提高机器人识别机率的线性推动策略

作     者：赵有港 张宏 徐刚 许允款 曾晶 ZHAO You-gang;ZHANG Hong;XU Gang;XU Yun-kuan;ZENG Jing

作者机构：太原科技大学机械工程学院山西太原030024 中国科学院宁波材料技术与工程研究所计算机视觉实验室浙江宁波315000 

基　　金：宁波市科技创新2025重大专项基金项目(2020Z013) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2023年第44卷第4期

页      码：1242-1249页

摘      要：针对机器人工业抓取场景中,堆叠的工件相互遮挡,难以识别的问题,提出一种基于聚类网格法的自适应线性推动策略AC-Grid。融合二维图像与点云高度渲染信息,根据抓取场景内工件的散乱堆叠情况分析出可靠的几何特征,为机器人优化出一条合理有效的工件推动路线。在V-REP仿真环境中制作80组“PushTD”系列的模拟场景数据集,对比实验结果表明,AC-Grid推动策略在仿真场景下最高能使平均目标匹配识别度提高至39.6%,在实际场景中能达到16.4%,在不同场景中均能起到显著分离和目标识别度提升的作用。

主 题 词：机器人抓取 聚类网格 推动策略 图像处理 目标分离 目标识别 模拟场景数据集 

学科分类：081104[081104] 08[工学] 0811[工学-水利类] 

D　O　I：10.16208/j.issn1000-7024.2023.04.038

馆 藏 号：203121179...