인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This study presents a wilted leaf pose detection system for agricultural robots, developed based on the axiomatic design methodology. Conventional cutting-point detection systems rely on deep learning and geometric algorithms with strong interdependencies, lacking system-level uncertainty control. To address this, function requirements and design parameters were hierarchically mapped into a four-level design matrix, defining ten leaf modules to ensure independence. An information flow control (IFC) mechanism was introduced at key coupled modules to manage uncertainty propagation, and a qualitative information content (QIC) measure was proposed to heuristically interpret information content based on prior assumptions and testability. Experiments demonstrated that the proposed IFC reduced mean position and rotation errors by 9.7% and 12%, respectively. Compared to the ICP (Iterative Closet Point)-based baseline, our method achieved a 4.4-fold increase in sucess rate under occluded conditions, demonstrating that the QIC measure represents information content.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096348260
