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。
非構造化環境における新規物体のグレープ検出はロボット操作における鍵となる能力である。把持が平面にあると仮定する2D把持検出問題に対して,1段階で全画像上の把持を予測する完全畳込みニューラルネットワークを設計するのは一般的である。しかし,把持姿勢がSE(3)に存在すると仮定する姿勢検出の把握は不可能である。この場合,2つのステップで問題に近づくことは一般的である:把持候補生成と候補分類。把持候補分類は通常高価であるため,問題は高品質候補把持を効率的に同定する1つになる。本論文では,主要な3D把持検出基準線を大幅に凌駕する新しい把持候補生成法を提案した。補足材料はhttps://atenpas.github.io/psn/で利用可能である。【JST・京大機械翻訳】