基于感兴趣区域的机器人抓取系统

摘要：

智能抓取机器人能够代替人类完成高强度工作,为实现物体的准确定位,提升机器人抓取的成功率,对基于感兴趣区域的机器人抓取系统进行研究.对深度相机进行标定,对深度卷积神经网络损失函数进行改进,使用焦点函数代替传统的交叉熵函数,训练模型,得到目标的类别、二维包络框中目标的像素坐标值与深度值等信息.利用手眼标定方法将深度传感器坐标转换到机械臂基坐标系下,依据相机成像原理完成物体的定位.通过机器人逆运动学求解关节角度,驱动机器人实现抓取.对实验过程进行分析,在aubo_i5机械臂上进行实验验证.实验结果表明,目标的识别定位误差较小,平均精度值提升了2.36％,抓取的平均成功率达到93.4％,较改进前提升了13.4％,能够满足机器人抓取的需求.

关键词：机器人、卷积神经网络、深度传感器、目标检测、目标定位、物体抓取

所属期刊栏目：20

分类号：TP242(自动化技术及设备)

资助基金：国家自然科学基金;天津市科技计划项目

在线出版日期：2020-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：4395-4403