摘要：同时定位与地图构建是机器人能够实现智能化自主导航的关键技术。该文提出一种基于体感传感器的移动机器人SLAM实现方法。通过分析体感视觉获取原理和数据特点,设计了系统结构,并将体感传感器获取的数据进行处理,得到构建地图所需的特征路标;再使用扩展卡尔曼滤波实现SLAM,通过实验结果验证了基于体感传感器的SLAM方法的有效性和正确性。

摘要：区别于传统机械手的操作方式,提出并设计了一种体感操作机械手。该手势感应机械手共有5个自由度,采用了上位机和下位机联合工作的模式。利用C#编译的上位机负责数据的读取和内部运算,将体感传感器Leap Motion获得的坐标信息转化为实际所需的关节舵机旋转角度,并且通过蓝牙4.0模块实时传输给下位机。下位机采用Arduino nano单片机,负责数据的接收和控制舵机的角度值,通过PWM信号传输给模拟舵机,达到预期的操作,且可以在较远的距离内实现对人手臂、手指动作的模仿和小型零件的搬运。

摘要：为了提高健美操评分的精度,减少人为主观性评价的影响,设计基于动作识别算法的健美操难度自动评分系统。系统数据采集层利用体感传感器Kinect采集健美操运动员体感信息,输出健美操运动员动作图像;将所获取健美操动作图像使用串口通信协议传输至数据处理层;数据处理层使用基于最大相关-最小冗余的动作识别算法,识别健美操动作后传输至应用层;应用层按照健美操难度评分标准自动评价健美操难度。实验结果显示:所设计系统识别健美操动作时,识别结果的均方误差、平均绝对误差较小,识别精度较高;对10位运动员健美操动作难度系数评分值与实际难度系数的差值较小,评分结果精度较高,可以为健美操竞技评分提供依据。