he main contribution of this paper

he main contribution of this paper is that we proposedan innovative and effective vision system to observe bothposition and spin directly and in real-time mode. With theframe difference-based recognition method, the natural brandon the ball’s surface can be accurately recognized undernormal illumination conditions. By defining the ball’s 3-Dpose in ball’s coordinates, the brand observations of multipantilt vision systems in different frames can be fused and unifiedin one coordinates. Robust and precise spin estimation resultsare gained through the RANSAC-based plane fitting method.Then applying the spin information in a force-based dynamicmodel with the EKF method, a more precise trajectory prediction for a spinning ball can be achieved. Experimentson ping-pong robots verify the effectiveness and accuracy.The methods proposed are very general and can be easilytransformed into other applications such as other ball sportsor even military use.Our future work would focus on the following two aspects.The first is combining our spin vision system with the trajectory deviation-based spin estimating method. This would helpour vision system dealing with the situation when the brandlies at the spin axis and extending the spin observation rangefrom [0, 60 rev/s) to [0, 120 rev/s) (due to Shannon samplingtheorem, the spin vision system can observe only spin speedless than half of its frequency). The second is modeling therebound process between the ball and racquets, which can helpthe robot hitting spinning balls back to a target area on theopponent’s court.

0/5000

原始語言: -

目標語言: -

結果 (繁體中文) 1: [復制]

復制成功！

他提出的主要貢獻在於提出了 一種創新和有效的視覺系統來觀察這兩個 位置，並直接旋和實時模式。與 基於差分幀識別的方法，所述天然品牌 球的表面上可以準確地識別下 正常光照條件。通過定義球的3 d 在球坐標的姿勢，在不同的幀multipantilt視覺系統的品牌觀察可以融合和統一 在一個坐標。魯棒且精確的自旋估計結果 通過基於RANSAC平面擬合方法獲得的。 然後應用在基於力的動態自旋信息 與EKF方法模型，可以實現用於紡紗球更精確的軌跡預測。實驗 對乒乓機器人驗證有效性和準確性。 所提出的方法是非常籠統，可以很容易地 轉換成其他應用，如其他球類運動 ，甚至軍事用途。 我們今後的工作將側重於以下兩個方面。 首先是結合我們的自旋視覺系統與基於軌跡偏離自旋估計方法。這將有助於 我們的視覺系統交易與當品牌的情況 熟記於自旋軸和延長自旋觀察範圍 在[0，60轉/秒）[0，120轉/秒）（由於香農採樣 定理，自旋視覺系統只能觀察旋轉速度 比其頻率的一半）少。二是造型 球和球拍，它可以幫助之間反彈過程中 的機器人擊打旋轉球回的目標區域在 對手的法庭。

正在翻譯中..

結果 (繁體中文) 2:[復制]

復制成功！

他的主要貢獻是，我們提出 創新而有效的視覺系統，以觀察兩者 直接和即時模式下定位和旋轉。與 基於幀差異的識別方法，自然品牌 球表面可以準確地識別下 正常照明條件。通過定義球的三維 在球的座標中，可以融合和統一不同幀中多板高視覺系統的品牌觀測 在一個座標中。可靠而精確的自旋估計結果 通過基於 RANSAC 的平面擬合方法獲得。 然後在基於力的動態中應用自旋資訊 使用EKF方法進行模型，可以實現對旋轉球的更精確的軌跡預測。實驗 在乒乓球機器人驗證的有效性和準確性。 所提出的方法非常籠統，易於 轉化為其他應用，如其他球類運動 甚至軍事用途 我們今後的工作將側重于以下兩個方面。 第一種是將我們的自旋視覺系統與基於軌跡偏差的自旋估計方法相結合。這將有助於 我們的願景系統處理的情況，當品牌 位於自旋軸並擴展自旋觀察範圍 從 [0， 60 轉/s）到 +0， 120 轉/s] （由於香農採樣 定理，自旋視覺系統只能觀察自旋速度 小於其頻率的一半）。第二個是建模 球和球拍之間的反彈過程，這有助於 機器人將旋轉球擊回目的地區域。 對手的法庭。

正在翻譯中..

結果 (繁體中文) 3:[復制]

復制成功！

本文的主要貢獻在於 創新有效的視覺系統 定位和旋轉直接和實时模式。與 基於幀差分的自然品牌識別方法 在球的表面可以準確地識別出 正常照明條件。通過定義球的三維 在球坐標系下，多實體視覺系統在不同框架下的品牌觀測可以融合統一 在一個坐標系中。穩健和精確的自旋估計結果 通過基於RANSAC的平面擬合方法得到。 然後在基於力的動力學中應用自旋資訊 利用EKF方法建立模型，可以實現對旋轉球軌跡的更精確預測。實驗 在桌球機器人上驗證了該方法的有效性和準確性。 所提出的方法非常通用，而且很容易 轉化為其他應用，如其他球類運動 甚至是軍事用途。 我們今後的工作將集中在以下兩個方面。 首先，將我們的自旋視覺系統與基於軌跡偏差的自旋估計方法相結合。這會有幫助的 我們的視覺系統處理品牌 位於自旋軸並擴大自旋觀測範圍 從[0，60 rev/s]到[0120 rev/s）（由於香農取樣 定理，自旋視覺系統只能觀測自旋速度 不到其頻率的一半）。第二個是建模 球和球拍之間的反彈過程，這有助於 機器人將旋轉的球擊回 對手的場地。

正在翻譯中..

其它語言

本翻譯工具支援: 世界語, 中文, 丹麥文, 亞塞拜然文, 亞美尼亞文, 伊博文, 俄文, 保加利亞文, 信德文, 偵測語言, 優魯巴文, 克林貢語, 克羅埃西亞文, 冰島文, 加泰羅尼亞文, 加里西亞文, 匈牙利文, 南非柯薩文, 南非祖魯文, 卡納達文, 印尼巽他文, 印尼文, 印度古哈拉地文, 印度文, 吉爾吉斯文, 哈薩克文, 喬治亞文, 土庫曼文, 土耳其文, 塔吉克文, 塞爾維亞文, 夏威夷文, 奇切瓦文, 威爾斯文, 孟加拉文, 宿霧文, 寮文, 尼泊爾文, 巴斯克文, 布爾文, 希伯來文, 希臘文, 帕施圖文, 庫德文, 弗利然文, 德文, 意第緒文, 愛沙尼亞文, 愛爾蘭文, 拉丁文, 拉脫維亞文, 挪威文, 捷克文, 斯洛伐克文, 斯洛維尼亞文, 斯瓦希里文, 旁遮普文, 日文, 歐利亞文 (奧里雅文), 毛利文, 法文, 波士尼亞文, 波斯文, 波蘭文, 泰文, 泰盧固文, 泰米爾文, 海地克里奧文, 烏克蘭文, 烏爾都文, 烏茲別克文, 爪哇文, 瑞典文, 瑟索托文, 白俄羅斯文, 盧安達文, 盧森堡文, 科西嘉文, 立陶宛文, 索馬里文, 紹納文, 維吾爾文, 緬甸文, 繁體中文, 羅馬尼亞文, 義大利文, 芬蘭文, 苗文, 英文, 荷蘭文, 菲律賓文, 葡萄牙文, 蒙古文, 薩摩亞文, 蘇格蘭的蓋爾文, 西班牙文, 豪沙文, 越南文, 錫蘭文, 阿姆哈拉文, 阿拉伯文, 阿爾巴尼亞文, 韃靼文, 韓文, 馬來文, 馬其頓文, 馬拉加斯文, 馬拉地文, 馬拉雅拉姆文, 馬耳他文, 高棉文, 等語言的翻譯.