four orientation of the sensor as shown in (c). The robot has this sensor at its chest and it can distinguish four orientation; face up, face down, standing and upside down. The body structure is designed and simulated in the mother environment. The kinematic model of the body is described in an object-oriented lisp, Euslisp which has enabled us to describe the geometric solid model and window interface for behavior design. Figure 4 shows some of the classes in the programming environent for remote- brained robot written in Euslisp. The hierachy in the classes provides us with rich facilities for extending development of various robots. 共 20 页 第 13 页 4 Vision-Based Balancing The robot can stand up on two legs. As it can change the gravity center of its body by controling the ankle angles, it can perform static bipedal walks. During static walking the robot has to control its body balance if the ground is not flat and stable. In order to perform vision-based balancing it is re-quired to have high speed vision system to keep ob-serving moving schene. We have developed a tracking vision board using a correlation chip[l3]. The vision board consists of a transputer augmented with a special LSI chip(MEP[14] : Motion Estimation Processor) which performs local image block matching. The inputs to the processor MEP are an image as a reference block and an image for a search window.The size of the reference blsearch window depends on the size of the reference block is usually up to 32 by 32 pixels so that it can include 16 * 16 possible matches. The processor calculates 256 values of SAD (sum of absolute difference) between the reference block and 256 blocks in the search window and also finds the best matching block, that is, the one which has the minimum SAD value.Clock is up to 16 by 16 pixels.T
展开阅读全文
  点石文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
0条评论

还可以输入200字符

暂无评论,赶快抢占沙发吧。

关于本文
本文标题:温室大棚自动除雪机器人设计[全套毕业设计含图纸][开题报告][文献综述].rar
链接地址:https://www.dswenku.com/p-771182.html
关于点石文库 - 投资与合作 - 会员权益 - 联系我们 - 声明 - 人才招聘

点石文库上传QQ群: 862610017     侵权投诉客服QQ:3339525602  下载帮助客服QQ: 3339525602 

点石文库版权所有  联系邮箱:3339525602#qq.com (请把#改为@)

 备案号:湘ICP备18013834经营许可证:湘B6-20180008  湘公网安备:630104018000196

收起
展开