版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卷積神經(jīng)網(wǎng)絡(luò)的物體識別研究與實(shí)現(xiàn).pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的電商圖片物體識別.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的一般物體識別研究及應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的端到端物體檢測算法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的車型識別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像檢索研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的文獻(xiàn)分析.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像分類.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的問句分類研究.pdf
- yjango的卷積神經(jīng)網(wǎng)絡(luò)
- 基于卷積神經(jīng)網(wǎng)絡(luò)的視覺識別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的語音識別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的行人檢測.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的交通物體識別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的行人檢測方法研究.pdf
- 基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的圖像分類研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的景物標(biāo)記.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像語義分割.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的句子分類算法.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的圖像模糊去除.pdf
評論
0/150
提交評論