随着机器人技术的发展,仿人机器人在多个领域展现出应用潜力和价值。针对仿人机器人,基于机器视觉进行自主抓取研究,旨在提高仿人机器人在自然环境中的抓取适应能力和动作仿人性。在机器视觉方面,硬件采用Realsense-D435深度摄像头,利用...随着机器人技术的发展,仿人机器人在多个领域展现出应用潜力和价值。针对仿人机器人,基于机器视觉进行自主抓取研究,旨在提高仿人机器人在自然环境中的抓取适应能力和动作仿人性。在机器视觉方面,硬件采用Realsense-D435深度摄像头,利用YOLO(You Only Look Once)物体检测模型实现目标物体的识别、空间定位、深度图裁切和目标点云生成,并根据目标点云与标准点云的配准算法(ICP)获取物体的姿态,通过D-H法对机器人头部进行建模,将物体的位置和姿态由相机坐标系转换为机器人坐标系。在运动规划上,参照人手臂的抓取规律,将抓取过程分为9个基础动作:初始位、移动至预抓取位、抓取物体、提起物体、搬运物体、移动至放置位、放置物体、退出位和回到初始位,针对不同物体确定对应抓取姿态,以提高抓取成功率,根据视觉获取的抓取点和放置点,自主计算余下的关键点,并以空间弧形作为抓取轨迹,通过Matlab仿真,验证抓取过程机械臂末端运动轨迹和关节轨迹的合理性。最后进行物体抓取实验,结果表明,仿人机器人在自然环境中能够快速准确地识别和定位不同物体,并能成功进行抓取和搬运,成功率均在80%以上,并且能够兼顾动作的仿人性,验证了所提出方案的有效性。本研究可促进仿人机器人在人类日常生活中的应用和普及。展开更多
文摘随着机器人技术的发展,仿人机器人在多个领域展现出应用潜力和价值。针对仿人机器人,基于机器视觉进行自主抓取研究,旨在提高仿人机器人在自然环境中的抓取适应能力和动作仿人性。在机器视觉方面,硬件采用Realsense-D435深度摄像头,利用YOLO(You Only Look Once)物体检测模型实现目标物体的识别、空间定位、深度图裁切和目标点云生成,并根据目标点云与标准点云的配准算法(ICP)获取物体的姿态,通过D-H法对机器人头部进行建模,将物体的位置和姿态由相机坐标系转换为机器人坐标系。在运动规划上,参照人手臂的抓取规律,将抓取过程分为9个基础动作:初始位、移动至预抓取位、抓取物体、提起物体、搬运物体、移动至放置位、放置物体、退出位和回到初始位,针对不同物体确定对应抓取姿态,以提高抓取成功率,根据视觉获取的抓取点和放置点,自主计算余下的关键点,并以空间弧形作为抓取轨迹,通过Matlab仿真,验证抓取过程机械臂末端运动轨迹和关节轨迹的合理性。最后进行物体抓取实验,结果表明,仿人机器人在自然环境中能够快速准确地识别和定位不同物体,并能成功进行抓取和搬运,成功率均在80%以上,并且能够兼顾动作的仿人性,验证了所提出方案的有效性。本研究可促进仿人机器人在人类日常生活中的应用和普及。