Zobrazeno 1 - 10
of 74
pro vyhledávání: '"unknown objects"'
Publikováno v:
Sensors, Vol 24, Iss 15, p 4861 (2024)
In recent years, the integration of deep learning into robotic grasping algorithms has led to significant advancements in this field. However, one of the challenges faced by many existing deep learning-based grasping algorithms is their reliance on e
Externí odkaz:
https://doaj.org/article/4f7eae2b8ad14cbbae3fe02dbb62316b
Autor:
Xiaoqian Huang, Rana Azzam, Sajid Javed, Dongming Gan, Lakmal Seneviratne, Abdelqader Abusafieh, Yahya Zweiri
Publikováno v:
IEEE Access, Vol 10, Pp 123622-123633 (2022)
Object segmentation in cluttered environments is a fundamental pre-processing step for many perception-related tasks such as vision-based robotic grasping. Most of the existing object segmentation methods are incapable of precisely segmenting unknown
Externí odkaz:
https://doaj.org/article/d6c64ce1698e4259b5f9bf78d90c9ffa
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Robotics, Vol 8, Iss 3, p 79 (2019)
Grasping an unknown object in a pile is no easy task for a robot—it is often difficult to distinguish different objects; objects occlude one another; object proximity limits the number of feasible grasps available; and so forth. In this paper, we p
Externí odkaz:
https://doaj.org/article/14ab5488cb0e4ed78151962d4b033f88
Autor:
Kootstra Gert, Popović Mila, Jørgensen Jimmy Alison, Kragic Danica, Petersen Henrik Gordon, Krüger Norbert
Publikováno v:
Paladyn, Vol 3, Iss 2, Pp 54-62 (2012)
We present a database and a software tool, VisGraB, for benchmarking of methods for vision-based grasping of unknown objects with no prior object knowledge. The benchmark is a combined real-world and simulated experimental setup. Stereo images of rea
Externí odkaz:
https://doaj.org/article/94e587abecfc441cb1532b29c737edf4
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.