新算法助力机器人更轻松地抓取物体

服务机器人 2020-03-08 09:54www.robotxin.com女性服务机器人
  如果要拿起一个物体并将其放进一个容器里。,机器人需要观察物体,在6D空间中决定抓取器的移动位置。需要注意的是,抓取成功与否还取决于物体和夹具的几何形状、物体质量分布以及表面摩擦力,这对于机器人来说实现起来是非常困难的。
 
  据外媒报道,来自英伟达的研究人员开发了一种名为6-DoF GraspNet的新算法,可以让机器人抓取任意物体。据了解,6-DoF GraspNet工作原理如下。
 
  机械手观察物体并决定在6D空间(空间中的x、y、z坐标平面和旋转三维空间)中的移动路径。该算法的设计方式是生成一组可能的握持器并根据需求进行移动。然后整个握持器通过一个“握持评价器”运行,该评价器会为每个可能的握持分配一个分数。握持评价器通过局部变换调整握持变量进而提高最佳握持的成功率。
 
 
  值得一提的是,研究人员并没有选择深度学习的方法,而是选择了“综合训练数据”。事实上,基于深度学习的方法通常需要多个机器人收集数天或数月的数据,以获得足够的数据来训练模型。而6-DoF GraspNet使用的则是综合训练数据。它由三维对象模型和模拟的抓取体验组成。对于每个对象,使用几何启发式生成抓取假设,并使用NVIDIA FleX物理引擎进行评估。
 
  研究人员表示,6-DoF GraspNet的优势包括1、它可以用来抓取任意物体;2、它的模块化,这使得它可以用于各种计算机视觉和运动规划算法;3、它可以跟一个模型一起使用,该模型可根据各种物体的“点云”来分配形状,而这将能确保机械臂不会跟任何障碍物相撞。
 
  机器人的抓取一直是国内外研究的重点,这也印证了解决这个问题对整个机器人技术发展的重要意义。相信,随着技术的不断完善,人类的双手可以将在更多的场景中得到解放。

Copyright © 2016-2025 www.robotxin.com 人工智能机器人网 版权所有 Power by