基于点云的机器人抓取识别综述

最新推荐文章于 2024-01-14 20:27:56 发布

3Ｄ视觉工坊

最新推荐文章于 2024-01-14 20:27:56 发布

阅读量3.8k

点赞数 2

分类专栏： 3D视觉从入门到精通文章标签：算法计算机视觉机器学习人工智能深度学习

本文链接：https://blog.csdn.net/Yong_Qi2015/article/details/107343906

版权

3D视觉从入门到精通专栏收录该内容

598 篇文章 782 订阅 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

机器人抓取与放置是智能化机器人系统的重要环节，点云技术因其能提供三维信息，成为复杂环境中高精度抓取的关键。点云特征描述包括全局和局部特征，局部特征描述算法如SHOT、PFH、FPFH等，但面临可重复性和鲁棒性问题。三维目标识别算法包括基于局部特征、投票、模板匹配和学习方法，但现有方法在非结构化环境中的识别率仍有提升空间。机器人抓取操作涉及系统标定、抓取规划和运动控制，其中手眼标定和抓取规划是重要步骤。尽管点云技术带来了进步，但挑战依然存在，包括算法的计算复杂度、噪声敏感性和复杂环境下的目标识别准确性。

摘要由CSDN通过智能技术生成

机器人作为面向未来的智能制造重点技术，其具有可控性强、灵活性高以及配置柔性等优势，被广泛的应用于零件加工、协同搬运、物体抓取与部件装配等领域，如图1-1所示。然而，传统机器人系统大多都是在结构化环境中，通过离线编程的方式进行单一重复作业，已经无法满足人们在生产与生活中日益提升的智能化需求。随着计算机技术与传感器技术的不断发展，我们期望构建出拥有更加灵敏的感知系统与更加智慧的决策能力的智能化机器人系统。

图1-1 机器人的应用领域

图1-2 机器人抓取的操作流程与步骤

机器人抓取与放置是智能化机器人系统的集中体现，也是生产与生活中十分重要的环节，近几年来在工业界与学术界得到了深入而广泛的研究。具体的机器人抓取可以分为视觉感知部分与机器人抓取操作部分。视觉感知部分又包含：模型与场景表征、目标识别与定位这两个步骤；而机器人抓取操作部分则包含：系统标定、运动控制与抓取规划等步骤，如图1-2所示。这其中，机器