基于语义分割与脑机接口的机械手抓取方法研究

• 作者: 巢娅 肖南峰
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 仿人机械手 语义分割 脑机接口 抓取方法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 智能技术
• 页码范围: 128-136,151
• 页数: 10页
• 分类号: TP241
• 字数: 5237字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.03.019

摘要

对生产环境中的未知物体进行抓取是仿人机械手执行各种复杂任务的基本能力之一,针对抓取目标进行自动识别定位、如何控制机械手完成平稳和准确的物体抓取等机器人控制领域亟待解决的关键问题,提出将5指型仿人机械手作为机械臂的末端抓取器,改进语义分割神经网络ENet(efficient neural network)应用于抓取目标的识别定位.仿真结果显示:其在测试数据集上IoU(Intersection over Union)达到0.92,单张检测时间达到23 ms,连接四层神经网络能够从候选区域中有效检测出最优抓取区域.此外,训练神经网络和随机森林指令识别模型识别脑机接口输入的脑电波信号来控制仿人机械手完成抓取,这种方法有效地增加了仿人机械手运动控制的灵活性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖南峰	华南理工大学计算机科学与工程学院	83	679	14.0	19.0
2	巢娅	华南理工大学计算机科学与工程学院	2	4	1.0	2.0