Dissertação
Grasp unknown fresco pieces with soft-hands EVALUATED
Esta tese tem como foco principal os desafios em manipulação robotica autónoma de artefactos históricos, usando uma SoftHand - mão robótica que se adapta aos objectos devido ao material de silicone de que é composta. Por esta razão adequa-se ao problema por minimizar o possível dano de manipulação deste fragmentos delicados. Utilizando Isaac Gym, foram extraídos dados como imagens do objecto em diferentes pontos de vista, a pose da mão durante a tentativa de agarrar o objecto e um classificador da pose (bem sucedida ou não). Estes dados são utilizados em duas redes neuronais: uma que estima a posição através de 3 imagens do objecto e a segunda rede, estima a probabilidade de agarrar o objeto dado a imagem da mão durante a tentiva e a sua posição. Técnicas como data augmentation, transfer learning e equilibrar o dataset foram usadas para aumentar a capacidade de generalização das redes para cenários reais. Este projeto contribui para o objetivo alargado do projeto RePAIR de restauração e preservação de artifactos históricos, ilustrando a interconectividade de aprendizagem automática, robótica e arqueologia.
novembro 28, 2024, 17:30
Documentos da dissertação ainda não disponíveis publicamente
Orientação
ORIENTADOR
José Alberto Rosado dos Santos Victor
Departamento de Engenharia Electrotécnica e de Computadores
Professor Catedrático
