【摘 要】
:
随着工业化生产的发展以及智能制造行业的兴起,增强现实(AR)技术日益成为生产中的主流辅助技术。大型工厂设备固定,体积大,且操作较为繁琐,操作员在启动、控制设备和处理数据时步骤较为复杂。本文针对大型工厂设备上述特点,提出一种基于运动学定位的AR工作平台框架。该平台上位机提供生产现场的俯视视角,使用高可观性虚拟模型来辅助工人进行正确的操作,并通过显眼的模型视觉变化来直白地反馈原本枯燥的数值信息,同时提
论文部分内容阅读
随着工业化生产的发展以及智能制造行业的兴起,增强现实(AR)技术日益成为生产中的主流辅助技术。大型工厂设备固定,体积大,且操作较为繁琐,操作员在启动、控制设备和处理数据时步骤较为复杂。本文针对大型工厂设备上述特点,提出一种基于运动学定位的AR工作平台框架。该平台上位机提供生产现场的俯视视角,使用高可观性虚拟模型来辅助工人进行正确的操作,并通过显眼的模型视觉变化来直白地反馈原本枯燥的数值信息,同时提供配套的远程端软件,让身处异地的技术人员方便快捷地给现场操作工人提供远程AR指导。本课题研究的主要内容有以下几个方面:首先,指出AR技术的优势和不足,提出基于运动学解算相机位姿的新型增强现实框架。进行生产运维平台的需求分析,搭建相应的上、下位机硬件平台,对空中移动拍摄小车的运动轨迹进行运动学解析,得出相机的空间位姿计算公式。绘制所有固定式设备模型,并搭建虚拟现场空间。进行下位机小车的软硬件系统设计,包括执行和通讯硬件、信息处理软件等。其次,进行该平台的运维软件功能分解,将各个分功能进行模块化解析和设计,绘制算法流程图并展示核心代码,展示每个软件模块对应制作的UI交互界面。设计实现与现场端软件配套使用的远程端软件,该远程软件使用AR虚拟人进行远程指导。给出运行过程中两端软件的控制权限优先级,确保工作流程的安全性。然后,进行基于AR的大型设备操作工艺流程步骤设计,并以液压台、比例阀为对象进行操作流程展示。总流程分为开机提示流程、基于数值可视化的液压台操作流程、远程交互软件使用流程等。各部分流程均使用图示和数据等进行详解和观察分析,以展示其个部分软件功能的运行效果。进行平台用户舒适度调查分析,采用问卷方式反馈用户对平台各功能的改进意见。最后,进行该AR运维平台的软硬件实验研究,设计并完成该平台系统的可靠性实验分析,绘制各软、硬件系统关键运行数值的曲线图来观察其稳定性,以验证整体运维平台的使用性。
其他文献
文本分类是自然语言处理领域中一个经典而又重要的任务。现有的大多文本分类方法都侧重于文本表示,然后使用机器学习算法或深度学习模型进行分类,但这些方法没有考虑文本间隐含的相互关系。对此,本文构建了两种基于图卷积神经网络的文本分类模型HGCN以及HGCN-BERT,在图卷积神经网络中引入文本异构图和注意力机制,得到数据的全局信息来解决上述问题。HGCN模型通过文本异构图将数据集中的信息转化为拓扑图结构表
近些年,驾驶辅助系统及无人驾驶技术逐渐兴起,成为研究热点。其中,交警指挥手势识别作为关键技术,受到了研究者的广泛关注。尤其是交警指挥手势实时识别算法的研究,具有重要价值。视频数据不仅承载了静态图像中空间维度的信息,还承载了时间维度的特征信息。因此可以利用帧间运动特征与单帧静态图像空间、颜色、纹理等多种特征融合的方式,提取视频数据中的时空信息,用于交警指挥手势识别。本文设计了一种基于帧间运动特征与多
目前车辆导航主要采用的是卫星/惯性组合导航方案,该方案集合了两种导航系统的优点,能够提供准确可靠的导航信息。然而随着城市现代化建设的发展,密集的高楼、城市隧道等环境会干扰到全球定位系统(Global Positioning System,GPS)信号的正常接收甚至遮挡信号,导致组合导航系统难以维持正常工作,因此研究在卫星信号失锁环境下的定位技术具有重要意义和价值。本文围绕卫星信号失锁环境下的定位技
随着高铁规模的发展,现应用的异常检测方法已经不能满足牵引系统的安全需求。近几年,深度学习逐渐应用于异常检测任务,不仅能动态地进行预防,而且不需要人工参与,同时在处理海量数据时比传统机器学习呈现出更明显的优势。因此,本文将研究如何使用深度学习技术来提高牵引系统异常检测的性能。此外,由于异常数据量不足,现有检测方法无法提供异常类别信息,导致无法快速定位异常源头。本文工作主要如下:首先,本文提出了一种基
随着5G和信息技术革命的到来,许多传统企业开始借助互联网实施转型,创造出了许多新的经济形态。这部分企业主要是以面向消费端为主,对于处于产业端的企业正在利用互联网+技术与所处的环境和自身条件做结合,改变过去以利润为导向,转而以客户为中心,向客户提供满意的产品和服务为目标,构建适合企业自身的盈利模式。然而互联网企业的盈利模式呈现多样性的特点,怎样选择符合企业自身的盈利模式,在原有基础上如何进行调整和创
运动想象脑机接口系统一直以来都是脑机接口领域研究的热点,它可以将神经活动转化为辅助设备的控制命令来帮助残疾患者完成一些人体指令。但目前在精确理解大脑动态和对不同的运动想象脑电信号分类的工作中依旧面临着很多困难,尤其是在多种动作的分类问题中,如何有效提取特征和提高信号分类准确率,依然是现在需要解决的问题。本文主要使用深度学习的方法对四种动作的运动想象脑电信号进行分类分析,工作内容包括以下几个方面:(
多目标优化问题是优化领域中重要的研究分支,有着鲜明的实际背景和广泛的应用领域,诸如:社会经济、交通管理、工程设计、军事国防、管理工程与人工智能等众多领域。其方法业已成为上述领域的重要决策工具。近几十年来,多目标优化的理论与方法研究成果卓著,在理论上,众多学者关注多目标优化问题最优性条件与对偶理论,以及若干广义凸性的研究。凸性是数学中的一个基本概念,它在大量的数学问题中起着非常重要的作用,凸优化具有
渐开线花键是汽车、船舶、航空等工业领域传动系统中的关键部件。在船用湿式摩擦离合器传动系统中,花键联接的承载能力和工作寿命对传动系统的可靠性起着决定性作用。传统的花键设计方法通常未充分考虑不对中、加工误差及转矩波动的影响,不能准确确定花键副的载荷分布及预测微动磨损寿命,因此有必要对渐开线花键副在各种形式不对中工况下的应力分布及微动磨损性能展开研究。本文的主要工作如下:(1)对摩擦离合器渐开线花键的各
基础学科理论的发展、突破以及应用技术的进步,使得机器人相关理论和技术得到了快速的发展。随着机器人在众多领域中的应用,对其结构、控制精度、工作效率等提出了更高的要求。本文以六自由度机械臂为研究对象,对其运动学、运动规划、动力学以及存在不确定性干扰时的轨迹跟踪控制进行研究。首先,采分别用D-H法和旋量理论建立六自由度机械臂正运动学方程以及相应的雅克比矩阵,并通过数值计算以及仿真验证其正确性,在此基础上