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。
本論文では,バーン環境におけるマニピュレータのウシとエンドエフェクタの間の衝突を予測するために,3dポイントクラウドデータを用いて衝突グリッドマップ(CGM)を提案した。3Dポイントクラウドデータにおけるx-y平面と深さzデータを用いたGenerated Collision Grid Mapを,衝突状況を予測するために畳込みニューラルネットワークに適用した。3d点雲データを畳込みニューラルネットワークに適用するとき,異なる次数の発生する物質で効率的に学習されない置換問題の不変量がある。衝突グリッドマップは確率法に基づく点雲データによって生成される。衝突グリッドマップ方式は2チャネルから成る。最初のチャネルは,x-y平面における位置データによって構成した。2番目のチャネルはz方向の深さデータから成る。3Dポイントクラウドをバーン環境において測定し,衝突グリッドマップを作成した。次に,発生した衝突グリッドマップを,ウシとの衝突を予測するために畳込みニューラルネットワークに適用した。実験結果は,提案した方式がバーン環境において信頼できてロバストであることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】