出售本站【域名】【外链】
戴要 原课题安身机器手自主抓与，钻研操做卷积神经网络真现物体外表抓与点生成的处置惩罚惩罚方案。原课题以场景的深度图像做为输入信息，回收 “先采样，后预测”的两步走抓与生成方案。首先操做 Laplace 办法正在深度图像中提与物体边缘像素点，并操做对跖法生成抓与空间；而后基于重要性采样办法从抓与空间中采样与得候选抓与集，最后操做训练好的抓与预测卷积神经网络模型预测候选集每个抓与的乐成置信度，与此中极大者做为结果辅导呆板人完成抓与。 为将卷积神经网络使用于抓与预测，原课题建设了基于卷积神经网络的抓与预测模型。将抓与预测问
