VIP20
本课程属于：045-视觉定位与机械臂协同控制 AI视觉与工业视觉 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

抓取策略与位姿估计联合优化

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
抓取策略与位姿估计联合优化的背景 · 意义 · 应用场景及课程大纲
课程导论抓取策略
02
机器人抓取基础
抓取分类（力闭合/形闭合） · 抓取质量度量 · 经典抓取规划方法
机器人抓取基础抓取分类
03
位姿估计基础
刚体变换 · 旋转表示（欧拉角 · 四元数
位姿估计基础刚体变换
04
视觉传感器与标定
RGB-D相机原理 · 相机内参/外参标定 · 手眼标定
视觉传感器标定
05
2D抓取规划
基于图像平面的抓取检测 · 中心点+角度+宽度表示法
2D抓取规划基于图像平面的抓…
06
3D抓取规划
基于点云的抓取生成 · Grasp Pose Generat…
3D抓取规划基于点云的抓取生…
07
深度学习抓取检测
GG-CNN · GR-ConvNet等端到端抓取检测…
深度学习抓取检测GG-CNN
08
6D位姿估计方法
基于对应点的方法（PnP · ICP） · 基于模板的方法（LINEMOD）
6D位姿估计方法PnP
09
基于深度学习的6D位姿估计
PoseCNN · DenseFusion · PVN3D
基于深度学习的6…PoseCNN
10
抓取与位姿的耦合关系
为什么需要联合优化？位姿误差对抓取成…
抓取位姿的耦合关系
11
联合优化问题建模
目标函数设计（抓取成功率+位姿精度） · 约束条件
联合优化问题建模目标函数设计
12
基于梯度的联合优化方法
可微抓取渲染器 · 端到端梯度反传
基于梯度的联合优…可微抓取渲染器
13
基于采样的联合优化方法
CEM（交叉熵方法） · MCTS（蒙特卡洛树搜索）在抓取中的…
基于采样的联合优…CEM
14
概率图模型在联合优化中的应用
因子图 · 贝叶斯网络建模抓取与位姿不确定性
概率图模型联合优化
15
强化学习联合优化
将抓取与位姿估计作为联合策略学习
强化学习联合优化将抓取
16
仿真环境搭建
PyBullet · Isaac Gym · CoppeliaSim中的抓取仿真
仿真环境搭建PyBullet
17
数据集构建
抓取数据集（GraspNet · ACRONYM） · 位姿数据集（YCB-Video
数据集构建GraspNet
18
评价指标
抓取成功率 · 位姿ADD(S)指标 · 联合优化下的综合指标
评价指标抓取成功率
19
经典精读（一）
《Grasp Pose Detect…
经典精读Grasp
20
经典精读（二）
《DenseFusion
经典精读DenseFusion
21
经典精读（三）
《GraspNet
经典精读GraspNet
22
经典精读（四）
《Joint Learning of…
经典精读Joint
23
多模态融合
RGB+深度+触觉融合在联合优化中的…
多模态融合RGB+
24
动态场景抓取
移动抓取 · 传送带抓取中的位姿跟踪与抓取规划
动态场景抓取移动抓取
25
遮挡处理
部分观测下的抓取与位姿估计 · 补络（Point Complet…
遮挡处理部分观测下的抓取
26
灵巧手抓取
多指手抓取规划与位姿估计的联合优化
灵巧手抓取多指手抓取规划
27
工程实践（一）
从零搭建抓取与位姿估计联合优化系统
工程实践从零搭建抓取
28
工程实践（二）
ROS集成与真实机器人部署
工程实践ROS
29
前沿进展
大模型（LLM/VLM）在抓取与位姿…
前沿进展LLM/VLM
30
课程总结与未来展望
开放问题 · 研究方向 · 资源推荐
课程总结未来展望