基于多深度相机融合的机械臂抓取系统
来源：计算机集成制造系统杂志2024年第2期北京时间：
作者：洪诚康, 杨力, 江文松, 罗哉
单位：中国计量大学计量测试工程学院
摘要：针对单深度相机视角下获取的物体深度图像存在噪声干扰、遮挡等问题,使物体点云形状缺失或变形,3D特征存在不稳定性,提出一种多深度相机融合方法。利用多相机标定结果拼接各个相机视角下的点云数据,通过k邻域去噪算法除去点云中的噪声点,再对去噪点云数据进行体素化降采样,使拼接后的点云在空间均匀分布,从而获取完整的物体形状。同时建立了一个端到端的神经网络,通过输入多相机拍摄的RGB-D图像来预测二指平行夹爪的3D位置和3D方向。为优化预测抓取结果,改进了神经网络中对预测结果的鲁棒性评估,提出力螺旋空间场评价方法,提高了4％的成功率。最后将该抓取系统应用于AR5机械臂,实现了91％的抓取成功率。
关键词：机械臂抓取,深度学习,点云拼接,手眼标定
基金资助：国家自然科学基金仪器重大专项资助项目(51927811);国家自然科学基金资助项目(52075511,52005471);浙江省自然科学基金资助项目(LQ20E050016)。
