基于VGG16-RGBD的散乱件抓取场景下分拣点检测

• 作者: 刘文海 潘震宇 胡洁 薛腾
• 来源期刊: 机电一体化
• 关键词: 密集环境 深度学习 VGG16-RGBD 抓取点检测
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 应用·交流
• 页码范围: 27-31
• 页数: 5页
• 字数: 2944字
• 语种: 中文
• DOI: 10.16413/j.cnki.issn.1007-080x.2018.z1.004

摘要

针对在密集环境下的散乱件抓取(Bin Picking)问题,由于存在大量的遮挡,所以要求机器人能够在有遮挡情况、物体杂乱放置的环境中对未定义物体进行可靠的抓取点检测.本文提出了一种新颖的基于VGG16-RGBD网络的抓取点检测方法,在密集环境下提高了机器人抓取的准确率和精度.通过在真实机器人上实现抓取动作,证明了此方法的有效性,表明了此方法可以准确检测物体的抓取点,并且在复杂环境中达到了94％的成功率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡洁	上海交通大学机械与动力工程学院	70	369	11.0	16.0
2	刘文海	上海交通大学机械与动力工程学院	2	0	0.0	0.0
3	潘震宇	上海交通大学机械与动力工程学院	2	1	1.0	1.0
4	薛腾	上海交通大学机械与动力工程学院	2	0	0.0	0.0