本文共 830 字，大约阅读时间需要 2 分钟。

---

前言

机器人感知环境通常依赖于各种接触型以及非接触型传感器，并在获取之后由图像处理系统进行图像处理和识别。

基于视觉的机器人能够及时感知外部环境的变化，并且方便智能机器人的控制系统做出相应调整，提高了机器人的灵活性和对外部环境变化的适应力。

---

一、物体抓取研究现状

1、物体抓取研究现状

(1)

(2)

2、抓取检测情况分析-2D

---

二、目前研究

1. 机械臂抓取检测

1. Cornell数据集介绍

Cornell抓取数据集中包含240种不同对象类型的抓取矩形框信息，包含约885张图片，885个点云信息，8019个抓取标签，其中包括有效和无效的抓取矩形框。

2. Cornell数据集下载

2. 联系我邮箱发送。(联系方式见最后)

3. Cornell数据集训检测网络

联系我获取。(联系方式见最后)

4. Cornell数据集训练结果

Cornell数据集利用五折交叉验证方法进行训练。总体检测精度可以达到96%以上，且满足实时性要求，达到50FPS。

5. Cornell数据集仿真实验

所需知识： ROS、MoveIt、Rviz、相机模型、位姿变换

动图展示：

---

2. 机械臂抓取检测结合物体识别

1. VMRD数据集介绍

VMRD数据集总共包含31类物体，一共有5185张图片和17688个物体，每张图片中都会包含多个物体。数据集标签包括物体检测标签：类别、包围框坐标、抓取检测标签和抓取旋转框坐标。

2. VMRD数据集下载

2. 联系我邮箱发送。(联系方式见最后)

3. VMRD数据集训检测网络

联系我获取。(联系方式见最后)

4. VMRD数据集训练结果

三、机械臂抓取和放置的实物实验

1. 实验所需理论

2. 机械臂抓取实验

动图展示

3. 机械臂放置实验

动图展示

4. 结合语音识别的机器人抓取交互系统框图

---

总结

喜欢的先给文章点个赞吧！不胜感激

如有咨询相关技术问题或资料，请加qq：1843357931联系。如回复不及时，可以邮箱提醒)

转载地址：http://tfrof.baihongyu.com/