In this paper, some of the distance sensor, including Kinect, Hokuyo UTM-30LX, and RPLidar were observed experimentally. Strengths and weaknesses of each sensor were reviewed so that it can be used as a reference for selecting a suitable sensor for any particular application. A software application has been developed in C programming language as a platform for gathering information for all tested sensors. According to the experiment results, it showed that Hokuyo UTM-30LX results in random normally distributed error on measuring distance with average error 21.94 mm and variance 32.11. On the other hand, error measurement resulted by Kinect and RPLidar strongly depended on measured distance of the object from the sensors, while measurement error resulted by Kinect had a negative correlation with the measured distance and the error resulted by RPLidar sensor had a positive correlation with the measured distance. The performance of these three sensors for detecting a transparent object shows that the Kinect sensors can detect the transparent object on its effective range measurement, Hokuyo UTM-30LX can detect the transparent object in the distance more than equal to 200 mm, and the RPLidar sensor cannot detect the transparent object at all tested distance. Lastly, the experiment shows that the Hokuyo UTM-30LX has the fastest processing time significantly, and the RPLidar has the slowest processing time significantly, while the processing time of Kinect sensor was in between. These processing times were not significantly affected by various tested distance measurement.


翻译:在本文中,对包括Kinect、Hokuyo UTM-30LX和RPLidar在内的一些远程传感器进行了实验性观测。对每个传感器的优缺点进行了审查,以便将其用作为任何特定应用选择合适的传感器的参考。开发了C编程语言软件应用程序,作为为所有测试的传感器收集信息的平台。根据实验结果,它显示Hokuyo UTM-30LX在测距时通常随机分配差错,误差为平均误差21.94毫米和差差差32.11。另一方面,Kinect和RPlidar的误差测量结果在很大程度上取决于天体与传感器的测距,而Kinect的测距差差差差差差差差差与任何特定应用软件的参考度。而RPlidar的误测错误与测距离的距离有负相关性,而RPlidar传感器的误差则与测距差值有正比。这三个传感器用来探测其有效测距测量的透明对象的性能,HIV-30级传感器能够更近200毫米的测距,而RPlidder传感器无法大大地探测到在H-30级的透明测距处理过程的时段之间的时间,最后显示所有测距。K-LK-LK-LX的慢试验过程的进度。

0
下载
关闭预览

相关内容

Kinect for Xbox 360,简称 Kinect,是由微软开发,应用于 Xbox 360 主机的周边设备。它让玩家不需要手持或踩踏控制器,而是使用语音指令或手势来操作 Xbox 360 的系统界面。它也能捕捉玩家全身上下的动作,用身体来进行游戏,带给玩家“免控制器的游戏与娱乐体验”。 2009 年 6 月 1 日微软于 E3 游戏展中公布名为“Project Natal”(诞生计划)的感应器,它能够捕捉使用者的肢体动作,或是进行脸部辨识。感应器也内建麦克风,可以用来识别语音指令。此感应器兼容于所有 Xbox 360 主机,玩家只需新购此感应器就可直接使用。 2010 年的 E3 电玩展,微软宣布 Project Natal 的正式名称为“Kinect”,并预计在 2010 年 11 月 4 日于美国上市,建议售价 149 美金。台湾则在2010 年 11 月 20 日上市。
专知会员服务
22+阅读 · 2021年4月10日
【CVPR2021】自监督几何感知
专知会员服务
45+阅读 · 2021年3月6日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
Arxiv
9+阅读 · 2021年4月8日
Arxiv
9+阅读 · 2018年3月10日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
Top
微信扫码咨询专知VIP会员