机器人灵巧手的物体触摸识别及自适应抓取研究
发布时间：2021-06-20 16:59
对未知物体的抓取是机器人多指灵巧手代替人手执行各种复杂任务的基本能力,而获取未知物体的信息并进行模型重构是机器人完成抓取和操作规划的前提。目前机器人视觉系统被广泛的应用于物体信息的提取,然而在非结构环境中,例如复杂背景、透明物体、遮挡和黑暗等情况,视觉传感器可能会出现噪声过大、分辨率下降甚至信息缺失等情况,最终导致抓取任务的失败。本文在机器人视觉受限甚至失效的盲环境中,以提高灵巧手抓取的自主性、稳定性和自适应性为目的,研究借助灵巧手的多点触碰及多传感器信息优势完成对未知物体模型重构及抓取。主要研究内容包括:多指灵巧手的未知物体触觉探索策略、基于触觉信息的未知物体模型重构、基于触觉信息的抓取点优化以及针对物体位姿误差的自适应抓取策略。为实现机器人在盲环境中对未知物体触觉信息的自主采集,本文对人类的触摸探索行为进行了观察实验。基于对人类进行未知物体触摸探索时行为的观察和分析,提出一种适用于机器人自主进行未知物体触摸探索的策略。依据人类探索经验和物体几何形状,触摸探索过程被划分为两个阶段:在第一阶段对物体顶部进行探索,根据顶部触觉信息对物体的基本尺寸和姿态进行估计,并用包围盒近似物体;在第二...
【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】：151 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题背景及研究的目的和意义
1.2 机器人触觉感知综述
1.3 机器人触摸探索方法综述
1.4 模型重构方法综述
1.4.1 基于视觉信息的模型重构研究
1.4.2 基于触觉信息的模型重构研究
1.4.3 研究现状简析
1.5 灵巧手抓取规划方法综述
1.5.1 基于分析方法的抓取规划
1.5.2 基于数据驱动的抓取点规划
1.5.3 研究现状简析
1.6 基于物体不确定性的抓取方法概述
1.7 本文的主要研究内容
第2章 机器人灵巧手的触摸探索方法研究
2.1 引言
2.2 人类触摸探索行为观察实验
2.2.1 人类触觉感知及触摸探索行为分析
2.2.2 实验目的
2.2.3 实验环境及过程
2.2.4 触摸探索实验观察结果与分析
2.3 灵巧手的触摸探索及触觉数据采集
2.3.1 顶部探索
2.3.2 侧面探索
2.3.3 触觉数据的采集与处理
2.4 触摸探索仿真及结果
2.4.1 基于碰撞检测的触觉仿真系统构建
2.4.2 仿真结果及分析
2.5 触摸探索的实验及结果
2.5.1 机器人自主触摸探索实验平台
2.5.2 实验结果及分析
2.6 本章小结
第3章 触觉点云模型重构方法研究
3.1 引言
3.2 基于卡尔曼滤波的数据预处理
3.3 基于聚类的触觉点云分割
3.4 几何特征向量的提取
3.5 形状分类器的构建
3.5.1 随机森林分类器构建
3.5.2 高斯过程分类器构建
3.6 几何参数识别及模型重构
3.6.1 基于形状描述符的几何参数识别
3.6.2 超二次曲面方程重构物体模型
3.7 模型重构的仿真及实验结果
3.7.1 仿真结果及分析
3.7.2 实验结果及分析
3.7.3 比较与分析
3.8 本章小结
第4章 基于触觉探索信息的灵巧手抓取点优化方法
4.1 引言
4.2 多指手抓取的数学描述
4.2.1 抓取的数学模型建立
4.2.2 抓取质量评估
4.3 基于触觉探索信息的初始抓取点优化
4.3.1 确定初始抓取点
4.3.2 确定抓取接近向量
4.3.3 待优化搜索区域的确定
4.4 基于触觉探索信息的抓取点优化
4.4.1 确定搜索起始区域
4.4.2 抓取点优化算法
4.5 抓取优化的仿真及结果
4.6 本章小结
第5章 基于物体位姿误差的自适应抓取研究
5.1 引言
5.2 面向自适应抓取的力协同方法
5.2.1 手指控制器设计
5.2.2 手指补偿运动规划对抓取的影响
5.2.3 多指力协同抓取方法
5.3 基于预抓取触觉信息的物体位姿误差估计
5.4 基于位姿误差补偿的自适应抓取方法
5.4.1 位姿误差补偿对抓取稳定性的影响分析
5.4.2 物体位姿误差的补偿方法
5.5 灵巧手的自适应抓取实验
5.5.1 无位姿误差时的阻抗抓取实验
5.5.2 存在位姿误差的自适应抓取实验
5.6 本章小结
结论
参考文献
攻读博士学位期间发表的论文及其它成果
致谢
个人简历
【参考文献】：
期刊论文
[1]A system of robotic grasping with experience acquisition[J]. GUO Di,SUN FuChun,LIU ChunFang. Science China（Information Sciences）. 2014(12)
[2]机器人灵巧手的触觉分析与建模[J]. 萧伟,孙富春,刘华平. 机器人. 2013(04)
[3]机器人灵巧手柔性关节自适应阻抗控制[J]. 樊绍巍,宗华,邱景辉,陈兆芃. 电机与控制学报. 2012(12)
博士论文
[1]多指灵巧手控制系统及阻抗控制策略研究[D]. 陈兆芃.哈尔滨工业大学 2012
[2]机器人灵巧手指尖柔性触觉传感器研制及操作研究[D]. 张元飞.哈尔滨工业大学 2012
[3]多指仿人机器人灵巧手的同步控制研究[D]. 兰天.哈尔滨工业大学 2010
[4]类人型五指灵巧手的设计及抓取规划的研究[D]. 樊绍巍.哈尔滨工业大学 2010
[5]基于机器人视觉物体三维重构及尺寸测量技术研究[D]. 王芳荣.吉林大学 2007
本文编号：3239586
【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】：151 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题背景及研究的目的和意义
1.2 机器人触觉感知综述
1.3 机器人触摸探索方法综述
1.4 模型重构方法综述
1.4.1 基于视觉信息的模型重构研究
1.4.2 基于触觉信息的模型重构研究
1.4.3 研究现状简析
1.5 灵巧手抓取规划方法综述
1.5.1 基于分析方法的抓取规划
1.5.2 基于数据驱动的抓取点规划
1.5.3 研究现状简析
1.6 基于物体不确定性的抓取方法概述
1.7 本文的主要研究内容
第2章 机器人灵巧手的触摸探索方法研究
2.1 引言
2.2 人类触摸探索行为观察实验
2.2.1 人类触觉感知及触摸探索行为分析
2.2.2 实验目的
2.2.3 实验环境及过程
2.2.4 触摸探索实验观察结果与分析
2.3 灵巧手的触摸探索及触觉数据采集
2.3.1 顶部探索
2.3.2 侧面探索
2.3.3 触觉数据的采集与处理
2.4 触摸探索仿真及结果
2.4.1 基于碰撞检测的触觉仿真系统构建
2.4.2 仿真结果及分析
2.5 触摸探索的实验及结果
2.5.1 机器人自主触摸探索实验平台
2.5.2 实验结果及分析
2.6 本章小结
第3章 触觉点云模型重构方法研究
3.1 引言
3.2 基于卡尔曼滤波的数据预处理
3.3 基于聚类的触觉点云分割
3.4 几何特征向量的提取
3.5 形状分类器的构建
3.5.1 随机森林分类器构建
3.5.2 高斯过程分类器构建
3.6 几何参数识别及模型重构
3.6.1 基于形状描述符的几何参数识别
3.6.2 超二次曲面方程重构物体模型
3.7 模型重构的仿真及实验结果
3.7.1 仿真结果及分析
3.7.2 实验结果及分析
3.7.3 比较与分析
3.8 本章小结
第4章 基于触觉探索信息的灵巧手抓取点优化方法
4.1 引言
4.2 多指手抓取的数学描述
4.2.1 抓取的数学模型建立
4.2.2 抓取质量评估
4.3 基于触觉探索信息的初始抓取点优化
4.3.1 确定初始抓取点
4.3.2 确定抓取接近向量
4.3.3 待优化搜索区域的确定
4.4 基于触觉探索信息的抓取点优化
4.4.1 确定搜索起始区域
4.4.2 抓取点优化算法
4.5 抓取优化的仿真及结果
4.6 本章小结
第5章 基于物体位姿误差的自适应抓取研究
5.1 引言
5.2 面向自适应抓取的力协同方法
5.2.1 手指控制器设计
5.2.2 手指补偿运动规划对抓取的影响
5.2.3 多指力协同抓取方法
5.3 基于预抓取触觉信息的物体位姿误差估计
5.4 基于位姿误差补偿的自适应抓取方法
5.4.1 位姿误差补偿对抓取稳定性的影响分析
5.4.2 物体位姿误差的补偿方法
5.5 灵巧手的自适应抓取实验
5.5.1 无位姿误差时的阻抗抓取实验
5.5.2 存在位姿误差的自适应抓取实验
5.6 本章小结
结论
参考文献
攻读博士学位期间发表的论文及其它成果
致谢
个人简历
【参考文献】：
期刊论文
[1]A system of robotic grasping with experience acquisition[J]. GUO Di,SUN FuChun,LIU ChunFang. Science China（Information Sciences）. 2014(12)
[2]机器人灵巧手的触觉分析与建模[J]. 萧伟,孙富春,刘华平. 机器人. 2013(04)
[3]机器人灵巧手柔性关节自适应阻抗控制[J]. 樊绍巍,宗华,邱景辉,陈兆芃. 电机与控制学报. 2012(12)
博士论文
[1]多指灵巧手控制系统及阻抗控制策略研究[D]. 陈兆芃.哈尔滨工业大学 2012
[2]机器人灵巧手指尖柔性触觉传感器研制及操作研究[D]. 张元飞.哈尔滨工业大学 2012
[3]多指仿人机器人灵巧手的同步控制研究[D]. 兰天.哈尔滨工业大学 2010
[4]类人型五指灵巧手的设计及抓取规划的研究[D]. 樊绍巍.哈尔滨工业大学 2010
[5]基于机器人视觉物体三维重构及尺寸测量技术研究[D]. 王芳荣.吉林大学 2007
本文编号：3239586
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3239586.html
