基于深度自编码器的多模态异常检测方法用于移动操纵机器人的物体滑移感知
原文中文,约300字,阅读约需1分钟。发表于: 。提出了一种基于深度自编码模型的多传感器数据的异常检测方法,用于在动态现实世界中可靠地执行机器人操作任务,结合红绿蓝(RGB)摄像头、深度摄像头、麦克风和力矩传感器等多种机器人传感器收集的异构数据流,通过训练一个深度自编码器来构建指示正常状态的多传感器数据的潜在表示,可以通过测量训练编码器和重构输入数据的潜在值之间的差异来识别异常,实验证明了该方法在各种对象类型、机器人行为和环境中的对象滑动情...
提出了一种基于深度自编码模型的多传感器数据的异常检测方法,用于在动态现实世界中可靠地执行机器人操作任务。通过训练深度自编码器构建多传感器数据的正常状态潜在表示,并通过测量潜在值之间的差异来识别异常。实验证明该方法可靠地检测到各种对象类型、机器人行为和环境中的对象滑动情况下的异常,尽管存在视觉和听觉噪声。