面向弱纹理工件的6D位姿估计与机械臂抓取方法
万琴1
宁顺兴2
钟杭3
何勇4
段小刚4
王耀南3
吴迪2
沈学军2
1.湖南工程学院电气与信息工程学院,湖南湘潭 411104;湖南大学机器人视觉感知与控制技术国家工程实验室,湖南长沙 4100822.湖南工程学院电气与信息工程学院,湖南湘潭 4111043.湖南大学机器人视觉感知与控制技术国家工程实验室,湖南长沙 4100824.湖南中南智能装备有限公司,湖南长沙 410117
摘要：针对复杂工业场景中机械臂难以对弱纹理工件进行有效抓取的问题,本文提出了一种面向弱纹理工件的6D位姿估计与机械臂抓取方法.首先,为提高弱纹理工件6D位姿估计的准确性,结合YOLOV5和PVN3D-Tiny提出了一种新的两阶段位姿估计算法(YOLO-PVN3D);其次,采用七次多项式插值法规划机械臂运动轨迹,根据碰撞检测参数和运动学指标建立适应度函数,并通过遗传算法进行优化,以解决抓取过程中机械臂与障碍物产生碰撞的问题;然后,针对真实数据匮乏且容易造成模型过拟合的问题,采用了真实数据和合成数据相结合的方式制作了工业零件数据集POSE8K;最后,在公共数据集和自制数据集进行了对比实验,并在障碍物遮挡和光照变化场景下完成了真实机械臂抓取实验.经实验验证了所提方法具有较好的性能.
关键词：深度学习6D位姿估计目标检测轨迹规划机械臂抓取
论文发表日期：2025-07-30
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：10( 1443-1452 )
英文信息