機器人抓取是應(yīng)用最為廣泛的機器人作業(yè)任務(wù),也是機器人操作中最具挑戰(zhàn)性的技術(shù)之一。當(dāng)前成熟的機器人抓取系統(tǒng)多數(shù)針對結(jié)構(gòu)化操作環(huán)境,且依賴事先獲取的抓取對象模型規(guī)劃抓取過程,抓取目標(biāo)形狀、姿態(tài)、大小、顏色等特征單一且應(yīng)用場景相對固定,缺乏靈活性與魯棒性。為適應(yīng)非結(jié)構(gòu)化環(huán)境下未知目標(biāo)抓取的應(yīng)用需求,首先需要攻克未知目標(biāo)抓取位姿的自主檢測問題。本文針對未知目標(biāo)物體的自主抓取位姿檢測展開研究,提出了基于卷積神經(jīng)網(wǎng)絡(luò)的機器人抓取位姿自主檢測算法,并進(jìn)行了實驗驗證,主要內(nèi)容包括:研究了基于RGB-D圖像的機器人抓取位姿表示方法,將機器人三維空間抓取位姿檢測問題轉(zhuǎn)換為二維圖像檢測問題。研究二維圖像上的有向矩形框表示方法表示機器人三維空間抓取位姿,并提出通過限定抓取方向為物體表面法線方向的方式,結(jié)合RGB-D圖像數(shù)據(jù),將該有向矩形框參數(shù)唯一映射到機器人三維空間抓取位姿參數(shù)。提出了一種基于滑動窗檢測的抓取位姿檢測算法,抓取位姿檢測準(zhǔn)確率較同類型算法有所提高。基于卷積神經(jīng)網(wǎng)絡(luò)模型設(shè)計了一個抓取位姿抓取置信度判別模型,使用滑動窗算法生成的候選抓取位姿進(jìn)行可抓取置信度判定并排序,得到最優(yōu)抓取位姿。該算法在康奈爾抓...

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題來源
    1.2 課題背景、目的及意義
    1.3 國內(nèi)外研究現(xiàn)狀
    1.4 本課題研究內(nèi)容
2 基于RGB-D圖像的機器人抓取位姿表示方法
    2.1 深度相機圖像獲取
    2.2 抓取位姿二維表示方法
    2.3 抓取位姿三維空間映射
    2.4 本章小結(jié)
3 基于滑動窗檢測的抓取位姿檢測算法
    3.1 引言
    3.2 抓取訓(xùn)練數(shù)據(jù)集
    3.3 滑動窗檢測方法
    3.4 算法模型
    3.5 模型訓(xùn)練及測試分析
    3.6 本章小結(jié)
4 基于深度殘差網(wǎng)絡(luò)的抓取位姿檢測算法
    4.1 引言
    4.2 數(shù)據(jù)擴增
    4.3 遷移學(xué)習(xí)
    4.4 算法模型
    4.5 模型訓(xùn)練及測試分析
    4.6 本章小結(jié)
5 機器人抓取位姿檢測算法實驗驗證
    5.1 引言
    5.2 實驗硬件平臺搭建
    5.3 實驗軟件系統(tǒng)設(shè)計
    5.4 實物抓取實驗及分析
    5.5 本章小結(jié)
6 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 課題展望
致謝
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間取得的研究成果



本文編號：4016926