控制与决策

作者：崔涛,李凤鸣,宋锐,李贻斌

单位：山东大学 控制科学与工程学院,济南 250061,,山东大学 控制科学与工程学院,济南 250061,,山东大学 控制科学与工程学院,济南 250061,,山东大学 控制科学与工程学院,济南 250061,

关键词：机器人抓取策略;抓取决策;多约束条件;神经网络;方向包围盒;灵巧手

基金：广东省重点领域研发计划项目(2020B090925001)；国家自然科学基金面上项目(61973196).

针对机器人在多类别物体不同任务下的抓取决策问题,提出基于多约束条件的抓取策略学习方法.该方法以抓取对象特征和抓取任务属性为机器人抓取策略约束,通过映射人类抓取习惯规划抓取模式,并采用物体方向包围盒(OBB)建立机器人抓取规则,建立多约束条件的抓取模型.利用深度径向基(DRBF)网络模型结合减聚类算法(SCM)实现抓取策略的学习,两种算法的结合旨在提高学习鲁棒性与精确性.搭建以Reflex 1型灵巧手和AUBO六自由度机械臂组成的实验平台,对多类别物体进行抓取实验.实验结果表明,所提出方法使机器人有效学习到对多物体不同任务的最优抓取策略,具有良好的抓取决策能力.

来源：2022年第6期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第6期