- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
摘要
随着机器人技术和人工智能技术的发展,机器人正越来越多地应用在医疗
健康、公共服务、餐饮物流、家庭服务等领域,由移动底盘搭载机械臂构成的,
能够应用于复杂应用场景下的移动操作机器人成为当前的研究热点。机器人接
收取物指令后,确定待抓取目标物体的位置,自主导航移动至物体附近,利用
机械臂抓取目标物体,是移动操作机器人应用中的一项基本任务。本文针对移
动操作机器人的自主抓取任务,构建了移动操作机器人系统,研究了抓取目标
的检测及定位方法,提出一种改进的物体抓取位姿检测网络,并通过移动操作
机器人平台对自主抓取任务进行了实验验证。
首先,构建了实现自主抓取任务的移动操作机器人平台。该平台包括执行、
感知、主控等模块,设计了搭载于机械臂末端的轻型高负载高夹持力夹爪,对
底盘、机械臂进行运动学建模,采用激光雷达及深度相机作为主要传感器,实
现了基于ROS的高效稳定的软件系统。
其次,结合目标检测与建图技术实现对抓取目标的检测及定位。利用目标
检测网络得到图像中物体位置及类别,并利用深度信息测量目标物体在相机坐
标系下的坐标。机器人利用激光雷达建立八叉树地图,压缩处理为二维栅格地
图用于规划及导航,结合建图过程更新地图坐标与机器人坐标转换关系,实现
在建图的同时检测目标物体并完成其在场景中的标记。
然后,提出了改进的物体抓取位姿检测网络。网络基于编解码结构,输入
RGB和深度图四通道图像,结合残差结构及CBAM注意力机制,经反卷积层
解码后还原至与输入数据宽高一致的抓取位姿输出特征图,得到像素级的物体
抓取位姿输出。在康奈尔数据集和自采数据集分别训练并进行了测试,结果表
明改进的抓取位姿检测网络具有更强的特征提取及抓取位姿识别能力。
最后,利用移动操作机器人平台对自主抓取任务开展实验验证,完成相机
参数标定,目标物体检测及物体抓取实验,并进行了自主抓取验证实验,实现
了移动操作机器人对抓取目标的自主抓取操作。
关键词:移动操作机器人;目标检测;抓取位姿检测;深度学习;
Abstract
Withthedevelopmentofroboticsandartificialintelligence,robotsare
increasinglybeingusedindifferentareassuchashealthcare,publicservices,
cateringandlogistics,homeservices,andotherfields.Mobilemanipulators,which
arecomposedofmobilechassisequippedwithroboticarmsandcanbeappliedto
complexapplicationscenarios,havebecomeahotspotincurrentresearch.Itisa
typicalandbasictaskscenarioofmobilemanipulatorsthatrobotssearchandlocate
objectsaccordingtoinstructions,planthemovingpathaccordingtotheirown
positioningandcompletetheobjectgraspingaction.Inthispaper,weinvestigate
theautonomousgraspingtaskofmobilemanipulatorrobots,designagrasping
targetlocalizationmethod,proposeanimprovedobjectgraspingposedetection
net
原创力文档


文档评论(0)