Ayuda
Ir al contenido

Dialnet


Learning to predict grasp reliability with a multifinger robot hand by using visual features

  • Autores: Antonio Morales Escrig
  • Directores de la Tesis: Ángel Pascual del Pobil y Ferré (dir. tes.), Pedro José Sanz Valero (codir. tes.)
  • Lectura: En la Universitat Jaume I ( España ) en 2004
  • Idioma: inglés
  • Número de páginas: 143
  • Títulos paralelos:
    • Aprendizaje para predecir la fiabilidad de agarres con una mano robótica multidedo usando características visuales
  • Tribunal Calificador de la Tesis: Rudiger Dillman (presid.), Enric Cervera Mateu (secret.), Carme Torras Genís (voc.), Andrew H. Fagg (voc.), J. S. Sanchez (voc.)
  • Texto completo no disponible (Saber más ...)
  • Resumen
    • En esta tesis nos centramos en el problema del agarre robótico, mas concretamente en el problema de la síntesis del agarre cuyo objeto es la determinación de los puntos sobre la superficie de un objeto sobre los cuales han de contactar los dedos para inmovilizarlo y manipularlo.

      En esta tesis proponemos un enfoque experimental que hace uso de información sensorial, especialmente visual, y aplica técnicas de aprendizaje para hacer frente a las múltiples fuentes de incertidumbre que aparecen en las aplicaciones de servicio. Entre las principales contribuciones presentadas destacan el desarrollo de un par de algoritmos capaces de calcular rápidametne agarres de dos y tres dedos de objetos planos usando exclusivamente información visual.

      La principal contribución de la tesis reside en el marco de aprendizaje desarrollado para este tipo de tareas. Este marco está compuesto de una descripción de cada uno de los agarres basada en información visual, una prueba experimental de la fiabilidad de un agarre, y un conjunto de algoritmos para la predicción y selección de agarres usando la experiencia anteriormente acumulada.


Fundación Dialnet

Dialnet Plus

  • Más información sobre Dialnet Plus

Opciones de compartir

Opciones de entorno