典型文献
采摘机器人对猕猴桃果实硬度触觉感知研究
文献摘要：
针对采摘机器人很难对果实硬度属性进行触觉抓取感知的问题,提出了一种基于主成分分析和K近邻相结合算法的猕猴桃硬度识别方法.该方法通过机械手集成的触觉传感器获取抓取接触信息,将接触数据预处理选取出高维特征序列,然后利用PCA对特征序列进行降维处理,最后通过训练KNN分类器完成识别分类.以猕猴桃为例,进行抓取识别分类,实验结果表明,该方法对猕猴桃硬度感知识别最优准确率达90.03％,实现了采摘机器人对猕猴桃硬度属性的智能感知.
文献关键词：
PCA;KNN;触觉信息;猕猴桃;硬度
中图分类号：
作者姓名：
严正红;陈琳
作者机构：
安徽国防科技职业学院电气技术学院,安徽 六安237011;合肥工业大学 电子科学与应用物理学院,安徽 合肥 230002
文献出处：
引用格式：
[1]严正红;陈琳-.采摘机器人对猕猴桃果实硬度触觉感知研究)[J].黑龙江工业学院学报（综合版）,2022(07):84-88
A类：
B类：
采摘机器人,猕猴桃,桃果实,果实硬度,触觉感知,感知研究,抓取,近邻,合算,机械手,触觉传感器,数据预处理,高维特征,特征序列,降维处理,KNN,分类器,识别分类,智能感知,触觉信息
AB值：
0.316092
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
