期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CNN-LSTM的机器人触觉识别与自适应抓取控制
被引量：
37
1
作者
惠文珊
李会军
+1 位作者
陈萌
宋爱国
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2019年第1期211-218,共8页
基于触觉进行物体识别对于机器人实现精细操作、人机交互有着重要意义。结合深度学习理论,提出了一种基于卷积神经网络(CNN)和长短期记忆(LSTM)神经网络的融合模型的机器人触觉序列识别方法,使用14种实验样品组建的触觉数据库进行了十...
基于触觉进行物体识别对于机器人实现精细操作、人机交互有着重要意义。结合深度学习理论,提出了一种基于卷积神经网络(CNN)和长短期记忆(LSTM)神经网络的融合模型的机器人触觉序列识别方法,使用14种实验样品组建的触觉数据库进行了十四分类和四分类测试,分别达到了94.2%和95.0%的识别正确率;在此基础上搭建了一套结合物体在线识别的稳定抓取系统,有效地改善了机器人灵巧手的抓握效果。实验表明,对比基本卷积神经网络模型和简单长短期记忆神经网络模型,提出的融合模型对于触觉序列有更好的识别能力,并且能够实际应用于物体在线识别和稳定抓取控制。
展开更多
关键词
机器人灵巧手
触觉序列
卷积神经网络
长短期记忆神经网络
抓取控制
下载PDF
职称材料
基于触觉序列的物体分类
被引量：
2
2
作者
马蕊
刘华平
+1 位作者
孙富春
高蒙
《智能系统学报》
CSCD
北大核心
2015年第3期362-368,共7页
通过安装触觉传感器的灵巧手对物体进行抓取,可以采集到丰富的触觉序列信息。对这些触觉信息进行分类可以显著提高机器人的环境感知和灵巧操作能力。为此,将触觉序列划分为一系列子触觉序列,使用基于线性动态系统(LDS)的方法进行特征提...
通过安装触觉传感器的灵巧手对物体进行抓取,可以采集到丰富的触觉序列信息。对这些触觉信息进行分类可以显著提高机器人的环境感知和灵巧操作能力。为此,将触觉序列划分为一系列子触觉序列,使用基于线性动态系统(LDS)的方法进行特征提取。由于使用LDS提取的特征存在于非欧式空间,在对特征进行处理时,使用与欧式距离不同的马丁距离(Martin distance)作为量度来表征2个LDS特征之间的距离,并使用K-Medoid算法进行聚类。而后使用聚类得到的码书表征触觉序列,完成系统包(bag-of-system)特征模型构建,并利用支持向量机(SVM)实现高效分类。最后使用16种实验样本构建的触觉序列数据集对上述算法进行评测,获得了可观的识别效果,表明了该算法可以用于触觉序列的物体分类。
展开更多
关键词
物体分类
触觉序列
线性动态系统
系统包
马丁距离
支持向量机
K-Medoid算法
下载PDF
职称材料
题名
基于CNN-LSTM的机器人触觉识别与自适应抓取控制
被引量：
37
1
作者
惠文珊
李会军
陈萌
宋爱国
机构
东南大学仪器科学与工程学院
上海宇航系统工程研究所
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2019年第1期211-218,共8页
基金
国家重点研发计划(2017YFB1002802)
国家自然科学基金(61773265)
上海航天科技创新基金(SAST2017-021)项目资助
文摘
基于触觉进行物体识别对于机器人实现精细操作、人机交互有着重要意义。结合深度学习理论,提出了一种基于卷积神经网络(CNN)和长短期记忆(LSTM)神经网络的融合模型的机器人触觉序列识别方法,使用14种实验样品组建的触觉数据库进行了十四分类和四分类测试,分别达到了94.2%和95.0%的识别正确率;在此基础上搭建了一套结合物体在线识别的稳定抓取系统,有效地改善了机器人灵巧手的抓握效果。实验表明,对比基本卷积神经网络模型和简单长短期记忆神经网络模型,提出的融合模型对于触觉序列有更好的识别能力,并且能够实际应用于物体在线识别和稳定抓取控制。
关键词
机器人灵巧手
触觉序列
卷积神经网络
长短期记忆神经网络
抓取控制
Keywords
robot
dexterous
hand
tactile
sequence
convolutional
neural
network(CNN)
long-short
term
memory(LSTM)neural
network
grasping
control
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于触觉序列的物体分类
被引量：
2
2
作者
马蕊
刘华平
孙富春
高蒙
机构
石家庄铁道大学电气与电子工程学院
清华大学计算机科学与技术系
清华大学智能技术与系统国家重点实验室
出处
《智能系统学报》
CSCD
北大核心
2015年第3期362-368,共7页
基金
国家"973"计划资助项目(2013CB329403)
国家自然科学基金重大国际合作研究项目(61210013)
文摘
通过安装触觉传感器的灵巧手对物体进行抓取,可以采集到丰富的触觉序列信息。对这些触觉信息进行分类可以显著提高机器人的环境感知和灵巧操作能力。为此,将触觉序列划分为一系列子触觉序列,使用基于线性动态系统(LDS)的方法进行特征提取。由于使用LDS提取的特征存在于非欧式空间,在对特征进行处理时,使用与欧式距离不同的马丁距离(Martin distance)作为量度来表征2个LDS特征之间的距离,并使用K-Medoid算法进行聚类。而后使用聚类得到的码书表征触觉序列,完成系统包(bag-of-system)特征模型构建,并利用支持向量机(SVM)实现高效分类。最后使用16种实验样本构建的触觉序列数据集对上述算法进行评测,获得了可观的识别效果,表明了该算法可以用于触觉序列的物体分类。
关键词
物体分类
触觉序列
线性动态系统
系统包
马丁距离
支持向量机
K-Medoid算法
Keywords
object
classification
tactile
sequence
linear
dynamical
system（LDS）
bag-of-system
Martin
dis-tance
support
vector
machine（SVM）
K-Medoid
algorithm
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CNN-LSTM的机器人触觉识别与自适应抓取控制
惠文珊
李会军
陈萌
宋爱国
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2019
37
下载PDF
职称材料
2
基于触觉序列的物体分类
马蕊
刘华平
孙富春
高蒙
《智能系统学报》
CSCD
北大核心
2015
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
