【儀表網(wǎng) 儀表研發(fā)】類人靈巧操作能力是目前機器人亟待突破的瓶頸之一，許多對人類而言異常簡單的靈巧操作任務，對機器人來講是極其困難的。類人物體交接(Object Handover)是人類期望機器人能具有的關鍵類人靈巧操作能力之一，對于人和機器人的交互、協(xié)同與合作，以及機器人在服務、工業(yè)、航天等領域的廣泛應用具有重要的意義。
自動化所王鵬研究員團隊通過借鑒人與人之間的物體交接方式，提出了一種人與仿人五指靈巧手機器人之間的類人物體交接靈巧操作方法，并應用到實際機器人平臺中，實現(xiàn)了人和仿人五指靈巧手機器人之間的多樣性物體類人交接自主靈巧操作(Learning Human-to-Robot Dexterous Handovers for Anthropomorphic Hand)。
類人靈巧操作能力是目前機器人亟待突破的瓶頸之一，許多對人類而言異常簡單的靈巧操作任務，對機器人來講是極其困難的。類人物體交接(Object Handover)是人類期望機器人能具有的關鍵類人靈巧操作能力之一，對于人和機器人的交互、協(xié)同與合作，以及機器人在服務、工業(yè)、航天等領域的廣泛應用具有重要的意義。
自動化所王鵬研究員團隊通過借鑒人與人之間的物體交接方式，提出了一種人與仿人五指靈巧手機器人之間的類人物體交接靈巧操作方法，并應用到實際機器人平臺中，實現(xiàn)了人和仿人五指靈巧手機器人之間的多樣性物體類人交接自主靈巧操作(Learning Human-to-Robot Dexterous Handovers for Anthropomorphic Hand)。
研究提出了基于仿人五指靈巧手的“人-機器人”類人物體交接框架。框架包括三個模塊：(1)基于多模態(tài)感知的場景理解；(2)抓取配置學習與生成；(3)交接路徑規(guī)劃與機器人動作實施。 為使機器人能適應不同的交接物體，團隊提出了一種仿人五指手高效抓取學習模型AHG-Net，模型以物體單視角點云作為輸入并對抓取配置進行預測，同時，構(gòu)建了超過5000個物體和百萬級抓取標簽的數(shù)據(jù)集。
研究提出了基于仿人五指靈巧手的“人-機器人”類人物體交接框架。框架包括三個模塊：(1)基于多模態(tài)感知的場景理解；(2)抓取配置學習與生成；(3)交接路徑規(guī)劃與機器人動作實施。 為使機器人能適應不同的交接物體，團隊提出了一種仿人五指手高效抓取學習模型AHG-Net，模型以物體單視角點云作為輸入并對抓取配置進行預測，同時，構(gòu)建了超過5000個物體和百萬級抓取標簽的數(shù)據(jù)集。
研究提出了基于仿人五指靈巧手的“人-機器人”類人物體交接框架。框架包括三個模塊：(1)基于多模態(tài)感知的場景理解；(2)抓取配置學習與生成；(3)交接路徑規(guī)劃與機器人動作實施。 為使機器人能適應不同的交接物體，團隊提出了一種仿人五指手高效抓取學習模型AHG-Net，模型以物體單視角點云作為輸入并對抓取配置進行預測，同時，構(gòu)建了超過5000個物體和百萬級抓取標簽的數(shù)據(jù)集。
所有評論僅代表網(wǎng)友意見，與本站立場無關。