一种基于高斯过程混合模型的机械臂抓取方法
来源：机器人杂志2019年第3期北京时间：
作者：陈友东, 刘嘉蕾, 胡澜晓
摘要：为了避免现有的基于视觉的机械臂抓取方法中存在的标定繁琐和求逆困难的不足，提出一种基于高斯过程混合模型的机械臂抓取方法.在学习阶段，利用高斯过程混合模型直接构建目标物体的位姿到机械臂关节角度的映射.在抓取阶段，通过相机获取目标物体的位姿，分别计算各个高斯分量下该位姿的生成概率，选取后验概率最大的高斯分量对应的高斯过程回归计算相应的机械臂关节角度.定位容差为20 mm时，仿真抓取成功率达到93.3%，实际抓取成功率达到了88.3%，对于精度要求不高的抓取作业，该方法可以实现机械臂的快速部署和使用.
关键词：机械臂抓取, 高斯过程混合模型, 机器视觉, 机器学习
