| 视觉引导下机器人拆垛场景识别定位抓取方法 |
| |
| 引用本文： | 朱新龙,崔国华,陈赛旋,杨琳.视觉引导下机器人拆垛场景识别定位抓取方法[J].机床与液压,2023,51(3):71-77. |
| |
| 作者姓名： | 朱新龙 崔国华 陈赛旋 杨琳 |
| |
| 作者单位： | 上海工程技术大学机械与汽车工程学院 |
| |
| 基金项目： | 上海市自然科学基金（18030501200）；江苏省重点研发计划项目（BE2020082-3） |
| |
| 摘 要： | 针对2D图像识别缺乏3D姿态信息，而传统的3D视觉需要处理大量点云，运算时间较长等问题，提出一种基于改进Mask R-CNN与局部点云迭代优化相结合的机器人拆垛、分拣及码垛策略。对Mask R-CNN网络进行改进，在其ROIAlign结构之后加入空间变换网络模块，提升识别准确率；利用改进的Mask R-CNN网络对目标进行实例分割，结合场景点云分割得到物体感兴趣区(ROI)场景局部点云；采用加入K维树邻域搜索的迭代最近点算法将物体ROI场景局部点云与模板点云进行配准，最终得到位姿估计的结果。UR5协作机器人根据此结果解决拆垛、分拣及码垛问题，实验结果表明：利用改进的Mask R-CNN网络提升了目标识别的准确率，使用ROI局部点云法减少了场景点云与模板点云配准的迭代次数，提高了工业机器人的拆垛、分拣及码垛效率。
|
| 关 键 词： | 检测识别 Mask R-CNN模型 ICP算法 位姿估计 拆垛策略 |
Positioning and Grasping Method of Robot Destacking Scene Recognition Based on Vision Guidance |
| |
| ZHU Xinlong,CUI Guohu,CHEN Saixuan,YANG Lin.Positioning and Grasping Method of Robot Destacking Scene Recognition Based on Vision Guidance[J].Machine Tool & Hydraulics,2023,51(3):71-77. |
| |
| Authors: | ZHU Xinlong CUI Guohu CHEN Saixuan YANG Lin |
| |
| Abstract: | |
| |
| Keywords: | Detection and recognition Mask R-CNN model Interactive closest point(ICP) algorithm Pose estimation Destacking strategy |
|
| 点击此处可从《机床与液压》浏览原始摘要信息 |
|
点击此处可从《机床与液压》下载全文 |
