需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于YOLO-GGCNN的机械臂检测抓取方法

一种基于YOLO-GGCNN的机械臂检测抓取方法

发布时间: 2023-10-18

来源: 试点城市（园区）

基本信息

合作方式： 技术转让
成果类型： 发明专利
行业领域：
电子信息技术
成果介绍
本发明公开了一种基于YOLO GGCNN的机械臂检测抓取方法,属于智能机器人领域。所述方法利用YOLOv4深度学习网络对待抓取目标进行训练,得到训练好的模型。在机械臂抓取前,使用深度相机获取抓取平台上无抓取物体的空白深度图像。放置抓取物体后,利用训练好的YOLOv4模型从RGB图像识别出待抓取目标,将识别框作为感兴趣区域,将感兴趣区域对应像素的深度图像部分提取出来,替换掉空白图像的像素对应部分,以此获得一张排除其他干扰物体、只包含抓取目标的深度图像。将这张图像处理后输入GGCNN网络,再进行从图像坐标系到机械臂本体坐标系的转化,最终输出最优机械臂抓取方案,机械臂根据抓取方案依次抓取所要抓取的目标物体。
成果亮点
一般情况下，如果需要抓取的物品发生了变换或位姿变动，就需要重新进行编程。因此，为了提高机器臂抓取的灵活性和精准性，开始将视觉定位系统和压力反馈系统作为辅助工具，与机器人控制系统相结合，在各个场景都取得了较好的使用效果，成为了机器人行业发展的新趋势。在视觉传感器的帮助下，机器人可以对抓取物体进行定位，然后机械臂根据抓取方案到达目标物体的位置实现相应的抓取任务。
团队介绍
徐本连 李震 赵康 鲁明丽 从金亮 吴迪 周理想 苏州科技大学(Suzhou University of Science and Technology)，简称苏科大，地处中国历史文化名城、素有“人间天堂”美誉的古城苏州，毗邻石湖水，坐拥上方山，校园环境优美，风景迤逦。是一所中央与地方共建、江苏省与苏州市共建、以江苏省管理为主的综合类普通高等院校。学校拥有十大学科门类，是一所工、理、文、管、艺等多学科协调发展、特色鲜明的综合类大学。
成果资料
产业化落地方案
点击查看
成果综合评价报告

评价单位：- (-) 评价时间：2023-11-15

刘全

苏州大学

教授

综合评价

本发明有益效果是： 通过YOLOv4训练抓取目标模型，识别检测框作为感兴趣区域，排除了非抓取目标对GGCNN网络的抓取点生成干扰，解决了GGCNN对抓取目标的识别问题。进一步的，本申请利用在RGB彩色图像中得到的物体信息，采用对应图像替换的方法，解决了在深度图像中并不能分辨出抓取的目标和干扰物的问题；本申请方法利用GGCNN算法对抓取目标区域进行训练，得到图像的抓取点信息，再坐标转换为机械臂坐标下，自动快速的生成抓取方案，对比传统方法更快速灵活，提高了机械臂抓取的智能性和灵活性。
查看更多>
更多