典型文献
基于机器视觉的机器人抓取实验系统
文献摘要：
针对工业机器人成本高、开源性差和维护困难等问题,设计了一种基于机器视觉的机器人抓取实验系统.该系统利用机器视觉、深度学习和路径规划等技术对目标工件进行识别、定位,并完成抓取任务.机器人系统在结构设计上采用串联结构,利用无刷直流电机作为机器人关节的驱动机构.为了解决工件识别与定位问题,利用Pytorch框架下的深度学习模型,对工件图像进行处理,并利用YOLOV3算法对工件进行识别;基于机器人操作系统(ROS)实现机器人6自由度的运动学求解与运动规划;完成了系统总体与软硬件设计,并验证了机器人抓取试验系统的有效性.该系统具有成本低、灵活性好和高可靠性等优点,软硬件完全开源,便于日常实验和教学,提升了学生的动手能力和创新能力.
文献关键词：
机器视觉;目标识别与定位;深度学习模型;轨迹规划;机器人抓取
中图分类号：
作者姓名：
罗晶;陈金海;彭志轩;李杰;伍万能;周广兵
作者机构：
武汉理工大学 自动化学院,湖北 武汉 430070;长沙理工大学 电气与信息工程学院, 湖南 长沙 410114;重庆工商大学 人工智能学院,重庆 400067;华南智能机器人创新研究院,广东 佛山 528300
文献出处：
引用格式：
[1]罗晶;陈金海;彭志轩;李杰;伍万能;周广兵-.基于机器视觉的机器人抓取实验系统)[J].实验技术与管理,2022(04):45-50
A类：
B类：
机器视觉,机器人抓取,抓取实验,实验系统,工业机器人,开源,路径规划,机器人系统,串联结构,无刷直流电机,机器人关节,驱动机构,工件识别,定位问题,Pytorch,深度学习模型,YOLOV3,机器人操作系统,ROS,运动学求解,运动规划,软硬件设计,抓取试验,试验系统,高可靠性,全开,动手能力,目标识别与定位,轨迹规划
AB值：
0.373431
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
