基于3D视觉的工件识别及无序抓取系统设计
陈顺强
廖旭
罗桢
李波
黄传富
王键
李力
柏俊杰
重庆科技学院电气工程学院,重庆401331
摘要：在实际工业生产中,存在大量工件散乱、堆叠排放,并且受光照等环境因素影响的场景,基于2D视觉引导的机械臂对工件抓取效率低、适用性差.本文基于3D机器视觉设计了一种工件识别及无序抓取系统,包括对目标点云数据进行滤波处理,使用改进的欧氏聚类算法融合点云边缘信息完成对点云数据的分割,改进的FPFH算法对点云数据进行识别及配准,最后使用GPD物体抓取姿态检测算法,得到最优抓取方案的坐标,通过ROS多机通讯传给机械臂完成抓取.实验表明,该套系统抓取准确率达到了 88.6％,相对于改进前的算法系统抓取平均时间降低2 s以上.
关键词：3D视觉机械臂无序抓取点云分割GPD算法
分类号：TH164(机械制造工艺)
资助基金：重庆科技学院第一批硕士研究生创新计划项目(YKJCK2120413)国家级大学生创新创业训练计划项目(202211551010)
论文发表日期：2023-07-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 55-60 )