双目视觉机械手对堆叠球体抓取方法研究

马朝阳，华云松

（上海理工大学光电信息与计算机工程学院，上海 200093）

0 引言

机械手对于目标的准确抓取是机器人智能化、自动化研究的一个重要方向，机械手抓取目标在工业、农业等领域都有着广泛应用。对于场景内单目标或者散乱放置的物体抓取，文献［1］通过基于深度卷积网络的视觉操作关系网络（Visual Manipulation Relationship Network，VMRN），对物体和操作关系进行实时推理；通过设计物体，对池化层实现物体检测和操作关系推理的端对端训练；通过基于有向锚点框的全卷积视觉抓取部位检测网络，实现对物体抓取部位的实时检测；通过场景深度信息和抓取部位检测结果，获取当前被抓取物体的抓取点和对应的抓取向量，并通过坐标系变换将Kinect 坐标系的抓取向量映射为机器人坐标系的抓取向量，完成当前抓取。对于单个物体的抓取成功率为97%，2 个物体的抓取成功率为82.5%，而3 个物体的抓取成功率仅为57.5%。该方法性能不稳定，在多个物体杂论的情况下抓取成功率不高，并且精度受限于数据集的数量，且对设备硬件要求很高。文献［2］对SIFT 算法进行改进，通过提高检测特征点的数量以确定适用于水下双目视差匹配生成的主曲率系数和高斯核参数，实现水下目标抓取；文献［3］利用区域生长法对视差图的点云进行分割，实现场景内位置最高的工件抓取。

由于生活中物体堆叠情况很常见，大部分文献都是对单独物体的抓取进行研究，且大都采用立体匹配［4］和三位重建［5］技术确定目标位置，再对目标进行抓取。……