基于改进Faster RCNN的机器人运动控制与视觉抓取研究

作     者：王成 李敏 王克宇 WANG Cheng;LI Min;WANG Ke-yu

作者机构：湖南财经工业职业技术学院湖南衡阳421002 南华大学湖南衡阳421001 湖南工业大学湖南株洲412007 

基　　金：2019年度湖南省技工教育重点课题(JYKT201906) 

出 版 物：《机械设计与制造》 (Machinery Design & Manufacture)

年 卷 期：2024年第402卷第8期

页      码：339-345页

摘      要：智能机器人执行高精度目标抓取操作的关键是目标视觉识别,且目标视觉识别亦是影响智能机器人工业化应用的核心问题之一。为提升物品抓取机器人的运动控制效果和物体抓取精度,对机器人运动控制和物品视觉抓取进行研究,提出了基于改进Faster RCNN的机器人运动控制与物品视觉识别新方法。为保证智能机器人对物品的识别和抓取精度,该方法通过最小二乘法对机器人本体零位进行标定;采用公开数据集多标签图像对Faster RCNN的卷积层和池化层进行改进,提高目标图像检测识别的准确率和效率;通过基于多目标、多类检测深度学习框架的抓取算法,实现机器人手臂的运动控制建模和求解,提高物品抓取机器人的运动控制效果。为验证所提出的基于改进Faster RCNN的机器人运动控制与物品视觉识别新方法的有效性,对其开展了实际环境中物体的视觉识别和抓取实验。实验结果表明,基于改进Faster RCNN的机器人运动控制与物品视觉识别新方法大大提升了对物品的识别精度,可有效提高机器人对物品的抓取效率。

主 题 词：目标视觉识别与抓取 机器人零位标定 运动控制 深度学习 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 0809[工学-计算机类] 08[工学] 0802[工学-机械学] 080201[080201] 

D　O　I：10.3969/j.issn.1001-3997.2024.08.067

馆 藏 号：203132943...