基于計算機視覺的機器人多指手預(yù)抓取模式聚類分析研究.pdf

1、隨著人類科技的不斷發(fā)展，機器人的應(yīng)用場合越來越廣泛，而抓取操作是必不可少的環(huán)節(jié)。模仿人類的抓取操作，本文研究的是機器人抓取物體過程中的預(yù)抓取階段，即機器人根據(jù)視覺傳感器感知被抓取物體與抓取有關(guān)的參數(shù)，并根據(jù)機器人手的姿態(tài)，采用何種預(yù)抓取模式的決策階段。 首先根據(jù)BH-4手和Rutgers手設(shè)計出一種具有四個手指的多指手模型，并根據(jù)Cutkosky提出的人手抓取分類學(xué)，將多指手的預(yù)抓取模式分為13類。 其次，選擇26種實物

2、，每兩種實物對應(yīng)一種預(yù)抓取模式。在相同環(huán)境中，每種實物在五個不同的角度分別采集一幅圖像。經(jīng)過一系列的圖像處理方法，提取被抓取物體的姿態(tài)、大小、形狀以及表面粗糙度特征作為該物體的特征參數(shù)用于預(yù)抓取模式分類。 隨后本文著重研究了聚類分析在多指手預(yù)抓取模式分類方面的應(yīng)用。先用模糊C-均值聚類算法驗證聚類分析的可行性，在聚類正確率較低且不穩(wěn)定的情況下，通過改進(jìn)算法提高性能。在此基礎(chǔ)上，本文提出了一種新的改進(jìn)算法—二階段加權(quán)模糊C-均值聚