基于视觉和动态运动基元的机械臂抓取轨迹规划

示教学习是机器人通过人类演示学习运动技能的一种方式,本文将深度学习方法与动态运动基元算法相结合,提出了一种基于视觉和动态运动基元的机械臂抓取轨迹规划方法。该方法分为轨迹学习和物体识别抓取两个阶段,在第一阶段,首先采用人工示教的方式获取机器人的运动轨迹,然后使用动态运动基元算法对示教轨迹进行学习,最后获得示教轨迹的参数权重;在第二阶段,使用Kinect v2深度相机对环境进行视觉感知,通过Mask R-CNN算法对目标物体进行识别定位,将识别到的物体二维坐标转换为空间三维坐标输入到动态运动基元算法,然后算法根据新的目标位置泛化出新的抓取轨迹,并传送给机器人进行执行。实验结果证明,与传统轨迹规划方法相比,本文所提出的方法具有较高的灵活性,能够更好地适应复杂多变的现实环境。