SE(3)における把持姿勢検出のための効率的で正確な候補生成【JST・京大機械翻訳】

Pas Andreas ten; Keil Colin; Platt Robert

プレプリント

J-GLOBAL ID：202202209653411880 整理番号：22P0324628

SE(3)における把持姿勢検出のための効率的で正確な候補生成【JST・京大機械翻訳】

Efficient and Accurate Candidate Generation for Grasp Pose Detection in SE(3)

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月03日プレプリントサーバーでの情報更新日： 2022年04月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

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】

, , , , , ,
, , 【Automatic Indexing@JST】

ロボットの設計・製造・構造要素 , ロボットの運動・制御

, ,

前のページに戻る