高级搜索

基于混合交叉差分进化的相机空间操控系统参数优化?

,  ,  ,  , 

downloadPDF

上一篇

下一篇

谢宇, 赵春霞, 张浩峰, 颜雪军, 陈得宝. 2015: 基于混合交叉差分进化的相机空间操控系统参数优化?, 物理学报, null(2): 20701. doi: 10.7498/aps.64.020701
引用本文: 谢宇, 赵春霞, 张浩峰, 颜雪军, 陈得宝. 2015: 基于混合交叉差分进化的相机空间操控系统参数优化?, 物理学报, null(2): 20701. doi: 10.7498/aps.64.020701
shu
Xie Yu, Zhao Chun-Xia, Zhang Hao-Feng, Yan Xue-Jun, Chen De-Bao. 2015: A blending crossover differential evolution approach to camera space manipulation parameter optimization, Acta Physica Sinica, null(2): 20701. doi: 10.7498/aps.64.020701
Citation: Xie Yu, Zhao Chun-Xia, Zhang Hao-Feng, Yan Xue-Jun, Chen De-Bao. 2015: A blending crossover differential evolution approach to camera space manipulation parameter optimization, Acta Physica Sinica, null(2): 20701. doi: 10.7498/aps.64.020701
shu

基于混合交叉差分进化的相机空间操控系统参数优化?

  • 南京理工大学计算机科学与工程学院,南京,210094

  • 淮北师范大学物理与电子信息学院,淮北,235000

A blending crossover differential evolution approach to camera space manipulation parameter optimization

  • 摘要: 为了提高相机空间操控(CSM)系统的预测精度，提出一种基于混合交叉操作的差分进化算法。该方法将CSM系统的视觉参数初值和平化距离参数Z o进行组合作为混合交叉差分进化算法的个体，以CSM系统对目标点位置的预测精度作为个体的适应度函数，通过进化迭代获得最优的参数组合。使用了实际机器人视觉系统获取的数据进行实验，结果表明使用优化后的参数组合可以提高系统的预测精度。
    Abstract: A blending crossover differential evolution algorithm is proposed to increase the precision of camera-space manipula-tion (CSM) system. In this approach, six view parameters and flattening parameter are assembled into a single parameter of blending crossover differential evolution;the positioning precision of camera-space manipulation is set to be a fitness function.The CSM system can obtain the optimal parameter combination by evolutionary iteration.Experimental results of a virtual robot system show the robot positioning precision is improved by blending crossover differential evolution algorithm.
  • 加载中
  • 加载中
计量
  • 文章访问数:  300
  • HTML全文浏览数:  53
  • PDF下载数:  0
  • 施引文献:  0
出版历程
  • 刊出日期:  2015-01-30

基于混合交叉差分进化的相机空间操控系统参数优化?

  • 南京理工大学计算机科学与工程学院,南京,210094
  • 淮北师范大学物理与电子信息学院,淮北,235000

摘要: 为了提高相机空间操控(CSM)系统的预测精度，提出一种基于混合交叉操作的差分进化算法。该方法将CSM系统的视觉参数初值和平化距离参数Z o进行组合作为混合交叉差分进化算法的个体，以CSM系统对目标点位置的预测精度作为个体的适应度函数，通过进化迭代获得最优的参数组合。使用了实际机器人视觉系统获取的数据进行实验，结果表明使用优化后的参数组合可以提高系统的预测精度。

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回