基于RGB-D相机的激光点取物体识别与抓取
发布时间:2021-08-31 02:52
随着人口老龄化的加剧,对助老助残机器人需求机器人需求与日俱增。为了满足残障人士及老年人对生活品质的追求,减轻护理人员看护压力,因此需要开发一款帮助残障人士及老年人的载臂智能轮椅机器人(Wheelchair Mounted Robotic Arm,WMRA)。在WMRA机器人执行任务时,鉴于WMRA机器人对交互感与易用性的迫切渴求,以提升易用性与交互感为目标,提出并研制一种基于激光点交互式WMRA助老助残机器人。并在基于You Only Look Once v3(YO LO v3)算法环境中激光点精准检测、基于点云信息的物体识别与定位、基于示教的物体抓取以及基于机器人操作系统的集成等关键技术进行研究,最终实现基于RGB-D信息的激光点取物体抓取方法研究。具体研究内容如下:(1)进行了环境中激光点的精确捕捉技术研究。首先,基于改进的目标匹配及背景差分法进行了激光点检测算法研究。但检测过程需要物体贴上“圆片”标记,限制了它的使用。针对传统检测算法存在问题,基于卷积神经网络进行了激光点检测方法研究。研究中使用YOLOv3算法对激光点进行检测,并在YO LO v3网络的前端增加图像预处理、在后端...
【文章来源】:哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】:69 页
【学位级别】:硕士
【部分图文】:
多特蒙德大学大屏幕交互系统[8]
哈尔滨工业大学工学硕士学位论文-3-图1-1多特蒙德大学大屏幕交互系统[8]图1-2吕勒奥理工大学实验图[9]图1-3马来西亚国民大学实验平台[10]图1-4比勒费尔德大学移动平台[11]20082010图1-5EL_E系列机器人[12-14]佐治亚理工学院的研究者们使用激光点作为交互设备,控制搭载机械臂的移动平台(EL_E机器人)完成地面上物体的抓取,整个结构采用移动平台加上机械臂和全局摄像头,在手臂位置有一个深度摄像头[12];紧接着在这一平台基础上完成桌面物体的抓取[13];2010年,佐治亚理工学院的研究者们对该激光点交互的机器人在软件、硬件上进行了升级,去掉了深度摄像头,使用激光测距仪测得物体和平面的3D点云,并且搭配移动底盘一起完成抓取,使得该机器人
哈尔滨工业大学工学硕士学位论文-3-图1-1多特蒙德大学大屏幕交互系统[8]图1-2吕勒奥理工大学实验图[9]图1-3马来西亚国民大学实验平台[10]图1-4比勒费尔德大学移动平台[11]20082010图1-5EL_E系列机器人[12-14]佐治亚理工学院的研究者们使用激光点作为交互设备,控制搭载机械臂的移动平台(EL_E机器人)完成地面上物体的抓取,整个结构采用移动平台加上机械臂和全局摄像头,在手臂位置有一个深度摄像头[12];紧接着在这一平台基础上完成桌面物体的抓取[13];2010年,佐治亚理工学院的研究者们对该激光点交互的机器人在软件、硬件上进行了升级,去掉了深度摄像头,使用激光测距仪测得物体和平面的3D点云,并且搭配移动底盘一起完成抓取,使得该机器人
本文编号:3374035
【文章来源】:哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】:69 页
【学位级别】:硕士
【部分图文】:
多特蒙德大学大屏幕交互系统[8]
哈尔滨工业大学工学硕士学位论文-3-图1-1多特蒙德大学大屏幕交互系统[8]图1-2吕勒奥理工大学实验图[9]图1-3马来西亚国民大学实验平台[10]图1-4比勒费尔德大学移动平台[11]20082010图1-5EL_E系列机器人[12-14]佐治亚理工学院的研究者们使用激光点作为交互设备,控制搭载机械臂的移动平台(EL_E机器人)完成地面上物体的抓取,整个结构采用移动平台加上机械臂和全局摄像头,在手臂位置有一个深度摄像头[12];紧接着在这一平台基础上完成桌面物体的抓取[13];2010年,佐治亚理工学院的研究者们对该激光点交互的机器人在软件、硬件上进行了升级,去掉了深度摄像头,使用激光测距仪测得物体和平面的3D点云,并且搭配移动底盘一起完成抓取,使得该机器人
哈尔滨工业大学工学硕士学位论文-3-图1-1多特蒙德大学大屏幕交互系统[8]图1-2吕勒奥理工大学实验图[9]图1-3马来西亚国民大学实验平台[10]图1-4比勒费尔德大学移动平台[11]20082010图1-5EL_E系列机器人[12-14]佐治亚理工学院的研究者们使用激光点作为交互设备,控制搭载机械臂的移动平台(EL_E机器人)完成地面上物体的抓取,整个结构采用移动平台加上机械臂和全局摄像头,在手臂位置有一个深度摄像头[12];紧接着在这一平台基础上完成桌面物体的抓取[13];2010年,佐治亚理工学院的研究者们对该激光点交互的机器人在软件、硬件上进行了升级,去掉了深度摄像头,使用激光测距仪测得物体和平面的3D点云,并且搭配移动底盘一起完成抓取,使得该机器人
本文编号:3374035
本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3374035.html
最近更新
教材专著