基于VGG16-RGBD的散乱件抓取场景下分拣点检测

摘要：

针对在密集环境下的散乱件抓取(Bin Picking)问题,由于存在大量的遮挡,所以要求机器人能够在有遮挡情况、物体杂乱放置的环境中对未定义物体进行可靠的抓取点检测.本文提出了一种新颖的基于VGG16-RGBD网络的抓取点检测方法,在密集环境下提高了机器人抓取的准确率和精度.通过在真实机器人上实现抓取动作,证明了此方法的有效性,表明了此方法可以准确检测物体的抓取点,并且在复杂环境中达到了94％的成功率.

关键词：密集环境、深度学习、VGG16-RGBD、抓取点检测

所属期刊栏目：24

资助基金：国家自然科学基金资助项目51675329,51675342;上海宝山区科委基金资助项目16-C-3;机械系统与振动国家重点实验室课题GZ2016KF001,GKZD020018;上海交通大学“医工交叉研究基金”资助项目YG2014MS12;特种车辆及其传动系统智能制造国家重点实验室开放课题GZ2016KF001

在线出版日期：2019-05-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：27-31