XiaoMi-AI文件搜索系统
World File Search System藤蔓
基于点云对齐的藤蔓修剪的视觉伺服
摘要：本文使用机器人技术和基于视觉的反馈控制，解决了葡萄树修剪的挑战，这是农业中至关重要且艰苦的农业任务。由于3D姿势估计和特征提取方面的挑战，藤蔓的复杂结构使视觉致密暗销。是基于迭代最接近点（ICP）点云对准和基于位置的视觉伺服伺服（PBV）的组合，提出了一种基于视觉的藤蔓修剪的新方法。在藤蔓修剪的PBV中比较了四个ICP变体：标准ICP，Levenberg – Marquardt ICP，点对平面ICP和对称ICP。该方法包括一个专用的ICP初始猜测，以提高对齐速度和准确性，以及在修剪位置生成参考点云的过程。实时实验是在配备了立体相机的Franka Emika操纵器上进行的，涉及在实验室条件下的三个真实葡萄藤。
藤蔓枝条衍生的硬碳作为钠的阳极
来自生物质废弃物资源（如燕麦、稻壳、甘蔗渣、香蕉皮、花生壳、苹果渣和玉米芯）的硬碳因优异的可逆容量以及成本和可持续性考虑而受到广泛关注。[6–12] 生物质的天然微观结构在碳化后依然存在，提供大量缺陷和孔隙以及随机取向的伪石墨域。[13] 固有的通道和孔隙创建了相互连接的 3D 结构，改善了电解质的渗透并提供更多的钠通道和离子缓冲库。[14] 此外，一些剩余的杂原子（N、S、P 等）可以通过直接电化学活性共价键或通过引入产生电子受体态的碳空位缺陷来提供更多的储存位点。[15]