دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Tine Lefebvre, Herman Bruyninckx, Joris De Schutter (auth.) سری: Springer Tracts in Advanced Robotics 19 ISBN (شابک) : 9783540280231, 9783540315049 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2005 تعداد صفحات: 268 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب فیلتر غیر خطی کالمن برای وظایف ربات با کنترل نیرو: اتوماسیون و رباتیک، مهندسی کنترل، هوش مصنوعی (شامل رباتیک)، نظریه سیستم ها، کنترل
در صورت تبدیل فایل کتاب Nonlinear Kalman Filtering for Force-Controlled Robot Tasks به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب فیلتر غیر خطی کالمن برای وظایف ربات با کنترل نیرو نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این تک نگاری بر چگونگی دستیابی به استقلال بیشتر روبات با استفاده از مهارت های پردازش قابل اعتماد تمرکز دارد. \"فیلتر غیرخطی کالمن برای وظایف ربات کنترلشده با نیروی\" آخرین پیشرفتها را در زمینههای مدلسازی تماس، تخمین پارامترهای غیرخطی و بهینهسازی طرح وظیفه برای بهبود دقت تخمین مورد بحث قرار میدهد. تکنیک های فیلتر کالمن برای شناسایی حالت تماس بر اساس سنجش نیرو بین یک جسم گرفته شده و محیط استفاده می شود. پتانسیل این کار نه تنها برای عملیات ربات صنعتی در فضا، زیر دریا یا سناریوهای هستهای، بلکه برای روباتهای خدماتی که در محیطهای بدون ساختاری که انسانها در آن زندگی میکنند را نیز میتوان یافت، جایی که وظایف سازگار مستقل نیاز به سنجش فعال دارند.
This monograph focuses on how to achieve more robot autonomy by means of reliable processing skills. "Nonlinear Kalman Filtering for Force-Controlled Robot Tasks " discusses the latest developments in the areas of contact modeling, nonlinear parameter estimation and task plan optimization for improved estimation accuracy. Kalman filtering techniques are applied to identify the contact state based on force sensing between a grasped object and the environment. The potential of this work is to be found not only for industrial robot operation in space, sub-sea or nuclear scenarios, but also for service robots operating in unstructured environments co-habited by humans where autonomous compliant tasks require active sensing.
1 Introduction....Pages 1-10
2 Literature Survey: Autonomous Compliant Motion....Pages 11-23
3 Literature Survey: Bayesian Probability Theory....Pages 25-49
4 Kalman Filters for Nonlinear Systems....Pages 51-76
5 The Non-Minimal State Kalman Filter....Pages 77-94
6 Contact Modelling....Pages 95-119
7 Geometrical Parameter Estimation and CF Recognition....Pages 121-137
8 Experiment: A Cube-In-Corner Assembly....Pages 139-164
9 Task Planning with Active Sensing....Pages 165-197
10 General Conclusions....Pages 199-204
A The Linear Regression Kalman Filter....Pages 205-210
B The Non-Minimal State Kalman Filter....Pages 211-217
C Frame Transformations....Pages 219-221
D Kalman Filtering for Non-Minimal Measurement Models....Pages 223-226
E Partial Observation with the Kalman Filter....Pages 227-229
F A NMSKF Linearizing State for the Geometrical Parameter Estimation....Pages 231-234
G CF-Observable Parameter Space for Twist and Pose Measurements....Pages 235-239