基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在机器人抓取物体的过程中,机器人要调整自身的位姿,以适应物体位姿的变化.提出了一种基于高斯混合模型的适应性抓取方法,实现了机器人在较大工作区域中对物体的抓取.该方法采用高斯混合模型进行建模,构建物体的观测变量与机器人关节变量之间的映射关系.机器人抓取物体时,首先通过相机获取物体的观测变量,分别计算各个高斯分布下该观测变量的生成概率,选取后验概率最大的分布对应的高斯过程回归得到适应性的机器人关节角度.实验结果表明,采用高斯混合模型建模,比采用单一的高斯过程建模能够使机器人更好地实现适应性抓取.
推荐文章
基于机器视觉的工业机器人智能抓取系统设计
机器视觉
工业机器人
PLC
智能抓取
基于神经网络的工业机器人视觉抓取系统设计
神经网络
目标定位
机器人抓取
机器人标定
视觉引导
基于视觉的机器人抓取技术的研究
工业机器人
坐标变换
模板匹配
基于CNN深度学习的机器人抓取位置检测方法
CNN深度学习
机器人
抓取位置
检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于高斯混合模型的工业机器人适应性抓取
来源期刊 组合机床与自动化加工技术 学科 工学
关键词 高斯混合模型 适应性抓取 机器人控制 机器人视觉
年,卷(期) 2018,(6) 所属期刊栏目 设计与研究
研究方向 页码范围 23-26
页数 4页 分类号 TH165|TG659
字数 3402字 语种 中文
DOI 10.13462/j.cnki.mmtamt.2018.06.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈友东 北京航空航天大学机械工程及自动化学院 49 916 15.0 30.0
2 刘正勇 3 1 1.0 1.0
3 王广炎 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (7)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(2)
  • 参考文献(1)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高斯混合模型
适应性抓取
机器人控制
机器人视觉
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
组合机床与自动化加工技术
月刊
1001-2265
21-1132/TG
大16开
大连市沙河口区新生路80号504室
8-62
1959
chi
出版文献量(篇)
9363
总下载数(次)
11
相关基金
国家科技支撑计划
英文译名:
官方网址:http://kjzc.jhgl.org/
项目类型:重大项目
学科类型:能源
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导