基于视觉定位与改进RRT的机械臂自动拾放系统

为解决传统工业机械臂在进行拾放操作时自主性弱、可移植性差、运动路径非最优等方面的问题,基于ROS机器人操作系统,以六自由度工业机械臂为研究对象,设计了一种机械臂零件自动拾放系统。系统利用RGBD相机作为视觉传感器,通过生成残差卷积神经网络(GR-ConvNet)处理图像信息进行目标点定位。在路径规划上,基于传统RRT算法,设计采样点偏置选择策略、动态步长调整策略以及局部最小值优化机制,对算法进行了改进,又结合五次多项式插补方法,保障了机械臂运行过程中各关节的轨迹平滑性,令机械臂运行时间减少36.05%,运行路径降低16.47%。仿真与实验结果验证了本系统可以较好地完成自动拾放操作。