Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Local Attraction01:22

Local Attraction

121
Local attraction refers to disturbances in compass readings caused by magnetic influences from nearby objects such as metal fences, buried pipes, vehicles, buildings, power lines, or natural iron ore deposits. Small items like wristwatches, steel tools, or belt buckles can also interfere with the compass by creating local magnetic fields that distort the Earth's natural magnetic field. These distortions lead to inaccurate readings, posing navigation and land surveying challenges.Local...
121

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Based on model randomization and adaptive defense for federated learning schemes.

Scientific reports·2025
Same author

Comparison of frequency-resolved optical polarization gating induced by molecular alignment and Kerr effects.

Optics letters·2012
Same author

[Digital anatomy of the perforator flap in the thigh].

Zhonghua zheng xing wai ke za zhi = Zhonghua zhengxing waike zazhi = Chinese journal of plastic surgery·2012
Same author

[Value of methylation-specific mutiplex ligation-dependent probe in the diagnosis of Prader-Willi syndrome].

Zhongguo dang dai er ke za zhi = Chinese journal of contemporary pediatrics·2012
Same author

Elevated local TGF-β1 level predisposes a closed bone fracture to tuberculosis infection.

Medical hypotheses·2012
Same author

Modulation of P-glycoprotein expression by triptolide in adriamycin-resistant K562/A02 cells.

Oncology letters·2012

関連する実験動画

Updated: Sep 9, 2025

Design and Analysis for Fall Detection System Simplification
08:05

Design and Analysis for Fall Detection System Simplification

Published on: April 6, 2020

10.8K

マグネティック・アデシオン・ウォール・クライミング・ロボットのマルチセンサ・フュージョンベースのローカライゼーション・メソッド

Xiaowei Han1, Hao Li2, Nanmu Hui2

  • 1School of Mechanical Engineering, Shenyang University, Shenyang 110044, China.

Sensors (Basel, Switzerland)
|August 28, 2025
PubMed
まとめ

この研究は 溶融したセンサーデータを用いて 鋼の構造物の ロボットの位置づけを強化します この新しい方法は,複雑なインフラストラクチャの検査の精度と信頼性を向上させます.

キーワード:
拡張カルマンフィルター (EKF)地元化マグネティック・アデシオン・ウォール・クライミング・ロボットマルチセンサ融合残余重量

さらに関連する動画

A Random-displacement Measurement by Combining a Magnetic Scale and Two Fiber Bragg Gratings
08:23

A Random-displacement Measurement by Combining a Magnetic Scale and Two Fiber Bragg Gratings

Published on: September 30, 2019

6.4K
Estimation of Contact Regions Between Hands and Objects During Human Multi-Digit Grasping
09:41

Estimation of Contact Regions Between Hands and Objects During Human Multi-Digit Grasping

Published on: April 21, 2023

1.7K

関連する実験動画

Last Updated: Sep 9, 2025

Design and Analysis for Fall Detection System Simplification
08:05

Design and Analysis for Fall Detection System Simplification

Published on: April 6, 2020

10.8K
A Random-displacement Measurement by Combining a Magnetic Scale and Two Fiber Bragg Gratings
08:23

A Random-displacement Measurement by Combining a Magnetic Scale and Two Fiber Bragg Gratings

Published on: September 30, 2019

6.4K
Estimation of Contact Regions Between Hands and Objects During Human Multi-Digit Grasping
09:41

Estimation of Contact Regions Between Hands and Objects During Human Multi-Digit Grasping

Published on: April 21, 2023

1.7K

科学分野:

  • ロボット
  • センサー融合
  • ローカライゼーションアルゴリズム

背景:

  • 磁気付着ロボットは 視界の遮断,センサーの漂移,環境の干渉により 大きな鋼鉄構造物での局所化の課題に直面しています
  • 壁に登るロボットの安全で効率的な操作には 精密なローカライゼーションが重要です

研究 の 目的:

  • マグネティック・アデシオン・ウォール・クライミング・ロボットのシミュレーションベースのマルチセンサー・フュージョン・ローカライゼーション・メソッドの開発と評価.
  • 多様な鋼の構造に ロボットの位置づけの精度と強さを向上させる.

主な方法:

  • 慣性測定ユニット (IMU),ホイールオドメトリー (Odom),超広帯域 (UWB) センサーの統合
  • IMUとOdomデータの補完的なフィルタリングモデルを持つ拡張カルマンフィルタ (EKF) の適用
  • UWBの範囲データを最適化するために,幾何学的残留ベースの重量メカニズムを実装する.

主要な成果:

  • 提案された方法は,平らな鋼面と球形の鋼面の両方で5cm以内の最大局所化誤差を達成しました.
  • ベースラインEKFアプローチと比較して,水平精度が30%以上改善された.
  • シミュレートされた環境で異なる表面幾何学で一貫した局所化パフォーマンスを示した.

結論:

  • マルチセンサ融合アプローチは 壁に登るロボットの 位置付けの精度と 頑丈さを大幅に高めます
  • この方法は,大型鉄鋼インフラストラクチャの信頼性の高いロボット操作のための実行可能な解決策を提供します.
  • 将来の現実世界の展開とアルゴリズムのさらなる精錬のための基盤を提供します.