龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于视触觉学习抓取状态分类的方法，搭建该方法的实验场景，用配备平行夹持器的6自由度机器人手臂进行了抓取实验，平行夹持器的两端各装有一个视触觉传感器，用于捕获物体微小滑动趋势；构建可变形物体在过稳定、完全稳定和不稳定三种状态下的光流数据集OFB‑6；利用公开的数据集进行基准测试；通过加入光流前后Transformer模型在识别准确率的提升，验证所提出的光流指导Transformer模型学习的有效性。本发明的光流法可以提前检测到这些微小变化，从而及时调整抓取策略。能够更准确地捕捉到触觉图像中的动态变化。通过融合视觉和触觉信息，模型能够更全面地理解抓取过程中的物理变化，提高整体抓取性能。
主权项：1.一种基于视触觉学习抓取状态分类的方法，搭建该方法的实验场景，用配备平行夹持器的6自由度机器人手臂进行了抓取实验，平行夹持器的两端各装有一个视触觉传感器，用于捕获物体微小滑动趋势；其特征在于，包括如下步骤：1构建可变形物体在过稳定、完全稳定和不稳定三种状态下的光流数据集OFB-6；过稳定指夹持中物体发生轻微或明显变形；完全稳定指物体无明显形变，且能够稳定的抓握物体，没有滑落的迹象；不稳定指物体有滑落的趋势或完全脱离夹爪；2利用公开的数据集进行基准测试，通过实验对比Transformer模型和卷积递归神经网络CNN+LSTM在三种模态下的识别准确率来验证引入Transformer模型处理多模态信息的有效性；3通过加入光流前后Transformer模型在识别准确率的提升，验证所提出的光流指导Transformer模型学习的有效性。
全文数据：
权利要求：
百度查询： 北京工业大学 一种基于视触觉学习抓取状态分类的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号