文献

J-GLOBAL ID：201902282869749869   整理番号：19A0611163

物体把持のための3次元点群の位相構造の学習と特徴抽出

Topological Structure Learning and Feature Extraction of 3D Point Clouds for Grasping

著者 (5件)： 戸田雄一郎 (首都大) ,  北井瑳佳 (首都大) ,  武居直行 (首都大) ,  和田一義 (首都大) ,  久保田直行 (首都大)
資料名： インテリジェント・システム・シンポジウム(CD-ROM)  (Symposium on Fuzzy, Artificial Intelligence, Neural Networks and Computational Intelligence (CD-ROM))
巻： 27th  ページ： ROMBUNNO.1B2-1  発行年： 2017年 
JST資料番号： L1193B  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年,災害ロボットの分野において,被災地における二次被害を避けるために,被災地においても頑健に行動できる災害ロボットの開発が望まれている。災害現場の移動時において,梯子や階段の移動を行うためにロボットにとって,物体を把持する能力は必要不可欠であり,ロボットには様々な形状の物体把持が求められる。本研究では,特に梯子昇降における持ち手の幾何構造の抽出として,Batch Learning Growing Neural Gasを用いた位相構造学習を用いた梯子の幾何的な構造を抽出する手法の提案を行い,その有効性を検証する。(著者抄録)

シソーラス用語： *把持【操作】 ,  移動ロボット ,  災害 ,  *梯子 ,  *学習アルゴリズム ,  特徴抽出 ,  データ処理 ,  実験 ,  位置検出 ,  距離センサ ,  点群データ
準シソーラス用語： 非常災害ロボット ,  位相構造 ,  *成長するニューラルガス ,  測距センサ ,  三次元点群データ

分類 (5件)： ロボットの設計・製造・構造要素  (IC04013A) ,  ロボットの運動・制御  (IC04012J) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I) ,  自然災害  (RA02030M)

タイトルに関連する用語 (6件)： 物体 ,  把持 ,  3次元 ,  位相構造 ,  学習 ,  特徴抽出