论文部分内容阅读
随着人工智能技术的出现,战场机器人的智能化发展得到了推动。作战机器人在自主抓取方面还有很大的研究空间,目前存在的技术难点是目标物体的识别与定位。为了解决目标识别,本文开发了一个基于ResNet的神经网络识别系统;为了解决目标物体的定位问题,设计了基于双目摄像头,而不需要外部传感器的定位方案。通过对不同物体进行识别及定位,最后PC端通过串口通信控制机械臂完成抓取任务。本文通过进行了下面的三个主要步骤完成了本文的研究内容:(1)目标识别。通过使用TensorFlow编写ResNet神经网络,训练自己的数据集,建立一个识别系统。当进行目标识别时,打开双目摄像头中的左侧摄像头进行图像采集,输入到识别系统进行识别。(2)双目摄像头的标定与畸变校正。为了消除相机的失真,通过张正友标定法对相机进行校准,之后通过OpenCV编程对相机进行失真校正。同时,校准中计算的参数可用于双目相机测距。(3)目标抓取。控制机械臂末端执行器到目标物体的移动需要机械臂的逆运动学求解,进而抓取目标物体。通过进行实验发现,本文提出的方案在室内能够满足抓取的要求。白天受光照和物体材料因素的影响,抓取成功率在80%以上。夜晚的抓取成功率在70%-83%。本文的创新点是:自主设计了一套机械臂抓取方案,不需要外部传感器,只需要一个双目摄像头就能够准确地识别和抓取目标物体。