基于卷積神經(jīng)網(wǎng)絡(luò)的物體抓取研究.pdf

1、近年來，隨著機(jī)器人在各個行業(yè)的應(yīng)用，各個研究機(jī)構(gòu)都加大了對機(jī)器人的研究，以求提高機(jī)器人的各項(xiàng)性能，而作為機(jī)器人基本功能的抓取操作成為了一個重要的研究方向。為了提高物體抓取的成功率和準(zhǔn)確度，很多研究者將物體的抓取框作為研究對象，通過選擇物體的最佳抓取框來提高抓取的成功率和準(zhǔn)確度。
　　本文借鑒人類抓取物體的特點(diǎn)，提出一種三級卷積神經(jīng)網(wǎng)絡(luò)用于物體抓取框的檢測，實(shí)現(xiàn)了對未知物體的高準(zhǔn)確度抓取。所提出的三級卷積神經(jīng)網(wǎng)絡(luò):第一級用于物體的初

2、步定位，為下一級卷積神經(jīng)網(wǎng)絡(luò)搜索抓取框確定位置;第二級用于獲取預(yù)選抓取框，以較小的網(wǎng)絡(luò)獲取較少的特征，從而快速地找出物體的可用抓取框，剔除不可用的抓取框;第三級用于重新評判預(yù)選抓取框，以較大的網(wǎng)絡(luò)獲取較多的特征，從而準(zhǔn)確地評估每個預(yù)選抓取框，獲取最佳抓取框。測試結(jié)果表明三級卷積神經(jīng)網(wǎng)絡(luò)比單一卷積神經(jīng)網(wǎng)絡(luò)獲得的抓取框正確率提高了6.1％。
　　單純地使用RGB圖像來獲取物體的抓取框，抓取框的正確率容易受到被抓取物體顏色和背景圖案的影

3、響。因此，針對單純使用RGB圖像來獲取抓取框時所出現(xiàn)的問題，本文對三級卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)進(jìn)行了修改，在三級卷積神經(jīng)網(wǎng)絡(luò)的第二級網(wǎng)絡(luò)中加入專門處理深度圖像的卷積神經(jīng)網(wǎng)絡(luò)，并對選擇最佳抓取框的算法進(jìn)行了優(yōu)化，使得改進(jìn)型三級卷積神經(jīng)網(wǎng)絡(luò)彌補(bǔ)了原三級卷積神經(jīng)網(wǎng)絡(luò)的不足之處。在測試中，抓取框的正確率在原有基礎(chǔ)上再次提高了2.6％，并在將夾持器作為抓取執(zhí)行機(jī)構(gòu)的Youbot機(jī)器人上實(shí)現(xiàn)了高準(zhǔn)確度的抓取操作。
　　利用夾持器進(jìn)行物體抓取時，夾持

4、器大小和結(jié)構(gòu)嚴(yán)重地制約了被抓取物體的類型，很難對心形、三角形、五角星等復(fù)雜幾何形狀的物體進(jìn)行有效抓取。多指靈巧手具有多自由度、多關(guān)節(jié)的特性，適合各種幾何形狀物體的抓取，但目前大多數(shù)多指靈巧手的抓取方法需要知道物體的3D模型，在缺少物體3D模型時，很難對物體進(jìn)行精確的抓取。針對這些問題，本文設(shè)計(jì)出適合于多指靈巧手進(jìn)行物體抓取的兩級卷積神經(jīng)網(wǎng)絡(luò)，通過兩級卷積神經(jīng)網(wǎng)絡(luò)來獲取多指靈巧手在進(jìn)行物體抓取時手指在物體上的分布情況。在測試中，利用兩級卷