弱光环境下仓库搬运机器人抓取控制方法

为精准、稳定、可重复地完成抓取动作,研究了弱光环境下基于稳定轻量级网络的仓库搬运机器人抓取控制方法。首先,针对搬运环境弱光图像,基于稳定轻量级编/解码网络提取抓取区域弱光特征并进行融合处理,获得正常光抓取区域特征;其次,在深度分离融合提取层中,通过处理正常光抓取区域特征,重构深层特征,从而恢复特征提取时丢失的细节信息;再次,在网络输出层内输入重构特征,输出仓库搬运机器人手爪的抓取位姿参数;最后,通过手眼标定得到的搬运目标图像,采集相机坐标系与机器人坐标系的坐标转换关系,将抓取位姿参数转换成仓库搬运机器人抓取控制量,完成对仓库搬运机器人的抓取控制。实验证明,该方法可有效提取搬运目标抓取区域特征,并可有效预测仓库搬运机器人抓取位姿,能完成仓库搬运机器人抓取控制,且抓取精度较高。

Brain activation induced by different strengths of hand grasp: a functional magnetic resonance imaging study

Mirror neuron system can be activated by observation and execution of an action.It has an important function of action understanding.We investigated brain activations in humans by observing the strength of a hand grasp using functional magnetic resonance imaging.Twenty right-handed healthy individuals,consisting of 10 males and 10 females,aged 22.40 ± 2.04 years,were recruited into this study from September to November 2017 via posters.Light hand grasp task video showed a hand lightly grasping and releasing a ball repeatedly.Powerful hand grasp task video showed a hand tightly grasping and releasing a ball repeatedly.Functional magnetic resonance imaging block design paradigm comprised five stimulation blocks alternating with five baseline blocks.Stimulation blocks were presented with two stimulus tasks,consisting of a light grasp and a powerful grasp.Region of interest was defined around the inferior parietal lobule,inferior frontal gyrus,and superior temporal sulcus which have been called mirror neuron system.The inferior parietal lobule,fusiform,postcentral,occipital,temporal,and frontal gyri were activated during light and powerful grasp tasks.The BOLD signal response of a powerful grasp was stronger than that of a light grasp.These results suggest that brain activation of the inferior parietal lobule,which is the core brain region of the mirror neuron system,was stronger in the powerful grasp task than in the light grasp task.We believe that our results might be helpful for instructing rehabilitation of brain injury.This study was approved by the Institutional Review Board of Daegu Oriental Hospital of Daegu Haany University on September 8,2017 (approval No.DHUMC-D-17020-PRO-01).

融合视觉特征增强机制的机器人弱光环境抓取检测

现有的机器人抓取操作通常在良好光照条件下开展,此时目标细节清晰、区域对比度高,而在夜间、遮挡等弱光环境下目标的视觉特征微弱,会导致现有的机器人抓取检测模型的检测准确率急剧下降。为提高弱光场景下稀疏、微弱抓取特征的表征能力,提出一种融合视觉特征增强机制的抓取检测模型,通过视觉增强子任务为抓取检测施加特征增强约束。对于抓取检测模块,采用仿U-Net框架的编码器-解码器结构实现特征的高效融合;对于弱光增强模块,从局部、全局层面分别提取纹理、颜色信息,以实现兼顾目标细节与视觉效果的特征增强。此外,分别构建弱光Cornell数据集和弱光Jacquard数据集两个新的弱光抓取基准数据集,并基于上述数据集开展对比实验。实验结果表明,所提弱光抓取检测模型在基准数据集上的准确率分别达到了95.5%和87.4%,与生成抓取卷积神经网络(GGCNN)、生成残差卷积神经网络(GR-ConvNet)等现有抓取检测模型相比,准确率在弱光Cornell数据集提升11.1、1.2个百分点,在弱光Jacquard数据集上提升5.5、5.0个百分点,取得了较好的抓取检测效果。

智能获取装箱管状工件抓取位置的研究

机械手智能抓取工件时,工件抓取位置的获取是基于机器视觉精确装配的重点。针对环境较复杂的装箱管状工件的装配抓取环节,建立合理的机器视觉系统,利用正向照明系统对工件表面产生的反光直光条特征,提出了一种Gaussian拟合与Hough变换相结合的拟合算法。首先利用Gaussian拟合提取各光条法向上的中心坐标,然后将获取的坐标点集运用Hough变换进行拟合,最后根据获取的各光条中心线计算各工件的抓取位置。实验结果表明该方法能同时实现多条光条直线的拟合,又能抑制干扰点或噪声的影响,有效实现装箱工件抓取位置的智能获取。

照明设计的尺度把握与应用

如何把握不同场合照明的亮度、色彩、明暗对比的"度"是照明设计的关键。但照明设计往往没有绝对的标准尺度,大众也不知道照明合适的"度"在哪里。通过各种照明案例的分析,揭示不同场合照明设计的分寸感,为照明设计提供参考。

兼顾多动作与轻量化的仿生假肢手设计创成

假肢手的动作数量与轻量化之间存在矛盾关系,为兼顾两者之间的平衡,满足假肢手多动作和轻量化的要求,该研究通过分析人手的16种日常抓取动作,设计了一种合理的电机驱动结构。该结构在四指中应用了多关节同时屈曲传动,在拇指中应用了定轨迹适应性传动,掌骨使用可自动切换为弧面和平面的对称弹性串联驱动式传动,以及配置五指的自动伸展,将这些机能融合在假肢手中,仅用3个电机实现了11种假肢手动作,达到了132.1 g的轻量化设计。该文还通过肌电信号结合神经网络算法,实现了假肢手直觉控制,并验证了其具有良好的抓取稳定性和操作性。

3D视觉和扫描技术在内星轮冷精整生产中抓取和测量应用实例

在传统工业生产快速朝着智能化和数字化转型发展的今天,各类智能化技术层出不穷;随着近些年3D视觉以及3D扫描技术的不断发展和成熟,相关的技术也越来越多的被运用到智慧物流、快速扫描测量、AI等领域;3D视觉技术能帮助传统工业机器人完成更加复杂的动作,并通过算法实现深度学习,并具备快速计算运动路径的能力;比如依靠3D视觉技术,实现工业机器人对于上、下料动作路径的运算,实现物料的无序抓取,被抓取的物料可以随机无需排列摆放,这在以往工业运用中是难以实现的。