-
题名基于多层级特征的机械臂单阶段抓取位姿检测
被引量：12
- 1
-
-
作者
张云洲
李奇
曹赫
王帅
陈昕
-
机构
东北大学信息科学与工程学院
东北大学机器人科学与工程学院
-
出处
《控制与决策》
EI
CSCD
北大核心
2021年第8期1815-1824,共10页
-
基金
中央高校基本科研业务费专项资金项目(N172608005,N182608004,N2004022)
装备可靠性重点实验室基金项目(61420030302)
辽宁省高校创新人才支持计划项目(LR2019027)。
-
文摘
针对机械臂对尺寸变换、形状各异、任意位姿的未知物体抓取,提出一种基于多层级特征的单阶段抓取位姿检测算法,将物体抓取位姿检测问题视为抓取角度分类和抓取位置回归进行处理,对抓取角度和抓取位置执行单次预测.首先,利用深度数据替换RGB图像的B通道,生成RGD图像,采用轻量型特征提取器VGG16作为主干网络;其次,针对VGG16特征提取能力较弱的问题,利用Inception模块设计一种特征提取能力更强的网络模型;再次,在不同层级的特征图上,利用先验框的方法进行抓取位置采样,通过浅层特征与深层特征的混合使用提高模型对尺寸多变的物体的适应能力;最后,输出置信度最高的检测结果作为最优抓取位姿.在image-wise数据集和object-wise数据集上,所提出算法的评估结果分别为95.71%和94.01%,检测速度为58.8 FPS,与现有方法相比,在精度和速度上均有明显的提升.
-
关键词
机械臂
未知物体
多层级特征
单次预测
最优抓取位姿
-
Keywords
manipulator
novel objects
multi-level features
single prediction
optimal grasp pose
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于新工科的移动机器人控制实验设计和教学实践
被引量：9
- 2
-
-
作者
王帅
王军义
贾子熙
白帆
王冬冬
-
机构
东北大学机器人科学与工程学院
-
出处
《实验室研究与探索》
CAS
北大核心
2021年第6期33-37,53,共6页
-
基金
国家自然科学基金项目(61973063)。
-
文摘
针对机器人工程专业四年级学生开设的移动机器人控制实验,循序渐进地设计了基于深度学习的移动机械手抓取实验项目。从激光雷达同时定位与建图、自主导航与实时避障,到借助ROS的通信机制完成语音控制导航以及物体识别与检测,构建深度学习网络生成最优抓取位姿,并利用MoveIt功能包控制机械臂完成抓取动作。实践教学表明,基于项目式实验教学模式有利于把大学阶段多门课程知识有机交叉融合,本教学方式可提高学生解决复杂工程问题的能力。
-
关键词
移动机器人
新工科教育
机械臂最优抓取位姿
物体识别与检测
-
Keywords
mobile robot
emerging engineering education
optimal grasping position and pose
object recognition and detection
-
分类号
TP24
[自动化与计算机技术—检测技术与自动化装置]
-
