当前位置：首页
> 触觉
使用触觉传感器和机器学习来改进机器人操纵织物的方式
织物是被证明对机器人交互最具挑战性的对象类型之一。造成这种情况的主要原因是布片和其他织物可以以不同的方式拉伸、移动和折叠，这会导致复杂的材料动力学和自闭塞。卡内基梅隆大学机器人研究所的研究人员最近提出了一种新的计算技术，可以让机器人更好地理解和处理织物。这项技术在将在智能机器人和系统国际会议上发表并在arXiv上预发表
Tac2Pose第一次触摸时的触觉对象姿势估计
给定对象的3D模型，该方法在模拟中学习特定于对象的感知模型。它通过计算真实接触形状和一组模拟接触形状之间的概率来推理姿势分布。因此，可以合并额外的约束，例如由多接触场景或先前的对象姿态估计产生的约束。对真实数据集的评估表明，所提出的框架在与不同的对象特征接触时实现了很高的定位精度。在本文中，我们介绍了Tac2Pose，
- 控制面板
- 搜索
- 热门阅读
-
- 最新文章
-
- QQ空间音乐（qq空间音乐）
3年前 (2022-09-04)
- 二手乐驰12（2010年6月雪佛兰乐驰12时尚版裸车47800跑了38000公里现在）
3年前 (2022-09-04)
- qlv转换mp4格式（qlv格式转换成mp4）
3年前 (2022-09-04)
- 污水设备（关于污水设备的介绍）
3年前 (2022-09-04)
- 高数极限公式定理大全（高数极限）
3年前 (2022-09-04)
- QQ空间音乐（qq空间音乐）
- 最新留言
-
- 标签列表