复杂环境下基于改进ShuffleNet网络的灵巧手抓持分类器研究
发布时间：2021-06-23 08:23
随着机器人技术在复杂现实场景中的广泛应用,人们希望借助机器人灵巧手去完成一些危险、重复及难操作的工作,这对机器人灵巧手提出了灵活性、智能性、易控制性等要求。灵巧手的抓持动作分类是机器人灵巧手抓持规划过程中的一个重要环节。因灵巧手具有较多的自由度和抓持模式的多样性,对不同物体适用的抓持动作进行预测具有一定难度。本文利用深度学习技术,从图像中提取被抓持物体的特征,找出由图像到灵巧手抓持动作的映射关系。为了在复杂环境下实现对物体抓持类型的准确判断,借鉴人类抓持物体的特点,结合图像分割和深度学习技术,设计和实现了一个能对抓持不同物体时的抓持类型进行预测的灵巧手抓持分类器,并在仿真环境下验证了该分类器的性能。本文主要工作内容如下:（1）针对灵巧手在抓持复杂环境中的物体时使用神经网络难以准确提取物体特征的问题,利用结合超像素SLIC的Grab Cut分割算法把被抓持物体从复杂的环境中提取出来。为了提高被抓持物体图像的分割效果,在SLIC算法中使用闵可夫斯基距离代替欧氏距离来描述两点间颜色相似度测度,同时在SLIC的距离测量公式中引入颜色权值和空间权值,改善超像素产生的效果。通过实验对比,使用改进后...
【文章来源】：上海师范大学上海市
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
各种夹持器的抓持操作
DLR灵巧手和Robonaut灵巧手
BH系列灵巧手
【参考文献】：
期刊论文
[1]智能机器人的认知与学习[J]. 孙富春. 机器人. 2019(05)
[2]仿人手掌的机器人变掌机构设计与分析[J]. 张潇,张秋菊. 工程设计学报. 2019(04)
[3]Variable-model SMA-driven spherical robot[J]. PAN Jie,SHI ZhenYun,WANG TianMiao. Science China（Technological Sciences）. 2019(08)
[4]基于非结构基本组成分析的自主抓取方法[J]. 刘汉伟,曹雏清,王永娟. 机器人. 2019(05)
[5]Deep Model Compression for Mobile Platforms:A Survey[J]. Kaiming Nan,Sicong Liu,Junzhao Du,Hui Liu. Tsinghua Science and Technology. 2019(06)
[6]基于AlexNet模型和自适应对比度增强的乳腺结节超声图像分类[J]. 陈思文,刘玉江,刘冬,苏晨,赵地,钱林学,张佩珩. 计算机科学. 2019(S1)
[7]面向医学图像分割的超像素U-Net网络设计[J]. 王海鸥,刘慧,郭强,邓凯,张彩明. 计算机辅助设计与图形学学报. 2019(06)
[8]基于视觉和工业机器人的动态抓取技术[J]. 黄金梭,沈正华. 包装工程. 2019(11)
[9]融合改进FT显著性与Grabcut的图像目标分割算法[J]. 王晓宇,杨帆,范海瑞,温洁,潘旭冉. 电讯技术. 2019(02)
[10]嵌入SENet结构的改进YOLOV3目标识别算法[J]. 刘学平,李玙乾,刘励,王哲,刘宇. 计算机工程. 2019(11)
硕士论文
[1]基于移动端的多特征花卉识别系统[D]. 刘欣悦.吉林大学 2019
[2]基于PaddlePaddle的广告配图策略研究与实现[D]. 郭海文.新疆大学 2018
[3]深度增强学习在不平衡分类上的研究[D]. 戚潇明.华南理工大学 2018
[4]基于机器学习的五指灵巧手抓取规划研究[D]. 袁浩.国防科技大学 2017
[5]基于Kinect辅助的服务机器人抓取路径规划研究[D]. 杨涛.浙江大学 2017
[6]基于Grabcut和SLIC的细胞图像分割算法研究[D]. 金凯跃.广西师范大学 2017
[7]基于FPA多指灵巧手抓持规划研究[D]. 方伟.浙江工业大学 2016
[8]基于距离度量学习的软件缺陷预测方法研究[D]. 王晴.南京邮电大学 2016
[9]空间在轨维护用五指灵巧手抓取方案研究[D]. 彭壮.南京航空航天大学 2016
[10]多指机械手最小抓持力分析和评价[D]. 张昊.浙江理工大学 2016
本文编号：3244605
【文章来源】：上海师范大学上海市
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
各种夹持器的抓持操作
DLR灵巧手和Robonaut灵巧手
BH系列灵巧手
【参考文献】：
期刊论文
[1]智能机器人的认知与学习[J]. 孙富春. 机器人. 2019(05)
[2]仿人手掌的机器人变掌机构设计与分析[J]. 张潇,张秋菊. 工程设计学报. 2019(04)
[3]Variable-model SMA-driven spherical robot[J]. PAN Jie,SHI ZhenYun,WANG TianMiao. Science China（Technological Sciences）. 2019(08)
[4]基于非结构基本组成分析的自主抓取方法[J]. 刘汉伟,曹雏清,王永娟. 机器人. 2019(05)
[5]Deep Model Compression for Mobile Platforms:A Survey[J]. Kaiming Nan,Sicong Liu,Junzhao Du,Hui Liu. Tsinghua Science and Technology. 2019(06)
[6]基于AlexNet模型和自适应对比度增强的乳腺结节超声图像分类[J]. 陈思文,刘玉江,刘冬,苏晨,赵地,钱林学,张佩珩. 计算机科学. 2019(S1)
[7]面向医学图像分割的超像素U-Net网络设计[J]. 王海鸥,刘慧,郭强,邓凯,张彩明. 计算机辅助设计与图形学学报. 2019(06)
[8]基于视觉和工业机器人的动态抓取技术[J]. 黄金梭,沈正华. 包装工程. 2019(11)
[9]融合改进FT显著性与Grabcut的图像目标分割算法[J]. 王晓宇,杨帆,范海瑞,温洁,潘旭冉. 电讯技术. 2019(02)
[10]嵌入SENet结构的改进YOLOV3目标识别算法[J]. 刘学平,李玙乾,刘励,王哲,刘宇. 计算机工程. 2019(11)
硕士论文
[1]基于移动端的多特征花卉识别系统[D]. 刘欣悦.吉林大学 2019
[2]基于PaddlePaddle的广告配图策略研究与实现[D]. 郭海文.新疆大学 2018
[3]深度增强学习在不平衡分类上的研究[D]. 戚潇明.华南理工大学 2018
[4]基于机器学习的五指灵巧手抓取规划研究[D]. 袁浩.国防科技大学 2017
[5]基于Kinect辅助的服务机器人抓取路径规划研究[D]. 杨涛.浙江大学 2017
[6]基于Grabcut和SLIC的细胞图像分割算法研究[D]. 金凯跃.广西师范大学 2017
[7]基于FPA多指灵巧手抓持规划研究[D]. 方伟.浙江工业大学 2016
[8]基于距离度量学习的软件缺陷预测方法研究[D]. 王晴.南京邮电大学 2016
[9]空间在轨维护用五指灵巧手抓取方案研究[D]. 彭壮.南京航空航天大学 2016
[10]多指机械手最小抓持力分析和评价[D]. 张昊.浙江理工大学 2016
本文编号：3244605
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3244605.html
