搜索结果: 1-6 共查到“机器人控制 深度学习”相关记录6条 . 查询时间(0.038 秒)
针对机器人摄影测量中离线规划受初始位姿标定影响的问题,提出融合初始位姿估计的机器人摄影测量系统视点规划方法.首先构建基于YOLO(You only look once)的深度学习网络估计被测对象3D包围盒,利用PNP(Perspective-N-point)算法快速求解对象姿态;然后随机生成机器人无奇异无碰撞的视点,基于相机成像的2D-3D正逆性映射,根据深度原则计算每个视角下目标可见性矩阵;最后...
基于Preisach模型的深度学习网络迟滞建模
压电扫描器 迟滞非线性 Preisach模型 深度学习
2018/7/17
针对传统压电扫描器迟滞模型泛化能力较弱的问题, 提出了一种基于Preisach 模型的深度学习网络来建立迟滞模型, 提高了模型的学习能力和泛化能力. 具体而言, 首先利用深度学习在深度特征提取方面的优势, 建立包含卷积层、池化层、展开层以及深度特征层的深度学习层来提取输入电压信号的特征信息; 其次, 利用傅里叶变换层计算得到输入信号的频率, 并将频率输入到非线性层, 构造并输出了与输入信号频率相关...
一种基于深度学习的机械臂抓取方法
机械臂抓取 深度学习 目标检测 分类
2017/11/30
提出了一种基于深度神经网络的机械臂最优抓取位置检测方法.相比传统手工设定的特征，基于深度神经网络的方法学习得到的特征具有较强的鲁棒性和稳定性，能够适应训练集中未曾出现的新物体.本方法首先使用基于深度学习的目标检测算法对图像中的目标物体进行检测，记录目标的类别和位置.然后根据分类检测结果，使用基于深度学习的机械臂抓取方法进行抓取位置学习.仿真实验表明所提方法能对图像中的目标物体进行较为准确的分类，在...
为从单目图像中提取到丰富的3D结构特征，并用以推测场景的深度信息，针对单目图像深度估计任务提出了一种结构化深度学习模型，该模型将一种新的多尺度卷积神经网络与连续条件随机场统一于一个深度学习框架中.卷积神经网络可以从图像中学习到相关特征表达，而连续条件随机场可以根据图像像素的位置、颜色信息对卷积神经网络输出进行优化，将二者参数以联合优化的方式进行学习可以提升模型的泛化性能.通过在NYU Depth数...
Recent advances in deep learning techniques have made impressive progress in many areas of computer vision, including classification, detection, and segmentation. While all of these areas are relevant...