-
题名基于激光跟踪关节臂的机器人位姿测量系统研制
被引量：6
- 1
-
-
作者
黄雷
窦艳红
樊宇
贺志超
张爽
张立秋
张博
-
机构
吉林省计量科学研究院
长春工程学院
-
出处
《计量科学与技术》
2022年第1期26-31,共6页
-
基金
国家重点研发计划项目(2018YFF0212702)
吉林省科技发展计划项目(20200401107GX,20190302024GX)。
-
文摘
机器人位姿检测中,全测量范围内精度和检测成本之间的平衡始终是研究人员努力的方向。激光跟踪关节臂测量系统采用激光跟踪仪和关节臂坐标机相结合的方式,利用激光光束跟踪原理,并结合关节臂高刚性高柔顺性测头,对机器人位姿进行高精度和低成本检测。实验结果表明,使用坐标测量机,通过在不同姿态下对测量系统进行验证,系统的最大误差出现在2000 mm处,为-0.042 mm。各点误差均满足±(30+0.8×10-5L)μm的技术指标。
-
关键词
计量学
机器人位姿检测
激光跟踪仪
关节臂坐标机
坐标转换
-
Keywords
metrology
robot position and attitude measuring
laser tracker
articulated arm coordinate machine
coordinate transformation
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名杂乱场景中多尺度注意力特征融合抓取检测网络
- 2
-
-
作者
徐衍
林云汉
闵华松
-
机构
武汉科技大学计算机科学与技术学院
武汉科技大学智能信息处理与实时工业系统湖北省重点实验室
武汉科技大学机器人与智能系统研究院
-
出处
《计算机系统应用》
2024年第5期76-84,共9页
-
基金
国家重点研发计划(2022YFB4700400)
国家自然科学基金(62073249)。
-
文摘
GSNet使用抓取度区分杂乱场景的可抓取区域,显著地提高了杂乱场景中机器人抓取位姿检测准确性,但是GSNet仅使用一个固定大小的圆柱体来确定抓取位姿参数,而忽略了不同大小尺度的特征对抓取位姿估计的影响.针对这一问题,本文提出了一个多尺度圆柱体注意力特征融合模块(Ms-CAFF),包含注意力融合模块和门控单元两个核心模块,替代了GSNet中原始的特征提取方法,使用注意力机制有效地融合4个不同大小圆柱体空间内部的几何特征,从而增强了网络对不同尺度几何特征的感知能力.在大规模杂乱场景抓取位姿检测数据集GraspNet-1Billion的实验结果表明,在引入模块后将网络生成抓取位姿的精度最多提高了10.30%和6.65%.同时本文将网络应用于实际实验,验证了方法在真实场景当中的有效性.
-
关键词
点云
机器人抓取位姿检测
多尺度特征融合
杂乱场景
注意力机制
-
Keywords
point cloud
robot grasping pose detection
multi-scale feature fusion
cluttered scene
attention mechanism
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TP242
[自动化与计算机技术—计算机科学与技术]
-
