论文部分内容阅读
具有多自由度、多感知功能及良好的抓取操作功能的多指灵巧手受到了广泛的关注。由于灵巧手抓取模式的多样性和非结构化环境的复杂性,导致对目标物体的抓取规划变得非常复杂,而灵巧手的抓取很大程度上是基于目标物体外部形状,因此建立一个针对基于目标形体分析的抓取系统具有十分重要的意义。针对以上问题,以灵巧手抓取姿态为研究目标,围绕灵巧手对环境的视觉感知和抓取姿态的确定两大问题,提出一种基于立体视觉引导的目标物体形体简化的自主抓取方法。主要完成了以下三个方面的研究工作:(1)点云预处理与目标模型形体分析。基于统计分析的方法去除离群点噪声,基于PCA算法估计点云法向量。将不规则的复杂物体简化为一些基本形体的组合,利用基于凹凸性分割将被抓取物体3D数据点分割为各个区块,依据最优拟合算法将各部分拟合为球体、圆柱体或长方体中的一种。(2)基于特征描述和ICP算法的物体位姿估计模型。提取待抓取物体的点云特征点和特征描述子,并建立特征模板集,使用SAC-IA算法将待识别物体的点云分别和模板点云进行初始配准,再利用基于K-d树的ICP算法进行细配准,最终的配准的平均重合度达到94.1%,得到了待抓取物体的精确6D位姿。(3)基于形体分析与力封闭的灵巧手抓取姿态确定。利用D-H参数法,确定灵巧手的运动学模型,分析物体的抓取特征平面,利用超椭圆对抓取平面进行定性描述;基于力封闭的稳定抓取条件对简化后物体进行抓取分析,并依据抓取的力螺旋空间分析定义灵巧手的抓取质量,依据评价指标确定最优的抓取姿态。本文利用立体视觉感知物体位姿,从分析法的角度出发,建立确切的灵巧手的抓取模型,将目标模型简化拟合为基本形体的组合体,舍弃了复杂的机器学习框架,有效地降低灵巧手抓取计算的复杂度。本文提出的基于立体视觉的灵巧手抓取姿态确定方法对灵巧手的抓取具有积极地推动作用。