關(guān)于深度學(xué)習(xí)結(jié)合軟性機(jī)械手幾何模型進(jìn)行成堆物體抓取位置檢測的研究.pdf

1、機(jī)器人利用機(jī)器視覺進(jìn)行物體抓取是機(jī)器人應(yīng)用領(lǐng)域的熱門研究之一。目的在于靠機(jī)器視覺檢測出被抓取物體的可靠抓取位置和方向，進(jìn)而通過運(yùn)動規(guī)劃算法控制機(jī)械臂完成抓取動作。但是在這一領(lǐng)域暫未有普適的方法，特別是在需要同時考慮可靠性和安全性的成堆物體抓取應(yīng)用。此論文提出一種利用深度學(xué)習(xí)網(wǎng)絡(luò)結(jié)合軟性機(jī)械手幾何模型的方法，用于分析處理安裝在機(jī)器人中部的單個深度攝像頭所獲取的3維點云數(shù)據(jù)，實現(xiàn)在未知的成堆物體中檢測出可供機(jī)械臂進(jìn)行可靠安全抓取的物體位置和

2、方向。
　　該論文所提出的方法在考慮成堆物體抓取碰撞檢測問題的同時，并沒有進(jìn)行像其他論文所常用的圖像分割和物體識別的處理技術(shù)。特別地，此論文還分析了深度卷積神經(jīng)網(wǎng)絡(luò)的時間和空間復(fù)雜度，并得出兩個結(jié)論用于為深度卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計提供參考。同時，進(jìn)行多個實驗來得出不同層數(shù)的神經(jīng)網(wǎng)絡(luò)對應(yīng)的訓(xùn)練時間和精度，不同層數(shù)神經(jīng)網(wǎng)絡(luò)進(jìn)行假設(shè)可抓取超平面再篩選的結(jié)果對比，從而驗證前面由理論推出來的兩個結(jié)論。經(jīng)上述理論及實驗兩方面分析，為深度學(xué)習(xí)模型的

3、設(shè)計起到一定的指導(dǎo)性作用。值得一提的是，本論文中深度學(xué)習(xí)模型訓(xùn)練數(shù)據(jù)（所有的假設(shè)超平面）的標(biāo)簽根據(jù)一些標(biāo)準(zhǔn)進(jìn)行自動標(biāo)定。也就是說這些用于判斷該假設(shè)超平面是否符合抓取條件的標(biāo)準(zhǔn)被深度學(xué)習(xí)網(wǎng)絡(luò)模型所取代。
　　首先，由于軟性機(jī)械手相較于硬性機(jī)械手更具靈活性，為軟性機(jī)械手設(shè)計合適的幾何模型成為避免碰撞的重點，用于在3維點云數(shù)據(jù)空間中搜索符合可抓取條件的抓取點和抓取方向。該幾何模型內(nèi)部必須包含足夠的點云數(shù)據(jù)，并且外表面不會與其他點云數(shù)據(jù)有

4、重合的部分，從而分別保證其抓取的可靠性和安全性。利用幾何模型搜索出來符合條件的抓取點和抓取方向，合稱之為假設(shè)可抓取超平面。第二，進(jìn)一步考慮抓取可靠性，利用深度學(xué)習(xí)網(wǎng)絡(luò)Mod-LeNet對搜索出的假設(shè)超平面進(jìn)行分類和排序，以便找出較為可靠的抓取位置和方向。
　　經(jīng)過Mod-LeNet與支持向量機(jī)技術(shù)的對比實驗，通過Mod-LeNet的篩選過后的可抓取超平面的質(zhì)量和可靠性要比通過支持向量機(jī)的高，而且數(shù)量也相對較少，也就是說在運(yùn)動控制方