CASIA OpenIR

浏览/检索结果: 共10条,第1-10条 帮助

限定条件    
已选(0)清除 条数/页:   排序方式:
基于新型神经网络与触发机制的机械臂自适应控制研究 学位论文
, 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:  高洁
Adobe PDF(12996Kb)  |  收藏  |  浏览/下载:354/9  |  提交时间:2022/06/20
自适应神经网络控制  触发控制  机械臂运动控制  反步法  观测器估计  滤波控制  
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:317/16  |  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:208/10  |  提交时间:2022/06/13
预抓取操作  深度强化学习  课程学习  
生物启发式肌肉骨骼机器人灵巧结构与控制研究 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, 2021
作者:  钟汕林
Adobe PDF(23168Kb)  |  收藏  |  浏览/下载:345/24  |  提交时间:2022/01/19
肌肉骨骼机器人  生物启发式算法  机器人灵巧运动  环境吸引域  
图匹配算法及其在月面图片关键点匹配中的应用 学位论文
, 北京: 中国科学院研究生院, 2016
作者:  张宇仁
Adobe PDF(13871Kb)  |  收藏  |  浏览/下载:384/3  |  提交时间:2016/06/21
图匹配  计算机视觉  月面图片匹配  组合优化  
基于稀疏性和背景先验的视觉显著性研究 学位论文
, 北京: 中国科学院大学, 2016
作者:  罗永康
Adobe PDF(14909Kb)  |  收藏  |  浏览/下载:361/18  |  提交时间:2016/06/20
视觉显著性模型  注视点预测  显著物体检测  稀疏性  背景先验  
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:260/0  |  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  
引入视觉注意机制的目标跟踪方法研究 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:  黎万义
Adobe PDF(4624Kb)  |  收藏  |  浏览/下载:310/3  |  提交时间:2015/09/02
视觉跟踪  视觉注意  显著性  稀疏编码  Visual Tracking  Visual Attention  Saliency  Sparse Coding  
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:261/0  |  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  
高维环境约束的构形分析及其在机器人操作中的应用 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:  刘传凯
Adobe PDF(18372Kb)  |  收藏  |  浏览/下载:328/1  |  提交时间:2015/09/02
环境吸引域  机器人操作规划  零件姿态定位  基于视觉的抓取  高精度装配  Attractive Region  Robotic Manipulation Planning  Pose Localization  Vision-based Grasping  High-precision Assembly