隨著計(jì)算機(jī)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(lái)突出機(jī)器深度學(xué)習(xí)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(jìn)行相應(yīng)數(shù)據(jù)訓(xùn)練,從而提高系統(tǒng)的控制效果,在機(jī)器人控制、目標(biāo)識(shí)別等領(lǐng)域得到廣泛應(yīng)用。隨著機(jī)器人應(yīng)用環(huán)境的復(fù)雜化,設(shè)計(jì)基于卷積神經(jīng)網(wǎng)絡(luò)機(jī)器人控制算法在非結(jié)構(gòu)化環(huán)境中實(shí)現(xiàn)精準(zhǔn)化物體抓取,建立一個(gè)完整的機(jī)器人自動(dòng)抓取規(guī)劃系統(tǒng)。 

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
1 機(jī)器人抓取模型設(shè)計(jì)
    1.1 機(jī)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(jī)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(jì)
    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(xùn)練方法
3結(jié)語(yǔ)


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



本文編號(hào)：3730552