提高机器人识别机率的线性推动策略

摘要：

针对机器人工业抓取场景中,堆叠的工件相互遮挡,难以识别的问题,提出一种基于聚类网格法的自适应线性推动策略AC-Grid.融合二维图像与点云高度渲染信息,根据抓取场景内工件的散乱堆叠情况分析出可靠的几何特征,为机器人优化出一条合理有效的工件推动路线.在V-REP仿真环境中制作80组"PushTD"系列的模拟场景数据集,对比实验结果表明,AC-Grid推动策略在仿真场景下最高能使平均目标匹配识别度提高至39.6％,在实际场景中能达到16.4％,在不同场景中均能起到显著分离和目标识别度提升的作用.

关键词：机器人抓取、聚类网格、推动策略、图像处理、目标分离、目标识别、模拟场景数据集

所属期刊栏目：44

分类号：TP242.6(自动化技术及设备)

资助基金：宁波市科技创新重大专项基金项目2020Z013

在线出版日期：2023-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1242-1249