【据澳大利亚昆士兰科技大学网站2018年6月25日报道】昆士兰科技大学的机器人专家已经开发出一种机器人抓取物体的更快、更精准的方法,可能会提高机器人手臂在工业和家庭环境中的实用性。昆士兰科技大学的JürgenLeitner博士表示,抓住和拾取物体是人类的一项基本任务,但对机器而言却十分困难。目前的机器人可以在具体固定的环境中进行编程抓取物品,但却无法适应变化的情况,例如抓取移动中的物体。为此,研究人员开发了一种实时的对象无关的闭环抓取方法。他们采用了一种基于生成式抓取的卷积神经网络,允许机器人快速扫描环境并使用深度图像预测其捕获的每个像素点所需要的抓取质量和抓取姿态,进而一次性决定机器人所需要采取的抓取手势而不需要在多种可能的手势之间进行选择,避免了漫长的计算比较时间。在真实世界的测试中,基于新方法的机器人手臂实现了动态抓取高达88%的准确率和静态抓取高达92%的准确率。Leitner博士表示,这些改进对于工业自动化和家庭应用是有价值的。这一系列研究使机器人系统不仅能够在整个工厂基于机器人能力建造的结构化设置中进行使用,还能够在在非结构化环境(这些环境中事物没有固定的规划和排序,处于动态变化状态)中抓取物体。该项研究由澳大利亚机器人视觉研究中心资助。相关研究论文《Closing the Loop for Robotic Grasping: A Real-time, Generative Grasp Synthesis Approach》发表在Robotics: Science and Systems上。

阅读 收藏

相关专题: 应用探索