文章详情

题名 · 作者 · 摘要 · 关键词 · DOI · 参考文献

基于模板模仿学习的对称物体抓取策略研究

丁铖

(节卡机器人股份有限公司,上海 200241)

栏目:智能制造 · 第 2025 年第 11 期 · 页码:183-186 · 2096-4706(2025)11-0183-04 · 中图分类号:TP242.6 · 文献标识码:A · DOI:10.19850/j.cnki.2096-4706.2025.11.034

摘要

传统机器人抓取涉及物体的位姿估计以及抓取策略生成,对于对称物体,需要指定主轴方向以消除位姿不确定性,从而确定抓取方向。本研究旨在通过一次演示让非专业人员实现机器人编程,以降低开发成本。文章提出记录演示过程中物体之间的相对坐标关系作为模板,并基于旋转群设计对称检测和模板匹配模块,实现模板最优匹配。为验证所提算法的有效性,文章对三类具备不同对称性物体进行抓取实验,实验结果表明所提方法可行且高效。

关键词

机器人抓取;演示学习;对称检测;位姿估计;模板匹配

参考文献

  1. [1] 陈海永,李龙腾,陈鹏,等.复杂场景点云数据的6D位姿估计深度学习网络 [J].电子与信息学报,2022,44(5):1591-1601.
  2. [2] 王浩楠,刘苧,章艺云,等.深度强化学习综述 [J].信息与电子工程前沿,2020,21(12):1726-1744.
  3. [3] 贺辉腾,周勇,胡楷雄,等.基于深度强化学习的机器人多动作协同抓取策略 [J].计算机集成制造系统,2024,30(5):1789-1797.
  4. [4] 靳栋银,李跃,邵振洲,等.面向机械臂轨迹规划的强化学习奖励函数设计 [J].计算机工程与应用,2022,58(19):302-308.
  5. [5] 崔铭,龚声蓉.视觉导向的对抗型模仿学习研究综述 [J].计算机科学与探索,2023,17(9):2075-2091.
  6. [6] 黄文宇,黄圣君.基于示范主动采样的行为克隆方法 [J].南京航空航天大学学报,2021,53(5):766-771.
  7. [7] 宋莉,李大字,徐昕.逆强化学习算法、理论与应用研究综述 [J].自动化学报,2024,50(9):1704-1723.
  8. [8] 黄艳龙,徐德,谭民.机器人运动轨迹的模仿学习综述 [J].自动化学报,2022,48(2):315-334.
  9. [9] 张浩,陈成军,潘勇.基于视觉的工业机器人装配演示示教研究 [J].机床与液压,2023,51(19):25-31.
  10. [10] WAKE N,ARAKAWA R,YANOKURA I,et al. A Learning from Observation Framework: One Shot Robot Teaching for Grasp Manipulation Release Household Operations [C]//2021 IEEE/SICE International Symposium on System Integration (SII).Iwaki:IEEE,2021:461-466.

作者简介

丁铖(1990—),男,汉族,上海人,视觉专家,博士,研究方向:机器人感知与控制技术、机器人应用与开发、人机交互技术。