visual servoing | BriefGPT - AI 论文速递

关键词visual servoing

搜索结果 - 12

基于强化学习的闭环多角度视觉伺服方法
本文研究了如何在具有自碰撞、奇异问题等机器人特定约束条件下解决多视角视觉伺服问题，并提出了一种基于学习的多视角视觉伺服框架，通过强化学习从视觉状态的潜在空间表示中迭代估计机器人动作。通过 Gazebo 仿真环境的实验验证，显示该方法能够成功
PDF6 months ago
视觉引导的物体抓取
本文介绍一种视觉伺服方法，用于对象抓取和更一般地，将末端执行器与对象对齐的问题。首先，我们扩展了 Espiau 等人提出的方法 [1]，适用于没有安装在被控制机器人上的相机，并强调实时估计图像雅可比的重要性。其次，我们展示了如何使用非校准的
PDF8 months ago
CaveSeg：自主水下洞穴探索的深度语义分割和场景分析
本研究介绍了 CaveSeg，这是一种针对水下洞穴中 AUV 导航的语义分割和场景解析的视觉学习方法。通过准备全面的水下洞穴场景语义分割数据集，解决了标注有限的训练数据的问题。通过在美国、墨西哥和西班牙的洞穴系统上进行全面的基准分析，展示了
PDF10 months ago
动态开放词汇增强智能安全着陆（DOVESEI）
我们提出了一种使用视觉伺服控制和开放词汇图像分割的无人机系统，能够成功在低至 20 米的高度执行降落操作。为了解决分割波动的挑战，我们引入了一种动态聚焦机制，通过自适应地调整掩码，将控制系统引导到无人机的安全半径以内的区域，从而减轻了波动问
PDF10 months ago
多目标自监督深度降噪
本研究提出了自监督多物体深度去噪管道，使用更高质量传感器的深度图作为近似的监督信号，来去噪来自低质量传感器的深度图，并演示了一种计算有效的方法来对齐两个帧对并检索基于帧的多物体掩码，以获得干净的标记数据集以训练去噪神经网络。
PDFa year ago
通过三维等变性实现自监督的宽基线视觉伺服
本篇论文提出了一种新的自监督视觉伺服方法，用于基于宽基线图像的相机姿态估计，并以前沿的 3D 引导方法相比在 YCB 数据集上表现出了显着的性能提升。
PDF2 years ago
基于深度学习的农业机器人田间导航中的农作物行跟随
该论文提出了一种利用卷积神经网络进行作物排检测的算法，可以在农田环境中应对各种变化，仅使用 RGB 图像作为输入，并在可视伺服算法中获得更好的性能表现。
PDF2 years ago
基于深度学习视觉伺服的柔性机器人自主内腔导航
本文提出了一种基于卷积神经网络的视觉伺服方法，并使用幻影和体内数据对其进行训练，以在空心环境中完成内腔镜导航任务的软体机器人解决方案。
PDF2 years ago
结构化环境下软柔性臂位姿控制的视觉伺服
本文提出了一种基于卷积神经网络的方法，针对软臂在结构化环境下实现视觉伺服平稳可靠的 3D 定位，通过神经网络对所需的位置控制器进行预测并使用比例控制法减少误差。
PDF2 years ago
KOVIS：基于关键点的视觉伺服，配合零样本 Sim-to-Real 转移技术，用于机器人操作
该研究提出了 KOVIS，一种新的基于学习、无需校准的视觉伺服方法，用于具有眼手立体相机系统的精细机器人操纵任务。该方法通过自监督学习在模拟环境中训练两个网络，实现了零样本从模拟到实际的转换，并在不同的机器人操纵任务中取得了有效性展示。
PDF4 years ago
通过循环控制实现 Sim2Real 视角不变的视觉伺服
该研究使用深度递归控制器训练机器人完成视觉伺服技能并解决了在遇到视觉扭曲时的模糊性问题。研究者使用模拟数据和强化学习目标进行了训练，证明了该模型可在真实的机器人手臂上操作。
PDF7 years ago
ICLR深度特征与拟合 Q 迭代的视觉伺服学习
本文基于学习的视觉特征、学习的预测动态模型和强化学习相结合的方法，研究了视觉伺服机制的学习。通过在学习到的视觉特征空间内，代替图像像素和手动设计的关键点，我们演示了该方法可以在样本效率方面获得两个数量级以上的提高，并在复杂的合成汽车跟踪基准
PDF7 years ago