基于Kinect的机器人臂手系统的目标抓取

为了实现机器人臂手系统的目标抓取,采用Kinect对目标信息进行实时检测.首先,采用张正友棋盘标定法完成对Kinect内外参数的标定.其次,利用深度信息进行深度分割,滤除大部分干扰背景,再通过颜色与形状特征实现目标的识别与定位.将识别对象的3维坐标通过以太网发送至机械臂控制台,随后机械臂移动至目标位置.最后采用变积分PID算法控制灵巧手接触力,保证响应的快速性及精密性,实现灵巧手的精细抓取.通过设计一套完整的实验系统验证了该方法的有效性.

基于RGB-D信息的果蔬识别与定位

果蔬的识别与定位是实现自动分拣果蔬系统的前提。为了实现果蔬的精确定位,需要在识别定位前对Kinect进行内外参数的标定。识别过程中,先利用深度信息进行深度分割,滤除背景信息,再通过颜色信息进行颜色分割,同时利用待识别水果的形状信息筛选出待识别水果。最后通过实验,验证该方法的有效性。

深度信念网络研究综述

深度学习作为新兴的一种多层神经网络学习算法,具有优异的特征学习能力,引起了机器领域的广泛关注。深度信念网络是深度学习中重要模型,首先介绍深度学习起源,后分析深度信念网络中的基本模块及其训练方法,再介绍深度信念网络的基本结构及其学习过程,最后总结当前深度信念网络当前存在的问题。

基于运动映射的仿人机械手控制

构建了基于数据手套运动映射的仿人机械手控制系统,目的是通过数据手套将人手行为映射到仿人机械手,使仿人机械手能完成自然直观的手势及抓取动作,提高仿人机械手的操作性能.通过实验验证了直接关节角度映射与指尖位置映射能够控制仿人机械手实现相应的位姿,证明了基于运动映射的仿人机械手控制系统的正确性和实用性.