导　　师： 肖南峰

授予学位： 博士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 随着智能制造技术的不断进步,智能工业机器人在生产中发挥着越来越重要的作用。这些集成了机电、传感、智能及控制等各种先进技术的智能工业机器人极大地提升了生产效率和产品质量,节约了大量人力资源。目前,全球智能工业机器人数量正逐年增长,应用场景也更加广泛,同时这也对智能工业机器人的稳定性、精确性和灵活性提出了更高要求。为了应对新的挑战,引入先进的传感器技术和控制技术已经成为必然。近年来,机器视觉技术和人工智能技术相继取得突破,把机器视觉与人工智能和工业机器人技术相结合越来越受到工业界的重视。在现代化的智能工业机器人系统中,视觉系统能够无接触地测量环境的变化,提供场景视觉信息,控制系统根据这些视觉反馈就能灵活地对智能工业机器人进行规划控制,从而更好地完成作业。抓取是智能工业机器人最基本的功能同时也是最重要的功能,它涵盖目标检测、抓取感知、运动规划与运动控制等众多技术。近年,深度学习技术在模式识别领域取得了巨大成功,是目前最具前景的学习算法,而且已经在医学、交通、商务等领域中得到了广泛应用,但是把深度学习技术应用于智能工业机器人领域目前还处于起步阶段。论文探讨了与智能工业机器人相关的重要技术,特别是与抓取相关的关键技术进行了深入研究。在轨迹规划方面,论文中提出了一种基于双目视觉的规划方法,该方法根据智能工业机器人关节的状态和视觉反馈对轨迹进行修正,提高了智能工业机器人的绝对定位精度,这种轨迹规划方式是下一步研究使用深度网络控制工业机器人运行的基础;抓取检测方面,论文提出了一种基于候选区域的抓取检测方法,该方法采用resNet网络模型对抓取区域进行特征提取及检测,网络可判断出候选区域是否能够成功抓取

关 键 词： 人工智能 工业机器人 双目视觉 深层神经网络 抓取检测 轨迹规划

领　　域： [] []