视觉机器人的零件识别与抓取方法研究

作者：袁斌; 王辉; 李荣焕; 吴瑞明

来源：机械设计与制造, 2024, 396(2): 309-313,318.

DOI：10.3969/j.issn.1001-3997.2024.02.060

• 物体抓取
• 深度学习
• 双目测距
• 模板匹配
• D-H法

为了满足视觉机器人能够精准抓取平面零件的需求,提出一种加入深度学习算法的零件识别与定位方法.首先,利用YOLOv4-tiny目标检测算法对目标物体进行识别,并提取出感兴趣区域(Region of Interest,ROI)送入PSPnet语义分割网络中进一步提取ROI.然后,将ROI区域进行亚像素级的模板匹配,并计算目标物体的深度信息.在目标物体中心坐标求解中,以ROI区域的最大内接圆的圆心作为目标物体的中心.最后,利用D-H法对机器人进行运动学解算,并进行抓取试验.实验结果表明:该方法的深度误差率大约为 0.72%,视觉机器人抓取零件成功率达到91%,具有较高的定位精度和抓取成功率,可以满足实际工业分拣搬运需求.

• 单位
  浙江科技学院