CASIA OpenIR  > 类脑智能研究中心  > 神经计算及脑机交互
一种基于深度学习的机械臂抓取方法
杜学丹1,2; 蔡莹皓1; 鲁涛1; 王硕1; 闫哲2
2017-11
发表期刊机器人
卷号39期号:6页码:820-828,837
摘要提出了一种基于深度神经网络的机械臂最优抓取位置检测方法。相比传统手工设定的特征,基于深度神经网络的方法学习得到的特征具有较强的鲁棒性和稳定性,能够适应训练集中未曾出现的新物体。本方法首先使用基于深度学习的目标检测算法对图像中的目标物体进行检测,记录目标的类别和位置。然后根据分类检测结果,使用基于深度学习的机械臂抓取方法进行抓取位置学习。仿真实验表明所提方法能对图像中的目标物体进行较为准确的分类,在Universal Robot 5 机械臂上得到的抓取实验结果证明了所提方法的有效性。
其他摘要A method is proposed to detect the optimal position of robotic grasping based on deep neural network. Compared with conventional manually-set features, the features learned by deep neural network methods are more robust and stabler, and can be applied to objects outside of the training set. In this method, the object detection algorithm based on deep learning is first used to detect the objects in the image with the classes and locations of the objects recorded. Then, the robotic grasping method based on deep learning is used to learn the grasping positions according to the object classification and detection results. Simulation experiments indicate that the proposed method can classify the objects in the images accurately, and the grasping experimental results on Universal Robot 5 verify the effectiveness of the proposed method.
关键词机械臂抓取 深度学习 目标检测 分类
收录类别EI
文献类型期刊论文
条目标识符http://ir.ia.ac.cn/handle/173211/20869
专题类脑智能研究中心_神经计算及脑机交互
通讯作者蔡莹皓
作者单位1.中国科学院自动化研究所
2.哈尔滨理工大学
推荐引用方式
GB/T 7714
杜学丹,蔡莹皓,鲁涛,等. 一种基于深度学习的机械臂抓取方法[J]. 机器人,2017,39(6):820-828,837.
APA 杜学丹,蔡莹皓,鲁涛,王硕,&闫哲.(2017).一种基于深度学习的机械臂抓取方法.机器人,39(6),820-828,837.
MLA 杜学丹,et al."一种基于深度学习的机械臂抓取方法".机器人 39.6(2017):820-828,837.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
一种基于深度学习的机械臂抓取方法.pdf(898KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[杜学丹]的文章
[蔡莹皓]的文章
[鲁涛]的文章
百度学术
百度学术中相似的文章
[杜学丹]的文章
[蔡莹皓]的文章
[鲁涛]的文章
必应学术
必应学术中相似的文章
[杜学丹]的文章
[蔡莹皓]的文章
[鲁涛]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 一种基于深度学习的机械臂抓取方法.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。