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:
针对汽车零部件回收工厂在实际复杂工况下的零件检测效果不佳导致不能实现精准抓取从而影响生产效率的问题,提出了一种基于改进单次多框检测(SSD)算法的机器人抓取系统,可实现零件检测、分类、定位及抓取任务.首先,通过改进SSD模型检测目标零件,得到零件位置和类别信息;其次,通过Kinect相机标定与手眼标定将像素坐标系转换到机器人世界坐标系,实现零件在机器人空间坐标系下的定位;然后,通过机器人正逆运动学建模与轨迹规划,完成目标零件抓取任务;最后,对整个集成抓取系统进行了零件识别分类、定位到抓取验证实验.实验结果表明:复杂工况下,所提系统的零件抓取平均成功率达到95%,满足零件抓取的实际生产需求.
推荐文章
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
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
多指手机器人抓取系统的稳定性
机器人
密度函数
渐近稳定性
抓取系统
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
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 基于改进单次多框检测算法的机器人抓取系统
来源期刊 计算机应用 学科 工学
关键词 单次多框检测算法 机器人 零件检测 定位 抓取
年,卷(期) 2020,(8) 所属期刊栏目 应用前沿、交叉与综合
研究方向 页码范围 2434-2440
页数 7页 分类号 TP242
字数 5637字 语种 中文
DOI 10.11772/j.issn.1001-9081.2019122234
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 杜柳青 重庆理工大学机械工程学院 44 255 8.0 15.0
2 余永维 重庆理工大学机械工程学院 34 283 8.0 16.0
3 韩鑫 重庆理工大学机械工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (40)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
单次多框检测算法
机器人
零件检测
定位
抓取
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导