CASIA OpenIR

浏览/检索结果: 共12条,第1-10条 帮助

限定条件        
已选(0)清除 条数/页:   排序方式:
融合自适应神经网络的机器人模型预测控制方法研究 学位论文
工学博士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  康二龙
Adobe PDF(21541Kb)  |  收藏  |  浏览/下载:294/15  |  提交时间:2022/06/19
机器人控制  模型预测控制  自适应神经网络  机械臂  最优控制理论  
基于深度强化学习的扁平类物体预抓取操作的研究 学位论文
工学硕士, 中国科学院自动化研究所: 中国科学院自动化研究所, 2022
作者:  吴家汐
Adobe PDF(26650Kb)  |  收藏  |  浏览/下载:196/10  |  提交时间:2022/06/13
预抓取操作  深度强化学习  课程学习  
精密零件视觉外观检测方法研究 学位论文
, 北京: 中国科学院研究生院, 2018
作者:  孙佳
Adobe PDF(4689Kb)  |  收藏  |  浏览/下载:351/9  |  提交时间:2018/05/31
摄像机标定  表面瑕疵检测  自动检测系统  卷积神经网络  零件测量  
工业零件三维位姿检测、跟踪与装配方法研究 学位论文
, 北京: 中国科学院研究生院, 2017
作者:  朱文俊
Adobe PDF(4973Kb)  |  收藏  |  浏览/下载:352/4  |  提交时间:2018/01/25
工业机器人  工业零件  自动装配  三维位姿检测与跟踪  
面向大口径器件装配的三维检测与位姿估计方法研究 学位论文
, 北京: 中国科学院研究生院, 2017
作者:  覃政科
Adobe PDF(13287Kb)  |  收藏  |  浏览/下载:394/11  |  提交时间:2017/06/13
大口径器件装配  视觉检测  六自由度位姿估计  视觉跟踪  
快速判别性稀疏编码及其在图像识别中的应用 学位论文
, 北京: 中国科学院研究生院, 2015
作者:  姜锐
Adobe PDF(2331Kb)  |  收藏  |  浏览/下载:258/7  |  提交时间:2016/10/27
判别性稀疏编码  机器学习  图像识别  特征提取  
装配机器人系统中基于视觉的零件检测与抓取策略的研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2010
作者:  李远钱
Adobe PDF(1981Kb)  |  收藏  |  浏览/下载:255/0  |  提交时间:2015/09/02
机器人视觉  零件检测  零件抓取趋近  有监督学习  特征点提取  Robot Vision  Parts Detection  Object Reaching  Supervised Learning  Feature Extraction  
机器人情绪模型的研究及其在视觉注意中的应用 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2013
作者:  任冬淳
Adobe PDF(7408Kb)  |  收藏  |  浏览/下载:326/0  |  提交时间:2015/09/02
情绪模型  智能机器人  视觉刺激  视觉注意  Emotion Model  Intelligent Robot  Visual Stimuli  Visual Attention  
流形学习与基于稀疏化的半监督分类相关方法研究 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2012
作者:  古楠楠
Adobe PDF(2693Kb)  |  收藏  |  浏览/下载:270/0  |  提交时间:2015/09/02
降维  流形学习  半监督学习  半监督分类  稀疏化  机器学习  Dimensionality Reduction  Manifold Learning  Semi-supervised Learning  Semi-supervised Classification  Sparse Representation  Machine Learning  
基于进化算法的工件视觉定位及其在工业机器人中的应用 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2011
作者:  刘伟
Adobe PDF(4405Kb)  |  收藏  |  浏览/下载:253/0  |  提交时间:2015/09/02
进化算法  工件视觉定位  多特征融合  监督学习  高精度装配  Evolutionary Algorithm  Visual Localization  Multi-feature Fusion  Supervised Learning  High-precision Assembly