摘要：对撞球机器人的母球控制问题展开研究,设计了一种基于神经网络(NN)的控制器,使机器人能够控制母球在击打目标球后按照预定的模式运动至目标点——即完成走位。针对该问题非线性且非光滑的特点,对坐标系进行阐述并给出机器人击球的模型;在光滑的假设下使用理论分析的方法建立母球的运动学模型与边库反弹的理想镜像模型;进而使用神经网络方法对理想模型进行修正,并对不同的轨迹模式进行分析与分类。测试结果表明:经过训练的机器人能够掌握各种模式的走位,统计结果与模型分析结果相吻合;相比于单一使用神经网络方法,本文使用理论分析与神经网络相结合的方法能够有效地提升网络的品质,降低训练的误差。

摘要：针对现有增强现实技术在进行环境重建时存在环境重建时间长、设备门槛高、户外环境重建定位困难等问题,设计并实现了AR环境快速重建系统。以谷歌ARCore作为开发基础,调用环境信息估算工具获取三维模型空间坐标和环境深度信息;设计一种新的多重目标跟踪匹配算法,以解析目标特征,并与三维模型生成对应关系;加入北斗全球卫星信号(global navigation satellite system,GNSS)接收机对原有的定位模块进行改进,采用参数转换法对高精度坐标进行本地化处理;使用分割位姿匹配法校正环境中的三维模型重建位姿。实验结果证明,该改进系统适用范围广,拥有脱离摄像头后AR环境不丢失位置等特点,增强了AR环境重建中用户的方位感知能力,降低了AR环境中不同三维模型和目标特征的匹配处理难度。