-
公开(公告)号：CN112819135B
公开(公告)日：2022-09-02
申请号：CN202011519487.6
申请日：2020-12-21
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于ConvPoint模型引导机械臂抓取不同位姿物料的分拣方法，通过3D结构光相机获取物料的三维点云数据，并与ConvPoint模型相结合进行物料分拣，该方法不受物料初始位姿和外形影响，抓取目标多样，系统鲁棒性更强。与现有的深度学习方法相比，本发明利用PCA改善抓取采样，使得物料抓取的准确率明显提高，另外评估网络输入夹具内部的点云而非整个物体点云，减少了学习和推理时间，极大的提高了物料分拣的效率。此外，在ConvPoint模型训练阶段，本发明实时采集了不同种类复杂结构物料的点云数据作为训练集，并没有依赖网上开源的简单物体的数据集，实现了对不同位姿的复杂物体抓取，提高了分拣系统的智能化和自动化水平。
-
公开(公告)号：CN112509063A
公开(公告)日：2021-03-16
申请号：CN202011518286.4
申请日：2020-12-21
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于边缘特征匹配的机械臂抓取系统及方法，包括中心计算机、机械臂抓取模块和点云图像采集模块，所述中心计算机包括格式转换模块、特征提取模块、位姿估计模块和手眼标定模块；分为线下建模与线上匹配两个阶段，中心计算机进行线下建模形成模型点云并进行特征提取，点云图像采集模块通过采集工件图像形成相应的场景点云信息并与模型点云进行线上匹配过程，进而确定工件的位姿，最终机械臂抓取模块进行抓取过程；只需要进行一次线下特征建模，便可作用于之后的工件分拣，且使用边缘点和边缘点的拟合切线点对特征，减小了法线的影响，提高了工件的分拣效果，利用二维图像缩短了位姿估计的时间，实现了对堆叠工件的位姿估计与抓取。
-
公开(公告)号：CN112819135A
公开(公告)日：2021-05-18
申请号：CN202011519487.6
申请日：2020-12-21
Applicant: 中国矿业大学
Abstract: 本发明公开了一种基于ConvPoint模型引导机械臂抓取不同位姿物料的分拣方法，通过3D结构光相机获取物料的三维点云数据，并与ConvPoint模型相结合进行物料分拣，该方法不受物料初始位姿和外形影响，抓取目标多样，系统鲁棒性更强。与现有的深度学习方法相比，本发明利用PCA改善抓取采样，使得物料抓取的准确率明显提高，另外评估网络输入夹具内部的点云而非整个物体点云，减少了学习和推理时间，极大的提高了物料分拣的效率。此外，在ConvPoint模型训练阶段，本发明实时采集了不同种类复杂结构物料的点云数据作为训练集，并没有依赖网上开源的简单物体的数据集，实现了对不同位姿的复杂物体抓取，提高了分拣系统的智能化和自动化水平。
-
-
Search Results
3
records
(took 0.02 seconds)
