第1章 绪 论
1.1 研究背景与意义
1.2 机器人抓取国内外研究现状
1.3 抓取识别算法存在的主要问题
1.4 本文的主要研究内容
第2章 基于多级特征融合的多目标物体抓取识别算法
2.1 引言
2.2 抓取识别变量的数学表示
2.3 多目标物体抓取识别网络模型
2.4 网络模型优化求解
2.5 多目标物体抓取识别实验
2.6 小结
第3章 基于标签噪声鲁棒性的领域自适应学习
3.1 引言
3.2 RDSR网络结构
3.3 鲁棒性回归损失函数
3.4 领域自适应模型性能测试
3.5 鲁棒性回归损失性能分析
3.6 小结
第4章 基于数据对抗生成的跨域自适应抓取识别算法
4.1 引言
4.2 跨域自适应抓取识别方法
4.3 物体跨域抓取识别
4.4 跨域自适应抓取识别模型性能分析
4.5 小结
第5章 基于视觉识别的机器人智能抓取
5.1 引言
5.2 机器人智能抓取操作系统
5.3 视觉系统标定
5.4 空间位姿转换
5.5 运动控制
5.6 机器人智能抓取实验
5.7 小结
结论
参考文献
攻读博士学位期间发表的论文及其它成果
声明
致谢
个人简历
哈尔滨工业大学;