一种面向机械臂的安全高效多物体抓取检测方法
机器人学
2023-05-16 v2 人工智能
摘要
机械臂广泛应用于自动化工业。然而，随着深度学习在机械臂中的广泛应用，出现了诸如抓取计算力分配以及日益增长的安全需求等新挑战。本文提出一种基于深度学习和边云协同的机械臂抓取方法。该方法实现了机械臂的任意抓取规划，并兼顾抓取效率与信息安全。此外，由 GAN 训练的编码器和解码器使图像在压缩的同时被加密，从而保障隐私安全。该模型在 OCID 数据集上达到 92% 的准确率，图像压缩比达到 0.03%，结构差异值高于 0.91。
引用
@article{arxiv.2209.03511,
title = {A Secure and Efficient Multi-Object Grasping Detection Approach for Robotic Arms},
author = {Hui Wang and Jieren Cheng and Yichen Xu and Sirui Ni and Zaijia Yang and Jiangpeng Li},
journal= {arXiv preprint arXiv:2209.03511},
year = {2023}
}