基于星球車視覺信息的地面幾何與力學(xué)特性建模研究
發(fā)布時(shí)間:2021-02-08 02:30
在星球自主探測系統(tǒng)中,地形感知環(huán)節(jié)是連接機(jī)體外部環(huán)境和內(nèi)部控制的紐帶,為路徑規(guī)劃、運(yùn)動(dòng)仿真和移動(dòng)控制等多個(gè)環(huán)節(jié)提供地形信息。隨著火星探測任務(wù)難度的提高,越來越多的環(huán)節(jié)開始考慮地面力學(xué)特性對(duì)任務(wù)過程的影響。本文從火星地形環(huán)境特點(diǎn)和地面力學(xué)相關(guān)應(yīng)用的需求出發(fā),提出一種包含地面幾何與力學(xué)特性的地形模型。文章分別從如何進(jìn)行力學(xué)特性表征,如何通過視覺進(jìn)行地面力學(xué)參數(shù)遠(yuǎn)程估計(jì),以及如何構(gòu)建包含幾何與力學(xué)特性的地圖模型三個(gè)方面展開研究。本文考慮地形模型表征的完備性、統(tǒng)一性和簡易性,提出了包含地面幾何與力學(xué)特性的地形模型。通過分析地面承壓和剪切特性模型,確定了模型中力學(xué)特性因子的具體參量。通過分析各參數(shù)的敏感性,分別選取了等效剛度模量和等效摩擦模量作為承壓和摩擦特性方面的主導(dǎo)參數(shù),進(jìn)行動(dòng)態(tài)參數(shù)估計(jì)。通過建立輪-地相互作用模型,進(jìn)行了主導(dǎo)參數(shù)的辨識(shí),為后續(xù)基于視覺進(jìn)行主導(dǎo)參數(shù)動(dòng)態(tài)估計(jì)提供數(shù)據(jù)基礎(chǔ)。對(duì)基于視覺的地面力學(xué)特性參數(shù)估計(jì)問題進(jìn)行研究,提出了單階段和雙階段兩種通過視覺圖像估計(jì)地面力學(xué)特性參數(shù)的方案。針對(duì)雙階段方法中的地面語義分割和力學(xué)特性估計(jì)兩個(gè)階段,提出了具體的實(shí)現(xiàn)方法。分別利用全卷積網(wǎng)絡(luò)和編碼...
【文章來源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:89 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
學(xué)習(xí)和預(yù)測機(jī)制示意圖
督地形分類學(xué)習(xí)原理[26]圖 1-6 學(xué)習(xí)和預(yù)測學(xué)的 K. Otsu 等人在“由近及遠(yuǎn)”的學(xué)習(xí)方主地形分類的聯(lián)合與自我訓(xùn)練方法[28],環(huán)境下的分類中,學(xué)習(xí)框架如圖 1-7 所期階段從稀疏數(shù)據(jù)中快速學(xué)習(xí)經(jīng)驗(yàn)的問形分類器和振動(dòng)地形分類器進(jìn)行單獨(dú)訓(xùn)行再訓(xùn)練;自我訓(xùn)練部分僅采用基于視分類器進(jìn)行迭代再訓(xùn)練。利用雙向訓(xùn)練減少訓(xùn)練數(shù)據(jù)的數(shù)量而不犧牲準(zhǔn)確性。一步提高準(zhǔn)確性。通過實(shí)驗(yàn),聯(lián)合和自標(biāo)簽即可準(zhǔn)確分類多種地形類別。
試圖像 b) 材料分割結(jié)果 c) 摩擦系圖 1-8 基于材料識(shí)別的摩擦預(yù)測[30]基梅隆大學(xué)的 C. Cunningham 等人提出了一[11]。滑移模型根據(jù)地形幾何和視覺地形分類間相關(guān)性進(jìn)行模型在線適應(yīng),以識(shí)別類內(nèi)變果,特別是在高滑轉(zhuǎn)率區(qū)域效果明顯。比較類型的滑動(dòng)估計(jì)結(jié)果,兩者效果基本相當(dāng)。世聯(lián)邦理工的 ANYmal 機(jī)器人基于圖像通過足機(jī)器人遠(yuǎn)程操作實(shí)驗(yàn)中,采集足-地接觸過聯(lián),利用獲得的稀疏數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò),生如圖 1-9 所示。預(yù)測的地形屬性用于 ANYm種方法沒有進(jìn)行特定地形參數(shù)的預(yù)測,而是接編碼多種地形特性用于路徑規(guī)劃。
本文編號(hào):3023230
【文章來源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:89 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
學(xué)習(xí)和預(yù)測機(jī)制示意圖
督地形分類學(xué)習(xí)原理[26]圖 1-6 學(xué)習(xí)和預(yù)測學(xué)的 K. Otsu 等人在“由近及遠(yuǎn)”的學(xué)習(xí)方主地形分類的聯(lián)合與自我訓(xùn)練方法[28],環(huán)境下的分類中,學(xué)習(xí)框架如圖 1-7 所期階段從稀疏數(shù)據(jù)中快速學(xué)習(xí)經(jīng)驗(yàn)的問形分類器和振動(dòng)地形分類器進(jìn)行單獨(dú)訓(xùn)行再訓(xùn)練;自我訓(xùn)練部分僅采用基于視分類器進(jìn)行迭代再訓(xùn)練。利用雙向訓(xùn)練減少訓(xùn)練數(shù)據(jù)的數(shù)量而不犧牲準(zhǔn)確性。一步提高準(zhǔn)確性。通過實(shí)驗(yàn),聯(lián)合和自標(biāo)簽即可準(zhǔn)確分類多種地形類別。
試圖像 b) 材料分割結(jié)果 c) 摩擦系圖 1-8 基于材料識(shí)別的摩擦預(yù)測[30]基梅隆大學(xué)的 C. Cunningham 等人提出了一[11]。滑移模型根據(jù)地形幾何和視覺地形分類間相關(guān)性進(jìn)行模型在線適應(yīng),以識(shí)別類內(nèi)變果,特別是在高滑轉(zhuǎn)率區(qū)域效果明顯。比較類型的滑動(dòng)估計(jì)結(jié)果,兩者效果基本相當(dāng)。世聯(lián)邦理工的 ANYmal 機(jī)器人基于圖像通過足機(jī)器人遠(yuǎn)程操作實(shí)驗(yàn)中,采集足-地接觸過聯(lián),利用獲得的稀疏數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò),生如圖 1-9 所示。預(yù)測的地形屬性用于 ANYm種方法沒有進(jìn)行特定地形參數(shù)的預(yù)測,而是接編碼多種地形特性用于路徑規(guī)劃。
本文編號(hào):3023230
本文鏈接:http://sikaile.net/kejilunwen/hangkongsky/3023230.html
最近更新
教材專著