日本精品aⅴ一区二区三区|国产欧美一二三区|国产乱码精品精|国产精品电影在线免费

      1. <blockquote id="utafg"><th id="utafg"></th></blockquote>
    1. <div id="utafg"></div>
        <blockquote id="utafg"><th id="utafg"></th></blockquote>

        <menuitem id="utafg"></menuitem>
      1. 您現(xiàn)在的位置是:首頁(yè) >人工智能 > 2022-06-23 15:53:01 來(lái)源:

        用于估計(jì)機(jī)械臂姿勢(shì)并預(yù)測(cè)其運(yùn)動(dòng)的深度學(xué)習(xí)框架

        導(dǎo)讀 隨著機(jī)器人逐漸被引入各種現(xiàn)實(shí)世界環(huán)境,開(kāi)發(fā)人員和機(jī)器人專家將需要確保它們可以安全地圍繞人類運(yùn)行。近年來(lái),他們引入了各種方法來(lái)實(shí)時(shí)估

        隨著機(jī)器人逐漸被引入各種現(xiàn)實(shí)世界環(huán)境,開(kāi)發(fā)人員和機(jī)器人專家將需要確保它們可以安全地圍繞人類運(yùn)行。近年來(lái),他們引入了各種方法來(lái)實(shí)時(shí)估計(jì)位置和預(yù)測(cè)機(jī)器人的運(yùn)動(dòng)。

        巴西伯南布哥聯(lián)邦大學(xué)的研究人員最近創(chuàng)建了一個(gè)新的深度學(xué)習(xí)模型來(lái)估計(jì)機(jī)械臂的姿勢(shì)并預(yù)測(cè)它們的運(yùn)動(dòng)。該模型在arXiv上預(yù)先發(fā)表的一篇論文中進(jìn)行了介紹,專門(mén)用于提高機(jī)器人在與人類協(xié)作或交互時(shí)的安全性。

        “出于預(yù)測(cè)人機(jī)交互(HRI)期間發(fā)生事故的需要,我們探索了一種框架,可以提高在機(jī)器人附近工作的人員的安全性,”進(jìn)行這項(xiàng)研究的研究人員之一DjamelH.Sadok,告訴TechXplore。“姿態(tài)檢測(cè)被視為整體解決方案的重要組成部分。為此,我們提出了一種基于自校準(zhǔn)卷積(SCConv)和極限學(xué)習(xí)機(jī)(ELM)的姿態(tài)檢測(cè)新架構(gòu)。”

        估計(jì)機(jī)器人的姿勢(shì)是預(yù)測(cè)其未來(lái)運(yùn)動(dòng)和意圖的重要步驟,進(jìn)而降低它們與附近物體碰撞的風(fēng)險(xiǎn)。Sadok和他的同事介紹的姿勢(shì)估計(jì)和運(yùn)動(dòng)預(yù)測(cè)方法有兩個(gè)關(guān)鍵組件,即SCConv和ELM模型。

        SCConvs組件改進(jìn)了他們模型的整體空間和通道依賴性。另一方面,眾所周知,ELM方法是一種有效的數(shù)據(jù)分類方法。

        “我們觀察到,在我們的應(yīng)用程序中,沒(méi)有將這兩種技術(shù)結(jié)合起來(lái)的現(xiàn)有研究,”Sadok解釋說(shuō)。“因此,我們決定看看這種組合是否能改善我們的應(yīng)用。我們還通過(guò)應(yīng)用運(yùn)動(dòng)預(yù)測(cè)、考慮姿勢(shì)檢測(cè)、使用遞歸神經(jīng)網(wǎng)絡(luò)(RNN)來(lái)改進(jìn)框架。”

        首先,Sodok和他的同事編譯了一個(gè)自定義數(shù)據(jù)集,其中包含機(jī)械臂與附近人類用戶交互的場(chǎng)景圖像。為了創(chuàng)建這些圖像,他們專門(mén)使用了由UniversalRobots制造的機(jī)械臂UR-5。

        研究人員對(duì)這些圖像進(jìn)行了注釋,尤其是機(jī)械臂的框架。然后,這使他們能夠使用新數(shù)據(jù)集來(lái)訓(xùn)練SCNet,這是他們框架的基于SCConv的組件。

        “與其他已知架構(gòu)(例如VGG或ResNet)相比,我們的目標(biāo)是改善觀察到的錯(cuò)誤,”Sadok說(shuō)。“為了提取特征,我們使用SCNet并在網(wǎng)絡(luò)末端應(yīng)用EML。接下來(lái)我們使用長(zhǎng)短期記憶(LSTM)算法和門(mén)控循環(huán)單元(GRU)來(lái)預(yù)測(cè)運(yùn)動(dòng)。我們認(rèn)為這是一種新方法解決這個(gè)問(wèn)題。”

        Sadok和他的同事在一系列初始測(cè)試中評(píng)估了他們的框架的性能,他們?cè)噲D估計(jì)姿勢(shì)并預(yù)測(cè)UR-5手臂的未來(lái)運(yùn)動(dòng),因?yàn)樗趲椭祟愑脩敉瓿膳c維護(hù)相關(guān)的任務(wù)。他們發(fā)現(xiàn)它取得了非常有希望的結(jié)果,檢測(cè)機(jī)械臂的姿勢(shì)并以良好的準(zhǔn)確度預(yù)測(cè)其未來(lái)的運(yùn)動(dòng)。

        “我們相信我們的主要貢獻(xiàn)是生成了一個(gè)能夠檢測(cè)機(jī)械臂姿勢(shì)及其運(yùn)動(dòng)的框架,從而提高了手臂的安全性,”Sadok說(shuō)。“我們還擴(kuò)展了SSConv和EML的適用性,并驗(yàn)證了它們的組合能力。”

        將來(lái),這組研究人員開(kāi)發(fā)的框架可用于提高現(xiàn)有和新開(kāi)發(fā)的機(jī)器人系統(tǒng)的安全性。此外,他們使用的SCConv和ELM算法可以適應(yīng)并應(yīng)用于其他任務(wù),例如人體姿態(tài)估計(jì)、對(duì)象檢測(cè)和對(duì)象分類。

        “我們現(xiàn)在計(jì)劃將我們的框架擴(kuò)展到人體姿勢(shì)檢測(cè),并共同提供機(jī)器人和姿勢(shì)估計(jì),”Sadok補(bǔ)充道。“通過(guò)結(jié)合這兩種數(shù)據(jù),我們可以對(duì)兩種運(yùn)動(dòng)進(jìn)行聯(lián)合預(yù)測(cè),從而防止它們?cè)诠S中的相互作用產(chǎn)生的進(jìn)一步風(fēng)險(xiǎn),并更好地對(duì)風(fēng)險(xiǎn)等級(jí)進(jìn)行分類。”

        最新文章