【摘 要】
：
随着新兴智能化产业技术的蓬勃发展,在人们生产生活中越来越多的工作任务被赋予到机器人身上,而如何在复杂未知环境空间控制机器人实现精细化自适应抓取成为一项极富挑战性的研究任务。因此,本文结合了对机器人的轨迹优化控制,通过融合视觉和触觉的多模态组合方式对目标物体进行了精细化抓取操作的研究,最后在软件中进行了仿真建模,并在实验室中搭建了多模态抓取系统用于对本文所提出的抓取策略加以验证。本文的主要研究工作如
论文部分内容阅读
随着新兴智能化产业技术的蓬勃发展,在人们生产生活中越来越多的工作任务被赋予到机器人身上,而如何在复杂未知环境空间控制机器人实现精细化自适应抓取成为一项极富挑战性的研究任务。因此,本文结合了对机器人的轨迹优化控制,通过融合视觉和触觉的多模态组合方式对目标物体进行了精细化抓取操作的研究,最后在软件中进行了仿真建模,并在实验室中搭建了多模态抓取系统用于对本文所提出的抓取策略加以验证。本文的主要研究工作如下:在对机器人的运动控制研究中,本文先以UR3机械臂作为研究对象,利用改进的DH参数法建立了机械臂的数学模型,并求导出机械臂的正、逆运动学解,之后再在MATLAB的Robotics Toolbox工具箱中验证了机械臂运动学解的可行性;随后本文针对传统RRT*轨迹搜索算法上的不足之处,利用了人工势场算法的导向性特点和非均匀B样条插值算法中曲线平滑性特性对原RRT*轨迹搜索算法进行了改进优化,并在机器人仿真软件Coppelia Sim中对改进型RRT*算法进行了验证评估,最终实现了对机器人运动轨迹的优化。在目标物体抓取的研究过程中,本文介绍了视觉传感器的种类与本次实验所选用的视觉感知设备,并对手眼标定系统中的图像做了校对工作,随后利用了快速区域卷积神经网络（Faster R-CNN）算法对视觉感知设备采集得到的图像进行目标物体分类检测分析,以便得到目标物体的物体类别以及坐标参数的位置信息等;在对物体抓取过程之中,本文利用长短期记忆人工神经网络（LSTM）算法具有记忆性的特点,通过匹配映射在时间序列上的触觉感知信息来判断机器人末端夹具在抓取过程中是否出现了滑动,并以此为准则不断地调整和控制机器人末端夹具的位姿状态,最后通过视觉和触觉的多模态融合感知的方法实现了对目标物体的稳定抓取,从而降低了机器人在抓取过程中可能因出现物体滑落而导致抓取失败的概率。
其他文献
无人机作为中继辅助无线通信已广泛应用于各类覆盖增强场景,由于无线通信自身的广播特性,信息在传播过程中会面临窃听、篡改等威胁。与传统的密码学方案相比,低复杂度的物理层安全（Physical Layer Security,PLS）技术在无线通信领域受到了更为广泛的关注。针对无人机中继网络,现有的物理层安全研究主要是降低外部窃听者的窃听速率。实际上,无人机中继网络通常是异构网络,无人机与原有的用户终端在
滑坡预测与预防是一个世界性的难题,近十几年来,随着人工智能的快速崛起,机器学习已被广泛应用于滑坡易发性预测。但是由于滑坡特征通常不相关或非线性相关,以及传统机器学习模型存在泛化能力弱、特征提取不充分等问题,导致基于机器学习的滑坡易发性预测模型存在一定的局限性。深度学习凭借其学习能力强、覆盖范围广、适应性好等特点已被广泛应用于智慧医疗、智慧城市、智慧交通、网络安全等诸多领域。本文提出了基于长短时记忆
旋转机械是工业设备中的核心组件,而滚动轴承是旋转机械中最为常见的关键运动部件,滚动轴承故障轻则影响正常生产,重则产生重大生产安全事故。因此及时、准确地进行滚动轴承故障诊断具有重要意义。本文以滚动轴承为研究对象,针对基于波形的卷积神经网络（Convolutional neural network,CNN）特征提取效果不佳和训练耗时过长的问题,提出了基于小波核卷积神经网络-极限学习机（Wavelets
单像素成像是一种基于压缩感知理论的计算成像方法,因其具有灵敏度高,信噪比大等优良特性,被广泛应用于荧光显微、光谱成像和生物医学成像等多个领域。将光子计数技术与单像素成像技术结合,能够实现更高灵敏度、低成本的单光子压缩成像。用于单光子压缩成像的传统图像压缩重建算法往往具有极高的计算复杂度,且在微弱光环境下,噪声的存在会带来图像重建质量的大幅度下降,而将深度学习与单光子压缩成像相结合是解决这一问题的有
发生交通事故或车辆行驶途中发生故障时,通常需要在事故车辆后方的一定距离摆放三角警示牌,用于提醒后方车辆小心驾驶,避免后方车辆反应不及时引发二次交通事故。但三角警示牌存在许多不尽人意的地方,比如:晚上可视距离太短、易被大风刮走、摆放过程中有发生二次事故的危险等。设计研制新的警示机器人取代三角警示牌,对于保证车辆交通安全具有重要意义。论文提出了一种解决方案,研发了一种基于物联网的交通警示机器人系统,与
随着电商行业的迅猛发展,电商评论文本数据呈爆炸式增长。电商评论文本是用户用来表达个人对电商商品的情感文本,包含着用户对评论对象的情感信息,具有数量多,文本短小,表达的情感丰富等特点,是电商平台、商家和潜在用户决策的重要依据。因此,如何高效科学地从海量电商评价文本准确挖掘并能反映用户情感倾向的信息,已经成为电商平台、用户和商家科学决策亟待解决的问题。传统基于词典的评论文本情感分析受制于情感词典的质量
科技的日新月异使得人与人之间的交流越来越便利,人们在享受信息交流便捷的同时,信息泄露也日益严重。例如,信息通过网络时被肆意复制、篡改以及恶意传播,这对信息安全构成了严重威胁。作为多媒体信息安全的重要技术手段,数字水印技术在版权保护方面扮演着重要角色。为进一步提高数字水印算法的抗几何攻击能力,本文提出了两种抗几何攻击的水印算法。论文主要研究工作如下:基于混沌序列加密算法、双树复小波变换和离散余弦变换
微电网中可再生能源出力存在着较强的随机性和波动性,伴随着大规模电动汽车（EVs）接入所带来的随机负荷,导致需求侧也出现较大随机性。供需两侧的随机性会对微电网的稳定运行产生影响,制定提高微电网稳定性、降低运行成本的调度策略是非常有必要的。含EV微电网结构复杂,模型难以准确建立,传统优化算法求解时容易陷入局部最优解。本文结合量子计算并行能力对长短期记忆神经网络（LSTM）进行改进,建立量子长短期记忆神
在安防领域,摄像头具有不可替代的作用,但是传统的安防监控系统需要投入大量的人力去对监控内容进行监督与分析进而发现异常情况。而本论文研究的人群异常行为检测算法旨在利用计算机技术代替人力以实现自动地对监控视频里面的人群异常行为进行检测和预警。传统的人群异常行为检测算法大多基于手工特征,由于人群异常行为本身具有非线性和不确定性,这些传统的方法存在鲁棒性差,泛化性弱等缺点。而基于深度学习的网络模型具有强大
遥操作控制能够将人类智慧加入到机器人的控制中,将人类的操作空间延伸到危险环境或人类无法到达的地方。在主从遥操作控制中,在面对操作精度要求较高且轨迹可以预先确定的作业任务时,如焊接、切割动作,操作者需要缓慢进行移动,操作效率较低且难以精准完成。这时可以利用机器人自主控制,充分发挥其精准完成任务的优势,在遥操作控制不便于实现的环节采用自主控制,使机器人在部分时间内自主完成关键任务。本文主要研究内容如下