文献

J-GLOBAL ID：202102223913758323   整理番号：21A0231942

視覚サーボ応用における安全管理のための深層回帰モデル【JST・京大機械翻訳】

A Deep Regression Model for Safety Control in Visual Servoing Applications

著者 (3件)： Shi Lei (Op3Mech, University of Antwerp,Antwerp,Belgium) ,  Copot Cosmin (Op3Mech, University of Antwerp,Antwerp,Belgium) ,  Vanlanduit Steve (Op3Mech, University of Antwerp,Antwerp,Belgium)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IRC  ページ： 360-366  発行年： 2020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： 人間-Robot相互作用シナリオにおいて,人間は,物体やロボットとのインタラクション,あるいは,密接に動作する必要がある。したがって,安全側面は,人間-Robot相互作用シナリオにおいて注意する必要がある。本論文では,最適反発姿勢を学習するための深層学習アプローチを適用した。ロボットのエンドエフェクタは,人間の手がエンドエフェクタに近接するならば,最適な反発姿勢を動かすであろう。ResNetベースの深層回帰モデルを用いて,入力,すなわち,手位置+ツール中心点位置と出力,すなわち反発姿勢の間の重みを学習した。異なる読出しと損失関数を持つモデルを評価した。完全接続読出しにより,x,y,z方向の平均絶対誤差は7.4mmと7.7mmの間であった。また,モデル推論時間は,オンラインで最適反発姿勢を計算する計算時間よりも小さかった。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  損失関数 ,  ロボット ,  *安全管理 ,  *回帰モデル ,  深層
準シソーラス用語： モデル推論 ,  オンライン ,  深層学習 ,  平均絶対誤差 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 視覚サーボ ,  応用 ,  安全管理 ,  深層 ,  回帰モデル