科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高采摘作业机器人的智能识别和自主作业能力,对路径规划大数据背景下的监测数据进行实时处理,并降低计算和通信过程中占用的内存,提出了一种基于K邻近和top-k的数据分类及低内存占用优化算法。利用该算法可以将机器人路径规划的各个节点数据进行筛选,依据K邻近算法对路径进行优选,调整实时监控数据的分类结果和数据处理流程,从而使数据更新可以不依赖于网络通信,只将少部分数据进行通信传输,有效减轻了通信负担。以机器人的采摘作业为实验对象,对优化算法进行了实验验证,结果表明:采摘机器人采用实时监测数据分类器可以对大量的数据进行有效地筛选,从而降低了通信负担,提高了内存的利用率和采摘作业的效率。
- 出版日期2018
- 单位南阳理工学院
