提高机器人识别机率的线性推动策略 |
| |
作者姓名: | 赵有港 张宏 徐刚 许允款 曾晶 |
| |
作者单位: | 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;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 |
| |
基金项目: | 宁波市科技创新重大专项基金项目 |
| |
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。
|
关 键 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 |
本文献已被 万方数据 等数据库收录! |
|