
NVIDIA提出6-DoF GraspNet運算框架 機器手臂抓取物體更準確 力道更適中
NVIDIA的6-DoF GraspNet運算框架運作模式,將可讓機器手臂透過影像識別方式判斷空間中的X、Y、Z軸座標,以及加入旋轉動作形成總計6個軸度數據,藉此能更快對應判斷位處不同空間位置的物體,也透過握持評估模式,讓機器手臂可透過不同力道測試,藉此評估可實際持握物體應使用力道,進而成功抓取物件,並且能避免施力過度而將物體夾碎的情況。 在現行針對機器手臂抓取真實場景中的物體過程中,通常會在機器手臂裝置攝影鏡頭,透過影像識別方式判斷物件所在,藉此調整機器手臂運作位置,但是最大難度則在於如何控制機器手臂抓取物體力道,而NVIDIA提出的6-DoF GraspNet運算框架,讓機器手臂能以更快效
5 年前