视觉传感和深度感知用于接机器人及其工业应用
Ji Wang1,2, Leijun Li1, Peiquan Xu2
1Department of Chemical and Materials Engineering, University of Alberta, Edmonton, AB T6G 1H9, Canada.
Sensors (Basel, Switzerland)
|December 23, 2023
概括
本文审查了智能接机器人的深度感知,评估传感方法和深度学习应用. 未来的研究重点是先进的AI和传感器融合,以提高机器人接质量.
科学领域:
- 机器人和人工智能 机器人和人工智能
- 计算机视觉 计算机视觉
- 制造业 制造技术 制造技术
背景情况:
- 视觉传感,人工智能和机器人技术的进步需要改进的传感器,用于智能接制造.
- 深度感知是阻碍先进接传感器发展的关键瓶.
研究的目的:
- 审查和评估机器人接中的深度感知主动和被动传感方法.
- 探索深度学习应用程序,以提高机器人接过程中的深度感知.
- 分析接机器人的视觉感知现状和未来方向.
主要方法:
- 基于单眼,双眼和多视角视觉的深度感知机制的分类和阐述.
- 探索用于机器人接深度感知的深度学习原理.
- 分析了2662篇文章,引用了152个参考文献.
主要成果:
- 评估各种深度感知方法,包括主动和被动传感.
- 讨论深度学习在工业场景中的机器人接视觉感知中的应用.
- 确定接机器人视觉感知技术当前面临的挑战和拟议的对策.
结论:
- 未来的研究应该专注于用于对象检测的深度学习,用于机器人适应的转移学习,以及多模式传感器融合.
- 模型和硬件的整合,以及专家的合作,对于设计有效的多模式传感器融合架构至关重要.
- 解决当前的局限性和探索新的方法将推动智能接制造的发展.
更多相关视频
05:12Robotized Testing of Camera Positions to Determine Ideal Configuration for Stereo 3D Visualization of Open-Heart Surgery
Published on: August 12, 2021
2.0K
13:44Haptic/Graphic Rehabilitation: Integrating a Robot into a Virtual Environment Library and Applying it to Stroke Therapy
Published on: August 8, 2011
13.9K
