检索结果-南通市图书馆

合肥工业大学学报（自然科学版） 2024年第7期47卷 870-878页

作者：吴航谢远龙王书亭魏棋斌熊体凡华中科技大学机械科学与工程学院湖北武汉430074

针对机械臂在非结构化环境下对未知物体生成稳定抓取位姿困难的问题,文章提出一种基于点云骨架特征的未知物体六自由度抓取方法。首先,通过深度相机获取包含物体的场景单视角点云,并在物体表面随机采样得到初始采样点,设计考虑L1中值骨... 详细信息

针对机械臂在非结构化环境下对未知物体生成稳定抓取位姿困难的问题,文章提出一种基于点云骨架特征的未知物体六自由度抓取方法。首先,通过深度相机获取包含物体的场景单视角点云,并在物体表面随机采样得到初始采样点,设计考虑L1中值骨架提取的迭代移动采样算法,保证抓取点最终均匀排布在物体的骨架上;然后,利用骨架点的分布信息和骨架点周围点云的几何信息生成候选抓取位姿,根据抓取器与物体之间的位置关系,使用启发式评价函数评估抓取位姿,从而保证位姿的最优化采样;最后,对不同形状的物体进行仿真实验和实际抓取试验。测试结果表明,文章所提方法可以对常见物体生成稳定的抓取位姿,并能有效拓展到更多形状复杂的未知物体。

关键词：非结构化环境六自由度抓取点云骨架特征几何信息启发式评价函数

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

非结构化环境下机械臂六自由度抓取技术研究

非结构化环境下机械臂六自由度抓取技术研究

引用

作者：吴航华中科技大学

学位级别：硕士

机械臂凭借自动化水平高、可靠性强等优点,在各领域广泛应用。现有的机械臂抓取技术未能考虑物体几何特征与场景中运动的障碍物,在非结构化环境中面对未知物体和动态场景灵活性不足。因此,研究非结构化环境下机械臂六自由度抓取技术,具... 详细信息

机械臂凭借自动化水平高、可靠性强等优点,在各领域广泛应用。现有的机械臂抓取技术未能考虑物体几何特征与场景中运动的障碍物,在非结构化环境中面对未知物体和动态场景灵活性不足。因此,研究非结构化环境下机械臂六自由度抓取技术,具有重要的现实意义和应用价值。论文对机械臂作业中的抓取位姿规划和运动路径规划展开研究,主要研究内容如下:针对机械臂抓取过程中涉及的模型进行构建;对非结构化环境下机械臂抓取任务进行分析,确定系统主要功能;针对非结构化环境下物体种类多样、位置随机和环境动态变化的特点,设计了非结构化环境机械臂六自由度抓取系统总体框架。针对机械臂在非结构化环境下对未知物体生成稳定抓取位姿的问题,本文提出一种基于骨架特征的抓取位姿规划方法。首先对场景点云预处理,去除冗余数据;然后设计了基于L1中值骨架提取的迭代移动采样方法生成骨架点,进而利用骨架点分布信息和周围点云的几何信息生成候选抓取位姿,最后根据抓取器与物体点云的位置关系,设计评价函数评估候选抓取位姿。在仿真环境中对所提方法进行验证,结果表明该方法能够对各类形状的物体生成丰富稳定的六自由度抓取位姿。针对机械臂在动态变化场景下实时规划无碰撞路径的问题,本文提出一种考虑全局信息的动态路径规划方法,首先使用几何包络法简化机械臂连杆及障碍物,并进行碰撞检测;然后针对RRT算法在路径规划中过度搜索,降低算法效率的问题,提出了非均匀采样的RRT算法,减少无用节点的拓展,提高算法收敛速度;最后,提出了关节空间的人工势场法,并将全局路径引入人工势场法,引导机械臂动态避障的同时沿全局路径运动,避免陷入局部最优。在仿真环境中对所提方法进行验证,结果表明该方法可以在动态场景中规划出可行的路径。为验证所提方法的有效性,基于非结构化环境搭建了软硬件实验平台,设计了机械臂抓取规划软件系统,并进行相应实验,验证了本文所提方法的可行性和优越性。

关键词：机械臂非结构化环境六自由度抓取动态路径规划

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

杂乱场景下小物体抓取检测研究

引用

中国图象图形学报 2024年第2期29卷 468-477页

作者：孙国栋贾俊杰李明晶张杨湖北工业大学机械工程学院武汉430068

目的杂乱场景下的物体抓取姿态检测是智能机器人的一项基本技能。尽管六自由度抓取学习取得了进展,但先前的方法在采样和学习中忽略了物体尺寸差异,导致在小物体上抓取表现较差。方法提出了一种物体掩码辅助采样方法,在所有物体上采... 详细信息

目的杂乱场景下的物体抓取姿态检测是智能机器人的一项基本技能。尽管六自由度抓取学习取得了进展,但先前的方法在采样和学习中忽略了物体尺寸差异,导致在小物体上抓取表现较差。方法提出了一种物体掩码辅助采样方法,在所有物体上采样相同的点以平衡抓取分布,解决了采样点分布不均匀问题。此外,学习时采用多尺度学习策略,在物体部分点云上使用多尺度圆柱分组以提升局部几何表示能力,解决了由物体尺度差异导致的学习抓取操作参数困难问题。通过设计一个端到端的抓取网络,嵌入了提出的采样和学习方法,能够有效提升物体抓取检测性能。结果在大型基准数据集GraspNet-1Billion上进行评估,本文方法取得对比方法中的最优性能,其中在小物体上的抓取指标平均提升了7%,大量的真实机器人实验也表明该方法具有抓取未知物体的良好泛化性能。结论本文聚焦于小物体上的抓取,提出了一种掩码辅助采样方法嵌入到提出的端到端学习网络中,并引入了多尺度分组学习策略提高物体的局部几何表示,能够有效提升在小尺寸物体上的抓取质量,并在所有物体上的抓取评估结果都超过了对比方法。

关键词：六自由度抓取采样策略多尺度学习点云学习深度学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度强化学习的机械臂动态目标抓取方法

引用

兵工自动化 2024年第6期43卷 91-96页

作者：张轩卢惠民任君凯莫新民肖浩然张伟杰杨璇西北机电工程研究所人体增强技术创新中心陕西咸阳712099 国防科技大学智能科学学院长沙410073

针对现有机械臂动态目标抓取方法轨迹规划困难、实时性不足、难以实现六自由度抓取等问题,提出一种基于深度强化学习(deep reinforcement learning,DRL)的机械臂动态目标抓取方法。进行马尔可夫决策过程(Markov decision process,MDP)建... 详细信息

针对现有机械臂动态目标抓取方法轨迹规划困难、实时性不足、难以实现六自由度抓取等问题,提出一种基于深度强化学习(deep reinforcement learning,DRL)的机械臂动态目标抓取方法。进行马尔可夫决策过程(Markov decision process,MDP)建模,设计状态空间、动作空间以及奖励函数,实现机械臂对动态目标的六自由度抓取。基于Pybullet构建机械臂动态目标抓取仿真试验环境,对该方法进行训练,将训练得到的策略在新颖场景进行测试,并与经典规划控制的动态目标抓取方法进行对比。仿真结果表明:该方法能实现机械臂对动态目标的六自由度抓取,在抓取成功率和速度上具有优势。

关键词：动态目标抓取马尔科夫轨迹规划深度强化学习六自由度抓取

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

复杂场景下机器人多自由度抓取检测方法研究

复杂场景下机器人多自由度抓取检测方法研究

引用

作者：杨如瑞山东大学

学位级别：硕士

抓取是机器人作业必备的基础技能,可以提高机器人在工业、农业、消防等领域的工作效率。目前平面抓取检测算法存在复杂场景下精度不高、对全局信息感知能力不强等问题,六自由度抓取算法存在离线训练数据与真实测试场景差异化导致泛化能... 详细信息

抓取是机器人作业必备的基础技能,可以提高机器人在工业、农业、消防等领域的工作效率。目前平面抓取检测算法存在复杂场景下精度不高、对全局信息感知能力不强等问题,六自由度抓取算法存在离线训练数据与真实测试场景差异化导致泛化能力弱、较少考虑种子点多尺度信息、粗暴池化种子点邻域特征等问题。针对以上问题,本文以深度学习为基础,从增强全局信息和局部信息的提取能力、网络自适应能力方面展开研究,主要研究内容及创新点如下:(1)针对传统抓取检测方法对全局信息感知能力不强的问题,本文提出了一种基于多头自注意力卷积与自适应特征融合的平面抓取检测方法(Multi-head Self-Attention Conv and Adaptive Feature Fusion Network,MSACAFF-Net)。该方法首先通过构建窗多头自注意力卷积模型实现窗口内局部特征提取,并构建大核卷积模块对全局信息建模,实现窗口间信息的流动,提高网络对全局和局部的感知能力;然后通过自适应特征融合网络(Adaptive Feature Fusion Network,AFF-Net)将特征按对抓取检测的重要性程度融合,增强与抓取检测相关的特征,提高特征与抓取参数空间的关联性;最终通过三个平行分支输出高精度像素级平面抓取位姿参数。(2)针对现有六自由度抓取检测方法采用力闭合抓取质量指标获得的离线数据与真实测试场景差异大的问题,设计了混合度量评价模型(Hybrid Metric Evaluation Model,HMEM)。混合度量评价模型在力闭合指标中加入反映物体局部几何特征的平整度指标和接触面积指标,缩小离线数据与真实场景的差距,提高泛化能力。针对网络缺乏对种子点多尺度信息的感知与最大池化容易遗漏重要特征的问题,设计了多尺度感知与自适应特征聚合网络(Multi-scale Perceive and Adaptive Feature Aggregation Network,MPAFA-Net),通过不同尺度的感知区域获取每个抓取种子点的邻域信息,利用自适应池化和自注意力来自主选择并聚合邻域特征,提高对种子点抓取参数的预测精度。(3)构建了机器人抓取系统,包含视觉感知、抓取检测、机器人控制等功能,验证抓取检测算法在真实场景下的泛化性能。围绕机器人抓取系统,加入移动平台,搭建了基于功能性抓取的人机互助系统,包含功能性检测、机器人抓取、人机交互、轨迹规划等功能,达到工作场景下人机互助的目的。本文在康奈尔数据集、像素级抓取位姿数据集、GraspNet-1Billion数据集、真实场景机器人抓取系统分别对提出的方法展开实验,并与近年来的先进算法比较,证明方法的先进性与较强泛化性。

关键词：平面抓取六自由度抓取自注意力自适应融合混合度量模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：