隨著計算機技術(shù)的不斷成熟和數(shù)據(jù)分析技術(shù)的不斷完善,近年來突出機器深度學習功能的智能算法取得重大突破。其中以卷積神經(jīng)網(wǎng)絡(luò)為代表的技術(shù),可根據(jù)不同的控制要求進行相應(yīng)數(shù)據(jù)訓練,從而提高系統(tǒng)的控制效果,在機器人控制、目標識別等領(lǐng)域得到廣泛應(yīng)用。隨著機器人應(yīng)用環(huán)境的復雜化,設(shè)計基于卷積神經(jīng)網(wǎng)絡(luò)機器人控制算法在非結(jié)構(gòu)化環(huán)境中實現(xiàn)精準化物體抓取,建立一個完整的機器人自動抓取規(guī)劃系統(tǒng)。 

【文章頁數(shù)】：4 頁

【文章目錄】：
1 機器人抓取模型設(shè)計
    1.1 機器人與物體之間的接觸力
    1.2 建立抓取物體的卷積網(wǎng)絡(luò)模型
    1.3 基于主成分分析法的末端姿態(tài)調(diào)整
2 基于卷積神經(jīng)網(wǎng)絡(luò)的機械爪控制策略研究
    2.1 卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計
    2.2 卷積神經(jīng)網(wǎng)絡(luò)損失函數(shù)
    3.3卷積神經(jīng)網(wǎng)絡(luò)訓練方法
3結(jié)語


【參考文獻】：
碩士論文
[1]移動機器人的同時建圖與定位研究[D]. 沈一鳴.沈陽工業(yè)大學 2018
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的機器人自動抓取規(guī)劃研究[D]. 李傳浩.哈爾濱工業(yè)大學 2018
[3]導航機器人的地圖構(gòu)建和定位研究[D]. 王鵬.天津工業(yè)大學 2018



本文編號：3730552