【摘 要】
：
智能抓取是智能型机器人的一项重要功能,在实际的生活场景中待抓取物体种类和抓取点会经常性的发生改变,如果使用传统的方法对目标进行抓取,则需要人为不断参与抓取参数的设定,这将导致抓取智能化程度严重不足。本文针对智能抓取规则物体和非规则物体两种任务,研究了各自任务对应的抓取策略,并基于深度学习的方法预测不同任务下的抓取参数,从而可以实现对规则物体和非规则物体的智能抓取。本文主要研究的内容如下:1、研究规
论文部分内容阅读
智能抓取是智能型机器人的一项重要功能,在实际的生活场景中待抓取物体种类和抓取点会经常性的发生改变,如果使用传统的方法对目标进行抓取,则需要人为不断参与抓取参数的设定,这将导致抓取智能化程度严重不足。本文针对智能抓取规则物体和非规则物体两种任务,研究了各自任务对应的抓取策略,并基于深度学习的方法预测不同任务下的抓取参数,从而可以实现对规则物体和非规则物体的智能抓取。本文主要研究的内容如下:1、研究规则物体的抓取策略,以目标的包围框中心点及二分类角度进行抓取,作为规则物体的抓取策略。在对于目前流行的检测网络进行了研究分析的基础上,采用YOLOv5深度卷积神经网络模型生成抓取参数,模型经过训练后拥有96%的平均准确率。2、对于日常生活中不仅存在规则物体而且还有大量非规则物体的情况,使夹爪伸展适合长度对待抓取目标的最佳抓取点和物体与水平的旋转角度进行抓取,作为非规则物体抓取策略,并构建专门的抓取检测网络生成此时的抓取参数。抓取检测网络以融合Inception思想的Res Net-50主干网络进行构建。并对于网络训练时存在数据集中正负样本数目比例相差较大的问题,在权重更新阶段采用Focal Loss作为网络模型的损失函数。3、探讨RGB、D以及RGB-D三种类型通道的数据集训练抓取检测网络与对应模型预测效果的关系。将三个不同通道的数据集在相同条件下进行训练并对结果进行分析,得到基于RGB-D通道数据集训练出的抓取检测网络模型经过300次的迭代训练平均准确率为85%。4、明确了相机内参和外参在网络模型预测出的目标抓取参数到机器人基坐标系下的映射关系,以此得到目标的抓取参数在机器人基坐标系下的空间坐标。经过真实场景下的实验验证,对规则物体抓取策略进行智能抓取的平均成功率为90.7%,对于非规则物体的抓取策略进行智能抓取的平均成功率为84%。为进一步实现完全智能机器人抓取系统奠定了基础。
其他文献
随着多传感器数据融合技术在信息技术、人工智能和控制通信等方面的光速发展,分布式融合估计方法因其鲁棒性强、计算量小且容错性高的优点被广泛研究和应用。现有的分布式融合估计通常假设系统受到的噪声为高斯噪声,但由于采集的数据不足或缺失,使得噪声的统计特性难以获得高斯分布或噪声其本质为非高斯的。因此,本文对未知但有界（Unknown-but-bounded,UBB）的非高斯噪声干扰下的分布式融合估计进行了如
电磁波在国防和民用电磁防护领域带来的安全和污染等问题日益严重,因此研发性能优异的吸收材料迫在眉睫。随着无线技术的高速发展,吸波材料的研究趋势逐渐向形态低维化、材料复合化、频段宽频化、功能多样化进行转变。作为由大量氧包裹过渡金属的化合物,多金属氧酸盐（Polyoxometalats,简称POMs）因其精巧的结构、繁多的元素和强大的功能集于一身而备受关注。其中,Keggin型POMs不仅拥有类似半导体
犬巴贝斯虫病是由多种巴贝斯虫寄生于犬红细胞内引起的一种原虫病,近年来广泛流行,受到学者们的高度重视。犬感染巴贝斯虫后主要表现为发热,溶血性贫血,血红蛋白尿以及器官机能障碍等,严重时可导致死亡,给宠物行业带来巨大损失。但目前没有标准的检测方法,这给吉氏巴贝斯虫病的诊断带来困难。糖基磷脂酰肌醇（GPI,Glycosylphosphatidylinositol）锚定蛋白在致病性原虫表面是非常丰富的,并且
牛支原体作为新出现的重要病原,可以在世界范围内引起牛发病。其发病的临床症状为肺炎、关节炎、乳房炎、中耳炎、角膜炎。牛支原体是柔膜纲、支原体属中一种重要的致病菌。到目前为止,牛支原体的致病机制还不清楚,目前也没有商业化的疫苗来防控这一牛的重要病原。关于其基因组学研究较为浅显。分泌蛋白作为分泌到胞外的重要毒力因子,可以促进病原对宿主细胞的黏附和侵袭,但是牛支原体分泌蛋白在调节宿主免疫反应和其作为毒力因
室内可见光通信（Visible Light Communication,VLC）系统通常采用正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）作为载波信号的调制模型,但在多用户场景下的通信速率与可靠性不够理想,难以适应日益渐增的传输要求。为此,论文将非正交多址（Non-orthogonal Multiple Access,NOMA）技术引
以电推进技术为基础的多电全电飞机,在航空航天等领域占据着越来越重要的地位。隐极式无刷永磁电机作为电推进系统的核心部件,具有结构简单,功率密度高等优点。然而,传统正弦波与方波驱动方法功率密度的高低存在争议。除此之外,电机运行时产生的铜耗和内功角会使电机的输出功率降低。针对以上问题,本文以提高隐极式无刷永磁电机功率密度为目标,对驱动方法进行研究。在正弦波与方波控制的对比试验中发现:输出功率相同时,正弦
模型预测控制（Model predictive control,MPC）因其优越的显式处理约束能力得到了广泛的研究和应用,其核心思想是通过系统过程模型来预测系统未来动态,使用滚动优化策略求解出使得当前时刻系统性能最优的控制输入量。因此,系统模型的准确度将直接影响到控制效果。然而,实际系统中建模过程往往比较复杂,尤其是当系统存在过程噪声、量测噪声,或者难以获得实际结构或准确参数时,都会导致预测模型具
目的:为药品上市许可持有人进行药品再注册和药品监管部门开展药品再注册审查审批工作提供技术参考。方法:对福建省第三轮药品再注册申报资料进行技术审查,汇总分析发现的缺陷项目,提出相应的解决措施和建议。结果:截至2021年6月,审查共发现955条缺陷,主要涉及处方工艺及质量标准、原料药来源、说明书方面的申报资料。结论:药品上市许可持有人应当准确理解药品注册法规的最新要求,完善药品上市后持续管理。建议药品
在物料运送系统中,精确定位方法作为自动引导车（AGV）能否完成货物转运的前提,具有重要研究意义。目前工业AGV定位方式主要可分为导轨定位和自主定位两种方法。然而在采用导轨定位时需耗费大量人工成本且鲁棒性差,无法快速部署使用。在采用自主定位时则又存在定位精度较差,接驳停靠间隙过大等问题。故本文以生产车间零部件转运为研究背景,以物料运输中的精确定位为研究目的,提出基于激光雷达的物料运送AGV精确定位方
在经济日益增长的今天,锂电池已经在各行各业中得到了广泛应用。但锂电池在循环使用过程中受高温、隔膜老化、使用不当等因素影响,电池性能逐渐退化,间接导致用电设备性能下降并引起设备故障,造成巨大的人力物力财力损失。因此,需要对锂电池进行剩余寿命（Remaining Useful Life,RUL）预测。由于锂电池循环周期较长,难以获取较多老化数据,因此锂电池RUL预测存在小样本问题。针对小样本条件下锂电