基于高斯過程的抓取規(guī)劃方法研究.pdf

1、自主抓取一直以來都被認為是機器人智能化的一個基本組成部分。近年來，隨著智能機器人的不斷發(fā)展，對于自主抓取的要求也越來越高。然而目前的機器人基本上都采用主從操作的方式，操作人員通過操作桿控制機器人完成抓取任務(wù)。這種操作方式要求操作人員需經(jīng)過專業(yè)的訓練，而且操作費時費力，因此研究一種自主抓取方法顯得尤為重要。為此，本文提出采用高斯過程分類器來完成物體的抓取規(guī)劃，并在此基礎(chǔ)上通過帶有欠驅(qū)動手的移動機械臂完成對物體的自主抓取。
　　本文設(shè)

2、計了基于高斯過程分類的抓取規(guī)劃方法，可以規(guī)劃出已知和未知物體的抓取點。規(guī)劃器通過RGB-D傳感器獲取環(huán)境點云，并通過平面提取法提取目標物體點云。在此基礎(chǔ)上，結(jié)合抓取穩(wěn)定性和力封閉性原則，提取抓取點的五個抓取特征。在訓練過程中，通過有教師的機器學習方法獲得訓練集，完成高斯過程分類器的訓練。最后，高斯過程分類器以抓取特征作為輸入，給出抓取點是可行抓取點的概率。通過隨機采樣法不斷重復上述步驟，最終可以獲得物體的可行抓取點。設(shè)計抓取仿真器并在此

3、基礎(chǔ)上優(yōu)化欠驅(qū)動手抓取軌跡。通過虛功原理建立欠驅(qū)動手的準靜力學模型，在此基礎(chǔ)上在matlab中建立欠驅(qū)動手抓取仿真器。抓取仿真器以抓取規(guī)劃器得出的抓取點作為輸入，以抓取點偏差最小作為優(yōu)化目標，優(yōu)化出欠驅(qū)動手的最優(yōu)抓取軌跡。設(shè)計了基于接觸檢測的抓取控制策略。首先設(shè)計了基于電流信號的接觸檢測器，采用高斯過程回歸標定驅(qū)動電流與欠驅(qū)動單元轉(zhuǎn)角之間的關(guān)系，在抓取過程中不斷檢測欠驅(qū)動手的驅(qū)動電流并判斷欠驅(qū)動手是否與物體接觸。在此基礎(chǔ)上，設(shè)計了欠驅(qū)動