文献
J-GLOBAL ID:201702221294763492   整理番号:17A0278449

プロトン:ロボット学習表面特性のための視覚-触覚データ収集システム【Powered by NICT】

Proton: A visuo-haptic data acquisition system for robotic learning of surface properties
著者 (8件):
資料名:
巻: 2016  号: MFI  ページ: 58-65  発行年: 2016年 
JST資料番号: W2441A  資料種別: 会議録 (C)
記事区分: 原著論文  発行国: アメリカ合衆国 (USA)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
自律ロボットは効率的に様々な表面上の歩行と多様な物体を把握する必要がある。はこのような表面はどのようにしてそれらが接触中に反応して物理的方法の間の関係を,千実世界表面のエンドエフェクタの相互作用から記録された整合触覚および視覚データのデータベースから学ぶことができると仮定し,木質フローリング,室内装飾布,アスファルト,草,および陽極酸化アルミニウムである。この努力の第一段階として,著者らはプロトンの設計・施工,人間オペレータは想定データセットを収集するために使用できるマルチモーダルデータ収集システムを詳述した。その感覚モダリティはRGBDビジョン,自我運動,接触力,接触振動を含んでいる。三つの交換可能なエンドエフェクタ(SynTouch BioTac人工指先,OptoForce三軸力センサ,および鋼ツーリングボール)は,接触点での異なる材料特性を可能にし,付加的な触覚データを提供した。センサ,視覚と触覚の人間の感覚の可能性を,異なる感覚様式上でのロバストな学習表面分類法の目標であった。運動と力センシングシステムのためのキャリブレーション過程,並びに工具ボールエンドエフェクタとVicon運動追跡器を用いた概念実証表面識別実験を詳述した。収集した力と振動データ上で訓練された多クラスSVMは五試料表面間の82.5%の分類精度を達成した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
ロボットの運動・制御  ,  人工知能 

前のページに戻る