機器人多指手預抓取模式分類方法研究.pdf

1、機器人技術(shù)的發(fā)展是一個國家高科技水平和工業(yè)自動化程度的重要標志和體現(xiàn)，機器人在當前生產(chǎn)生活中的應用越來越廣泛，正在替代人發(fā)揮著日益重要的作用。隨著當今科技迅猛發(fā)展，人們不再把目光僅僅局限于自身的發(fā)展，而是逐漸轉(zhuǎn)向高智能機器人等前沿科學。人類希望制造一種像人一樣的機器，以便代替人類完成各種工作。于是對于機器人手預抓取模式的研究也在越來越多。機器人的任何抓取動作都必須得以抓取模式為依據(jù)，所以對于機器人手預抓取物體模式的分類的研究也很重要。

2、 本文對機器人手預抓取模式分類作了研究。主要展開了以下的工作：首先對機器人手預抓取模式進行了分析和討論，定義了八種預抓取模式。運用經(jīng)典的貝葉斯決策方法將預抓取物體進行基本的三類抓、握、捏抓取模式分類。在定義的八種預抓取模式的基礎上，采用BP神經(jīng)網(wǎng)絡對機器人手預抓取物體進行模式分類，得到了較高的正確率。此法解決了輸入樣本依賴物體的概率密度的特點，簡化了分類特征提取的不直觀性。本文還采用了支持向量機（SVM）和聚類二叉樹相結(jié)合的方法對

3、機器人手預抓取八類模式進行分類，解決了預抓取模式分類訓練速度過慢以及在分類中樣本數(shù)量偏少而影響分類效果的問題，得到了較高的正確率。本文對預抓取幾何形狀規(guī)則的物體采用直接提取其幾何特征，對于預抓取幾何形狀不規(guī)則的物體采用圖像分析的方法進行特征提取。 本文在對機器人手預抓取模式的分類問題上作了展開了積極的研究，實現(xiàn)了BP神經(jīng)網(wǎng)絡及SVM與聚類二叉樹相結(jié)合的方法對機器人手預抓取模式的正確分類，將SVM應用在為機器人手預抓取分類的研究這