科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于深度神经网络模型，提出了一种适用于多指灵巧手的抓取手势优化方法。首先，在仿真环境下构建了一个抓取数据集，并在此基础上训练了一个卷积神经网络，依据目标物体单目视觉信息和多指灵巧手抓取位形来预测抓取质量函数，由此可以将多指灵巧手的抓取规划问题转化为使抓取质量最大化的优化问题，进一步，基于深度神经网络中的反向传播和梯度上升算法实现多指灵巧手抓取手势的迭代与优化。在仿真环境中，比较该网络和仿真平台对同一抓取位形的抓取质量评估结果，再利用所提出的优化方法对随机搜索到的初始手势进行优化，比较优化前后手势的力封闭指标。最后，在实际机器人平台上验证本文方法的优化效果，结果表明，本文方法对未知物体的抓取成功率在80%以上，对于失败的抓取，优化后成功的比例达到90%。
- 单位
