Key points are not available for this paper at this time.
Dieses Papier schlägt einen neuartigen Algorithmus vor, der Objekterkennung und Potentialfeldalgorithmus für den autonomen Betrieb des SCARA-Arms kombiniert. Die Start-, Hindernis- und Zielzustände werden durch das RetinaNet-Modell lokalisiert und erkannt. Das Modell verwendet standardmäßige vortrainierte Gewichte als Checkpoints, die mit Bildern aus der Arbeitsumgebung des SCARA-Arms trainiert wurden. Der Potentialfeldalgorithmus plant dann einen geeigneten Pfad vom Start- zum Zielzustand unter Vermeidung des Hinderniszustandes basierend auf den Ergebnissen des Objekterkennungsmodells. Der Algorithmus wurde mit einem realen Prototyp getestet, wobei vielversprechende Ergebnisse erzielt wurden.
Gautam et al. (Fr,) haben diese Frage untersucht.