典型文献
机器人视觉智能识别与无序抓取实验系统设计
文献摘要：
本文针对复杂汽车生产制造环境中,多种类、多目标散乱堆叠场景下的机器人抓取问题,建立对油气分离器等四种不同配件的智能识别无序抓取系统;利用Photoneo公司的3D Scanner-M面结构光传感器采集目标的三维点云数据、大族机器人Elfin-E10为机械操作手臂,设计了 6D位姿估计深度学习网络模型,并利用实例分割网络将点云的前景点和背景点解耦,进而将实例聚类,生成统一的点云切片,送入后续网络进行位姿估计.实验是通过在实际精确抓装项目任务中的应用,分别在MFC和ROS-QT软件架构中搭建了基于传统点云位姿估计方法和深度网络位姿估计方法的软件平台,并在实际场景中完成了对油气分离器等工件的全过程抓取,对6D位姿估计的深度网络的有效性进行了对比实验与验证.结果表明,本文提出的位姿估计识别方法在完成对目标工件的抓取上拥有较高的成功率.
文献关键词：
机器人;位姿估计;无序抓取;点云
中图分类号：
作者姓名：
吴昉;王伟;陈海永
作者机构：
华域智能装备科技有限公司,上海,201109;北方科技信息研究所,北京,100089;河北工业大学人工智能与数据科学学院,天津,300130
文献出处：
引用格式：
[1]吴昉;王伟;陈海永-.机器人视觉智能识别与无序抓取实验系统设计)[J].机器人技术与应用,2022(05):38-45
A类：
Photoneo,Elfin
B类：
机器人视觉,智能识别,无序抓取,抓取实验,实验系统,汽车生产,生产制造,散乱,乱堆,堆叠,机器人抓取,油气分离器,配件,抓取系统,Scanner,面结构光,光传感器,三维点云数据,大族,E10,机械操作,操作手,手臂,6D,位姿估计,深度学习网络,实例分割网络,背景点,点解,解耦,点云切片,送入,项目任务,MFC,ROS,QT,软件架构,估计方法,深度网络,软件平台,工件
AB值：
0.404528
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。
