基于深度学习的自主机器人机械臂用于分拣应用
机器人学
2020-09-09 v1
摘要
近年来机器人操纵与抓取机制受到相当关注，催生了广泛的工业应用开发。本文提出一种用于物体分拣应用的自主机器人抓取系统。机器人利用 RGB-D 数据执行物体检测、位姿估计、轨迹生成和物体分拣任务。所提方法还能处理抓取用户选定的特定物体。训练后的卷积神经网络用于执行物体检测并确定待抓取物体对应的点云簇。从所选点云数据中，抓取生成算法输出潜在抓取位姿。随后抓取滤波器对这些潜在抓取评分，并选择最高分抓取在真实机器人上执行。运动规划器生成无碰撞轨迹以执行所选抓取。在 AUBO 机器人机械臂上的实验显示了所提方法在自主物体分拣中具有鲁棒且快速分拣性能的潜力。
引用
@article{arxiv.2009.03565,
title = {A Deep Learning-Based Autonomous RobotManipulator for Sorting Application},
author = {Hoang-Dung Bui and Hai Nguyen and Hung Manh La and Shuai Li},
journal= {arXiv preprint arXiv:2009.03565},
year = {2020}
}
备注
IEEE Robotic Computing IRC2020