基于NAO机器人的智能抓取技术

针对机器人在家庭服务的应用过程中,由于环境复杂度较高而难以精确抓取目标物体的问题,文中提出一种改进的深度强化学习算法。采用Yolov3使机器人从多个物体中识别出目标物,并利用单目测距结果获取目标物体的相对位置,进而通过深度强化学习规划出机器人手臂抓取路径。结合真实机器人在预设场景中的运行结果得出,改进的深度强化学习算法在复杂环境中的目标抓取准确率最高可达到0.96,且具有较高的鲁棒性。