论文部分内容阅读
机器人定位抓取工件时,正确的选择工件特征参数是机器人能否准确获取工件抓取点,进而对工件进行抓取的成败关键。在研究了图像处理技术的基础上,提出了利用神经网络非线性处理能力解决工件特征选择和特征提取过程中存在的非线性问题。在神经元的训练中,通过使用改进的Hebb学习规则克服了传统学习模式下的权值无限制增长而不收敛的问题,提高了特征的识别度和特征提取的准确性,使机器人能够实现对工件的准确抓取。