MANIPULATION
AADFNet:一种用于背景鲁棒抓取的自适应非对称双分支融合网络
Fan T, Liu C, Dai Q, Fang F
Neural networks : the official journal of the International Neural Network Society · 2026
摘要
该论文提出了一种自适应非对称双分支融合网络(AADFNet),旨在提高机器人抓取在复杂背景下的鲁棒性。通过融合不同分支的特征,网络能够有效抑制背景干扰,实现更准确的抓取检测。
关键词
graspingbackground-robustdual-branch fusionadaptiverobotics
相关论文
MANIPULATION
📊 2 引用
面向大型复杂构件的移动机器人辅助磨削技术综述
Yusen Li, Ziwei Wang, Xiangye Zhu 等 12 位作者
Robotics and Computer-Integrated Manufacturing · 2026
MANIPULATION
📊 1 引用
基于物理信息与机器学习的五轴铣削TC4钛合金刀具磨损融合预测模型
Shaoqing Qin, Lida Zhu, Yanpeng Hao 等 10 位作者
Robotics and Computer-Integrated Manufacturing · 2026
MANIPULATION
📊 0 引用
通过新型压电主动阻尼刀柄提升机器人铣削质量
Bo Li, Yuanbo Zhao, Huijie Xiao 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
MANIPULATION
📊 0 引用
一种利用磁致非线性宽带多向被动减振器抑制机器人铣削低频颤振的新方法
Hao Li, Yuhui Yu, Rui Fu 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026