闭合循环以进行机器人抓取

QUT的机器人专家开发出了一种更快，更准确的方式来使机器人抓取物体，包括在混乱和多变的环境中抓握物体，这有可能提高它们在工业和家庭环境中的实用性。

新方法允许机器人快速扫描环境，并使用深度图像将其捕获的每个像素映射到其抓握质量

真实世界的测试对动态抓取的准确率高达88%，在静态实验中的准确率高达92%。

该方法基于生成式抓取卷积神经网络

QUT的JürgenLeitner博士说，虽然抓握和捡起物体是人类的基本任务，但事实证明，这对机器来说非常困难。

“我们已经能够在受控制的环境中对机器人进行编程，以拾取非常特殊的物品。但是，当前的机器人抓取系统的主要缺点之一是无法快速适应变化，例如物体移动时，莱特纳博士说。

他说：“世界是不可预测的-事物变化，移动，混乱，而且经常发生而没有警告-因此，如果我们希望机器人有效，则机器人必须能够在非常非结构化的环境中适应和工作。”

新方法，由博士QUT科学与工程学院的研究员DouglasMorrison，Leitner博士和杰出教授PeterCorke是一种用于闭环抓取的实时，独立于对象的抓取合成方法。

标签：

免责声明：免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！