XiaoMi-AI文件搜索系统
World File Search System轮式
使用线性季度调节器优化用于农业的轮式移动机器人的性能
使用轮式移动机器人系统的使用对于解决农业面临的一些未来问题至关重要。但是，车轮上的机器人系统目前不稳定，需要一种控制机制来提高稳定性，从而导致许多研究要求为轮式移动机器人系统开发适当的控制器算法。比例，积分，衍生（PID）控制器目前被广泛用于此目的，但是由于参数的破坏或波动，PID方法通常是不合适的。其他控制AP PRACHES，例如线性季度调节器（LQR）控制，可用于解决与PID控制器相关的一些问题。在这项研究中，开发了四轮滑动移动机器人的运动学模型，以测试LQR控制的功能。使用轮式移动机器人的特征检查了三种情况（控制廉价的，非零州昂贵；控制昂贵的，非零州廉价；仅非零州昂贵）。基于这些方案的廉价控制时间的高峰时间，定居时间和上升时间分别为0.1 s，7.82 s和4.39 s。
关于创新通过提供便携式、可再生能源轮式安装、改良气氛，实现冷藏物流的民主化，
• 荣获 ICAR- CTCRI 农业企业孵化器最佳商业创意奖。 • 荣获由 Dr. Panjab Rao Deshmukh 管理技术与研究学院（纳格浦尔）组织的“全国商业计划竞赛”第四名。 • 入围由 IIT Bombay 组织的 Aakaar（IIT Bombay）Smart Pitch 决赛。 • 入围由 DERBI 基金会组织的 DS 社交技术创新挑战赛决赛。 • 荣获由比哈尔农业大学（比哈尔邦萨布尔巴格布尔）组织的 AGRI-HACKATHON 2021 第三名。
轮式人形机器人的动态运动遥控操作...
摘要 — 双边遥控操作为人形机器人提供了人类的规划智能，同时使人类能够感受到机器人的感受。它有可能将具有物理能力的人形机器人转变为动态智能的机器人。然而，由于涉及复杂的动力学，动态双边运动遥控操作仍然是一个挑战。这项工作介绍了我们通过身体倾斜的轮式人形机器人运动遥控概念应对这一挑战的初步步骤。具体来说，我们开发了一种具有力反馈能力的全身人机界面 (HMI)，并设计了一个力反馈映射和两个遥控映射，将人体倾斜映射到机器人的速度或加速度。我们比较了这两种映射，并通过实验研究了力反馈的效果，其中七个人类受试者用 HMI 遥控一个模拟机器人执行动态目标跟踪任务。实验结果表明，所有受试者在练习后都完成了两种映射的任务，力反馈提高了他们的表现。然而，受试者表现出两种不同的远程操作风格，它们从力反馈中获益的方式也不同。此外，力反馈影响了受试者对远程操作映射的偏好，尽管大多数受试者在速度映射方面表现更好。
轮式人形机器人的动态运动遥控操作...
摘要 — 双边遥控操作为人形机器人提供了人类的规划智能，同时使人类能够感受到机器人的感受。它有可能将具有物理能力的人形机器人转变为动态智能的机器人。然而，由于涉及复杂的动力学，动态双边运动遥控操作仍然是一个挑战。这项工作介绍了我们通过身体倾斜的轮式人形机器人运动遥控概念应对这一挑战的初步步骤。具体来说，我们开发了一种具有力反馈能力的全身人机界面 (HMI)，并设计了一个力反馈映射和两个遥控映射，将人体倾斜映射到机器人的速度或加速度。我们比较了这两种映射，并通过实验研究了力反馈的效果，其中七个人类受试者用 HMI 遥控一个模拟机器人执行动态目标跟踪任务。实验结果表明，所有受试者在练习后都完成了两种映射的任务，力反馈提高了他们的表现。然而，受试者表现出两种不同的远程操作风格，它们从力反馈中获益的方式也不同。此外，力反馈影响了受试者对远程操作映射的偏好，尽管大多数受试者在速度映射方面表现更好。
在轮式病病毒疫苗上摘要的摘要，该纸将纸放置在2021年7月16日的背景轮状病毒疫苗之前首次可用
在轮状病毒疫苗上的WHO位置纸的摘要，该纸张将纸张定位 - 2021年7月16日背景轮状病毒疫苗在2006年首次上市，轮状病毒在3-5岁时感染了几乎每个孩子。在全球范围内，轮状病毒是年龄<5岁儿童严重脱水腹泻的主要原因，导致2000年全球估计> 500 000次童年死亡和> 200万个住院。2013年至2017年之间，每年发生轮状病毒导致的122 000–215 000人死亡，自2000年以来下降了59％–77％。在亚洲和非洲的大多数低收入国家中，轮状病毒流行病学的特征是相对强烈的病毒循环发作，与全年传播的背景相比。但是，在温带气候中，通常观察到独特的冬季季节性。
超载对轮式装载机结构件可靠性的影响
本论文由 Scholars' Mine（密苏里科技大学图书馆和学习资源服务）提供。本作品受美国版权法保护。未经授权的使用（包括复制再分发）需要获得版权持有人的许可。欲了解更多信息，请联系 scholarsmine@mst.edu 。
基于ICR的运动运动学，用于固定斜坡上的轮式滑动车辆*
对于移动机器人在实际环境中运行，必须正确执行本地化，映射和导航等基本任务。这些任务强烈依赖于对环境的充分感知，在某些情况下，由于场景的本质，某些传感器的运行有限，甚至两者兼而有之，这在某些情况下可能具有挑战性。移动机器人应该能够智能地识别和克服异常情况，以避免感觉故障。我们在这项工作中提出了一种基于贝叶斯网络的新方法，该方法可以自然地代表传感器之间的复杂关系，能够整合异质的知识来源，从而扣除感觉异常的存在，并通过使用可用信息从它们中恢复。高度计算成本由一种利用我们模型结构的新算法来解决。我们的建议已在几个模拟中进行了评估，并且还在使用移动机器人的真实环境中进行了测试。获得的结果表明，与其他现有方法相比，它可以达到更好的性能和准确性，同时增强了整个感觉系统的鲁棒性。
