计算机集成制造系统 ›› 2024, Vol. 30 ›› Issue (2): 435-444.DOI: 10.13196/j.cims.2021.0548
洪诚康,杨力,江文松,罗哉+
HONG Chengkang,YANG Li,JIANG Wensong,LUO Zai+
摘要: 针对单深度相机视角下获取的物体深度图像存在噪声干扰、遮挡等问题,使物体点云形状缺失或变形,3D特征存在不稳定性,提出一种多深度相机融合方法。利用多相机标定结果拼接各个相机视角下的点云数据,通过k邻域去噪算法除去点云中的噪声点,再对去噪点云数据进行体素化降采样,使拼接后的点云在空间均匀分布,从而获取完整的物体形状。同时建立了一个端到端的神经网络,通过输入多相机拍摄的RGB-D图像来预测二指平行夹爪的3D位置和3D方向。为优化预测抓取结果,改进了神经网络中对预测结果的鲁棒性评估,提出力螺旋空间场评价方法,提高了4%的成功率。最后将该抓取系统应用于AR5机械臂,实现了91%的抓取成功率。
中图分类号: