Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Medical Catheters Grasping Point Detection with Quality Control

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25530%2F21%3A39918553" target="_blank" >RIV/00216275:25530/21:39918553 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://2021.sococonference.eu/" target="_blank" >http://2021.sococonference.eu/</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-3-030-87869-6_39" target="_blank" >10.1007/978-3-030-87869-6_39</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Medical Catheters Grasping Point Detection with Quality Control

  • Popis výsledku v původním jazyce

    The ability to grasp objects is one of the basic functions of modern industrial robots. The emphasis of this paper is placed on the visual perception system, and in particular, on the data processing method leading to grasp point detection. The solution involved the design of a perceptual system in which it was necessary to use a SWIR sensor that can see through plastic bags and thus provide sufficient image information for possible processing by a neural network. The grasping point detection was tested with three convolutional neural network architectures. The method was evaluated by a generalized intersection over union (gIoU). The superior architecture was Attention U-Net, where gIoU reached 0.8522 in the case of the best model.

  • Název v anglickém jazyce

    Medical Catheters Grasping Point Detection with Quality Control

  • Popis výsledku anglicky

    The ability to grasp objects is one of the basic functions of modern industrial robots. The emphasis of this paper is placed on the visual perception system, and in particular, on the data processing method leading to grasp point detection. The solution involved the design of a perceptual system in which it was necessary to use a SWIR sensor that can see through plastic bags and thus provide sufficient image information for possible processing by a neural network. The grasping point detection was tested with three convolutional neural network architectures. The method was evaluated by a generalized intersection over union (gIoU). The superior architecture was Attention U-Net, where gIoU reached 0.8522 in the case of the best model.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    20204 - Robotics and automatic control

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/EF17_049%2F0008394" target="_blank" >EF17_049/0008394: Spolupráce Univerzity Pardubice a aplikační sféry v aplikačně orientovaném výzkumu lokačních, detekčních a simulačních systémů pro dopravní a přepravní procesy (PosiTrans)</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2021

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    16TH INTERNATIONAL CONFERENCE ON SOFT COMPUTING MODELS IN INDUSTRIAL AND ENVIRONMENTAL APPLICATIONS (SOCO 2021)

  • ISBN

    978-3-030-87869-6

  • ISSN

    2194-5357

  • e-ISSN

    2194-5365

  • Počet stran výsledku

    11

  • Strana od-do

    408-418

  • Název nakladatele

    SPRINGER INTERNATIONAL PUBLISHING AG

  • Místo vydání

    CHAM

  • Místo konání akce

    Bilbao

  • Datum konání akce

    22. 9. 2021

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000719656700039