我们提出了一种使用条件生成对抗网络（CGANS）在机器人关节空间和潜在空间之间转换的新方法，以进行无碰撞路径计划，该方法仅捕获以障碍物图来捕获关节空间的无碰撞区域。操纵机器人臂时，很方便地生成多个合理的轨迹进行进一步选择。此外，出于安全原因，有必要生成轨迹，以避免与机器人本身或周围环境发生碰撞。在提出的方法中，可以通过将开始和目标状态与此生成的潜在空间中的任意线段连接起来和目标状态来产生各种轨迹。我们的方法提供了此无碰撞潜在空间，此后，任何使用任何优化条件的计划者都可以使用任何计划器来生成最合适的路径。我们通过模拟和实际的UR5E 6-DOF机器人臂成功验证了这种方法。我们确认可以根据优化条件的选择生成不同的轨迹。
translated by 谷歌翻译
像素级裂纹分割由于对建筑物和道路检查的高影响而进行了广泛的研究。最近的研究已经取得了重大改善的准确性，但忽略了注释成本瓶颈。为了解决这个问题，我们将裂纹细分问题重新制定为一个弱监督的问题，并提出了一个两分的推理框架和一个不需要其他数据的注释细化模块，以抵消注释质量的损失。实验结果证实了该方法在裂纹分割以及其他目标域中的有效性。
translated by 谷歌翻译
2021-11-15
本研究在佩戴传感器的基础上掌握了估算车间人类误差潜力的新问题。与利用生物测量传感技术利用生物测量传感技术估算人民的内部状态（如疲劳和精神压力）的现有研究不同，我们试图估计目标人不保持冷静的情况下的人类误差潜力，这在传感器噪声显着变得更加困难增加。我们提出了一种新颖的制剂，其中人误差 - 电位估计问题降低到分类问题，并引入一种新方法，即使用嘈杂的感测数据也可以用于解决分类问题。关键思想是模拟计算生物识别指标的过程，使得可以集成在生物识别指标上的先前知识，并利用代表目标人员与生物特征的组合的特征。实验分析表明，我们的方法有效地估计了人误差潜力。
translated by 谷歌翻译