摘要 - 从演示中学习(LFD)已成为一种有希望的方法,使机器人可以直接从人类示范中获取复杂的任务。但是,涉及自由形式3D表面上表面相互作用的任务在建模和执行中带来了独特的挑战,尤其是在演示和机器人执行之间存在几何变化时。本文提出了一个称为概率表面相互作用原始原始原始词(Prosip)的新型框架,该框架从系统地结合了表面路径和局部表面效果。仪器工具允许无缝记录和执行人类示范。通过设计,prosips独立于时间,不变到刚体的位移,并使用带有笛卡尔控制器的任何机器人平台。该框架用于浴室水槽的边缘清洁任务。证明了对各种对象几何形状和显着扭曲对象的概括能力。模拟和具有9度自由机器人平台的实验设置证实了绩效。
许多这些边缘来自新加坡 - 小民族国家继续超越其重量,以领导深度技术,数字创新和公共部门的转型,并得到了强大的政府支持和高级技术基础设施的支持。更重要的是,它是通往东南亚的门户,这就是为什么我们很高兴能再次与新加坡经济发展委员会和美国东亚商业委员会合作,以此。创新远非独自与新加坡共同解决;来自印度尼西亚,马来西亚,菲律宾,泰国和越南的例子增加了该地区的潜在和可能性的多样性。
•新的研究发现了用天然气烹饪的健康危害。•240V 50A的接线是电气化的主要障碍,尤其是使用100A服务。•适度的电池可在现有电路上启用高性能感应灶具和烤箱。•该解决方案特别适合多户住房单元,这在历史上很难电气化。
摘要。在 Horizon 2020 资助的未来天空安全计划中,人类表现包络线项目通过增加压力和工作量并降低情境意识,将航空公司飞行员推向实时驾驶舱模拟中表现的极限。目的是找出这些因素如何相互作用,并检测人类表现的极限,在这些极限处应采用某种形式的自动化支持以确保安全持续飞行。采用了一系列措施,从行为到生理(例如心率、眼动追踪和瞳孔扩张),以实时监测飞行员的表现。心率、心率变异性、眼动追踪、认知演练和人机界面 (HMI) 可用性分析等几种措施被证明是有用且相对可靠的,可以检测性能下降,并确定在哪些地方需要改变信息呈现以更好地支持飞行员在具有挑战性的情况下的表现。这些结果导致了对未来驾驶舱人机界面原型的拟议更改,随后在最终模拟中进行了验证。研究结果还为“智能背心”的开发提供了参考,飞行员可以穿着它来监测与性能相关的一系列信号。
摘要。在 Horizon 2020 资助的未来天空安全计划中,人类表现包络线项目通过增加压力和工作量并降低情境意识,将航空公司飞行员推向实时驾驶舱模拟中表现的极限。目的是找出这些因素如何相互作用,并检测人类表现的极限,在这些极限处应采用某种形式的自动化支持以确保安全持续飞行。使用了一系列措施,从行为到生理(例如心率、眼动追踪和瞳孔扩张),以实时监测飞行员的表现。几种措施 - 例如心率、心率变异性、眼动追踪、认知演练和人机界面 (HMI) 可用性分析 - 被证明在检测性能下降以及确定信息呈现需要改变的地方以更好地支持飞行员在具有挑战性的情况下的表现方面是有用且相对可靠的。这些结果促成了未来驾驶舱人机界面原型的拟议变更,随后在最终模拟中进行了验证。这些结果还为飞行员可以穿戴“智能背心”的开发提供了参考,它可以监测与性能相关的一系列信号。
视觉导航是机器人技术中的基本问题之一。在过去十年中,这一领域取得了许多重要贡献。截至目前,基于特征点的方法最为流行。虽然这些方法在许多应用中都取得了成功,但无纹理环境对于这些方法来说可能存在很大问题,因为在这些场景中可靠的特征点数量通常很少。尽管如此,边缘可能仍然大量可用,但却未被使用。在本论文中,我们提出了互补的基于边缘的方法,用于视觉定位、映射和密集重建,这些方法在理论上最小的场景配置中仍可运行。从稀疏立体边缘匹配开始,我们提出了两种具有不同性能/效率权衡的技术,它们都针对实时操作。除了与流行的密集立体技术进行比较之外,我们还将这些算法与我们对基于线段的立体方法的有效改编进行了比较。谈到立体视觉里程计,我们提出了一种基于线段的重新投影优化方法,该方法能够在无纹理环境中发挥作用,而经过验证的最先进的基于特征点的方法则无法发挥作用。我们认为,我们的方法甚至可以应对理论上最小的情况,即仅由两个非平行线段组成。然后,我们将这种方法扩展为基于完整线段的同时定位和映射解决方案。使用捆绑调整,我们能够