基于深度学习的机器人抓取检测方法

上传者: 38608875 | 上传时间: 2022-01-12 09:31:27 | 文件大小: 337KB | 文件类型: -
深度学习在人工智能领域取得了巨大突破。 使用深度学习可以提高机器人在不确定性任务上的性能。 由于伺服电机的累积误差,机器人的手臂末端工具(EOAT)无法将物体抓住在适当的位置。 通过深度学习来研究机器人的抓握检测是值得的,而在机器人研究中已经有一些成功的实践。 我们提出了一种新颖的机器人抓握检测方法,该方法基于具有场景的RGBD图像的深度学习模型,给出了平行板机器人抓爪的抓握位置。 我们方法的最佳模型以可接受的时间速度存档了87.49%的精度。 我们的方法介绍了另一种解决机器人抓取问题的方法。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明