文献

J-GLOBAL ID：202102248280717068   整理番号：21A0065275

ロボット把持計画のための新しいオブジェクト検出【JST・京大機械翻訳】

Novel Objects Detection for Robotics Grasp Planning

著者 (3件)： Zhang Shengchang (University of Tennessee,Department of Mechanical, Aerospace and Biomedical Engineering,Knoxville,TN,USA,37996) ,  Nie Zheng (Stanford University,Department of Computer Science Department,Stanford,CA,94305) ,  Tan Jindong (University of Tennessee,Department of Mechanical, Aerospace and Biomedical Engineering,Knoxville,TN,USA,37996)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CYBER  ページ： 43-48  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： オブジェクト検出とセグメンテーションは,ここ数年,ロボット工学把持計画において著しい進歩が見られた。しかし,多くのアルゴリズムと方法は,まだ低い正確さであり,リアルタイム性能のために不適当であった。本論文では,クラッタ環境における新しい物体のカメラ画像からオブジェクトと把持点検出を行うためのデータ駆動手法を提案した。これを達成するために,画像符号器と復号器の2つの並列ループを持つモデルを導入し,同時に,物体検出,セグメンテーション,および物体把持点検出を,生マグとロボット把持プロセスの間で実行した。実験結果は,著者らのモデルとアルゴリズムが,クラッタ環境における高い成功率を有する様々なタイプの新規オブジェクトに対して効率的に把持性能を達成することを実証した。基本ResNetおよびDeepLabモデルと比較して検出精度を11%以上改善し,他の比較法よりも検出において優れた性能を示した。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： アルゴリズム ,  セグメンテーション ,  *ロボット ,  復号器 ,  符号器 ,  写真像 ,  クラッタ
準シソーラス用語： ロボット工学 ,  *物体検出 ,  成功率 ,  実時間 ,  検出精度 ,  データ駆動 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： ロボット ,  把持 ,  計画 ,  オブジェクト検出