机器人多指手预抓取模式聚类分析

提出一种基于计算机视觉的,以及改进的模糊C均值聚类算法的机器人多指手预抓取模式分类方法。根据人手抓取分类学,将抓取手势分为13类。选取若干具有代表性的不规则形状物体,先经视觉系统采集物体图像,然后运用数字图像处理方法提取物体的姿态、大小、形状和表面粗糙度等特征,最后利用改进后的模糊C均值聚类算法对待抓取物体进行聚类分析。实验结果表明:对比人类抓取策略,该方法具有理想的预抓取模式分类效果。

基于支持向量机的机器人多指手预抓取模式分类

机器人多指手的抓持分类是抓持规划的一个主要问题。提出了一种基于支持向量机和二叉树聚类的分类方法来实现机器人多指手的抓持模式分类。根据多指手预抓取物体的几何特征,对机器人多指手的预抓取模式进行识别与分类,仿真结果表明该方法能快速而有效地实现机器人多指手的抓取模式分类。