GraspingpointdetectionPreviously su

Graspingpointdetection
Previously successful methods for grasping objects use machine learning. Many method can enable grasping of novel objects. The key step is to encode the local information in a point cloud in such a way that a robot can learn using the following steps: focusing on a specific object, finding the best templateusing3Dkeypointmatching,executionofthegraspingstrategy,matchingthecorresponding

ผลลัพธ์ (ไทย) 1:

Graspingpointdetectionก่อนหน้านี้ ประสบความสำเร็จวิธีเรียงวัตถุใช้การเรียนรู้ของเครื่อง วิธีการมากมายสามารถเปิดใช้งานการเรียงวัตถุนวนิยาย ขั้นตอนสำคัญคือการ เข้ารหัสข้อมูลภายในเมฆจุดในลักษณะว่า หุ่นยนต์สามารถเรียนรู้ได้โดยใช้ขั้นตอนต่อไปนี้: เน้นวัตถุ specific, finding templateusing3Dkeypointmatching สุด executionofthegraspingstrategy, matchingthecorresponding

ผลลัพธ์ (ไทย) 2:

Graspingpointdetection
วิธีการที่ประสบความสำเร็จก่อนหน้านี้สำหรับโลภใช้วัตถุการเรียนรู้เครื่อง วิธีการหลายคนสามารถเปิดใช้งานโลภของวัตถุนวนิยาย ขั้นตอนสำคัญคือการเข้ารหัสข้อมูลท้องถิ่นในจุดเมฆในลักษณะที่หุ่นยนต์สามารถเรียนรู้โดยใช้ขั้นตอนดังต่อไปนี้: มุ่งเน้นไปที่สายวัตถุค speci, FI nding ที่ดีที่สุด templateusing3Dkeypointmatching, executionofthegraspingstrategy, matchingthecorresponding

ผลลัพธ์ (ไทย) 3:

graspingpointdetection
วิธีการประสบความสำเร็จก่อนหน้านี้สำหรับโลภใช้วัตถุการเรียนรู้เครื่อง วิธีการมากสามารถช่วยให้โลภของวัตถุใหม่ ขั้นตอนสำคัญคือการเข้ารหัสข้อมูลท้องถิ่นในเมฆจุดในลักษณะที่หุ่นยนต์สามารถเรียนรู้โดยใช้ขั้นตอนต่อไปนี้ : เน้นกาจึง C วัตถุ จึง templateusing3dkeypointmatching executionofthegraspingstrategy ที่ดีที่สุด , การส่ง ,matchingthecorresponding