基于最小尺寸点模型的6D位姿估计与机械臂抓取
来源：计算机集成制造系统杂志2022年第8期北京时间：
作者：吴继春, 方海国, 阳广兴, 范大鹏
单位：1.湘潭大学机械工程学院2.国防科技大学智能科学学院
摘要：针对传统机械臂视觉识别算法识别率低、鲁棒性差、运行时间长等问题,进行了基于深度学习3D目标检测的研究,提出了一种基于最小尺寸点模型的目标检测与姿态估计的抓取方法。该方法基于改进的YOLO算法,同时以所提出的数据集建立方法构建数据集进行训练,通过处理单张RGB图,即可对目标物体进行识别并估计其6D位姿信息,在此基础上再结合路径规划算法对目标物体进行抓取。通过仿真实验证明了该方法能准确地对物体进行分类与位姿估计。在Co602a机械臂下进行了抓取实验,结果证明了该方法的有效性。
关键词：深度学习,机械臂,最小尺寸点模型,目标检测,位姿估计,抓取方法,分类
基金资助：基金委与湖南省区域创新发展联合基金资助项目(U19A2072);湖南省自然科学基金资助项目(2021JJ30678)。
