龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华东交通大学
摘要：本发明公开了一种基于神经网络的机械臂自主抓取方法及系统，方法包括：根据标定后的第一深度相机获取环境的深度图像，根据实时获取的机械臂URDF模型的掩膜图像将深度图像中的机械臂进行过滤，并通过体素滤波算法对过滤后的深度图像中障碍物点云进行降采样处理，得到障碍物点云信息；根据标定后的第二深度相机获取待抓取物体信息，并将待抓取物体信息输入至预先构建的改进残差卷积神经网络模型中，改进残差卷积神经网络模型输出得到机械臂的待抓取位姿；根据机械臂的初始位姿、机械臂的待抓取位姿以及障碍物点云信息采用改进T‑RRT路径规划算法进行规划机械臂的运动轨迹。缩短了机械臂运动距离，有利于机械臂自主抓取。
主权项：1.一种基于神经网络的机械臂自主抓取方法，其特征在于，包括：对第一深度相机和第二深度相机进行标定，所述第一深度相机与机械臂分离且固定在相机支架上，所述第二深度相机固定在机械臂的末端；根据标定后的第一深度相机获取环境的深度图像，根据实时获取的机械臂URDF模型的掩膜图像将所述深度图像中的机械臂进行过滤，并通过体素滤波算法对过滤后的深度图像中障碍物点云进行降采样处理，得到障碍物点云信息；根据标定后的第二深度相机获取待抓取物体信息，并将所述待抓取物体信息输入至预先构建的改进残差卷积神经网络模型中，所述改进残差卷积神经网络模型输出得到机械臂的待抓取位姿，其中，所述改进残差卷积神经网络模型的损失函数的表达式为： 式中，Gi为改进残差卷积神经网络模型所产生的抓取，为真实的抓取，i为第i帧图像，n为对象数量，j为累加范围，为改进残差卷积神经网络模型的损失函数，为Gi和的绝对值，yj为非限制线性函数，y为限制非线性部分的范围，为约束非线性区域的曲率，β为常数，根据机械臂的初始位姿、机械臂的待抓取位姿以及障碍物点云信息采用改进T-RRT路径规划算法进行规划机械臂的运动轨迹。
全文数据：
权利要求：
百度查询： 华东交通大学 一种基于神经网络的机械臂自主抓取方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号