文献类型：期刊文章

作　　者：陈顺强[1] 廖旭[1] 罗桢[1] 李波[1] 黄传富[1] 王键[1] 李力[1] 柏俊杰[1]

机构地区：[1]重庆科技学院电气工程学院,重庆401331

出　　处：《安阳工学院学报》

基　　金：重庆科技学院2022年第一批硕士研究生创新计划项目“基于3D视觉的工业元器件数量检测及目标抓取技术研究”(YKJCK2120413);2022年国家级大学生创新训练计划项目“基于3D点云的工业元件数量检测与抓取技术的研究”(202211551010)。

年　　份：2023

卷　　号：22

期　　号：4

起止页码：55-60

语　　种：中文

收录情况：NSSD、普通刊

摘　　要：在实际工业生产中,存在大量工件散乱、堆叠排放,并且受光照等环境因素影响的场景,基于2D视觉引导的机械臂对工件抓取效率低、适用性差。本文基于3D机器视觉设计了一种工件识别及无序抓取系统,包括对目标点云数据进行滤波处理,使用改进的欧氏聚类算法融合点云边缘信息完成对点云数据的分割,改进的FPFH算法对点云数据进行识别及配准,最后使用GPD物体抓取姿态检测算法,得到最优抓取方案的坐标,通过ROS多机通讯传给机械臂完成抓取。实验表明,该套系统抓取准确率达到了88.6%,相对于改进前的算法系统抓取平均时间降低2 s以上。

关 键 词：3D视觉 机械臂  无序抓取  点云分割 GPD算法  

分 类 号：TH164]