無錫埃姆維工業(yè)控制設(shè)備有限公司
研究面向非結(jié)構(gòu)化場景工業(yè)機(jī)器人的抓取目標(biāo)識別與位姿估計方法,實(shí)現(xiàn)弱紋理材質(zhì)、混疊場景條件下工件的三維識別、測量和定位;研制面向機(jī)械臂手眼系統(tǒng)的三維視覺測量系統(tǒng),實(shí)現(xiàn)局部三維識別與6D位姿估計。項(xiàng)目基于圖像識別、點(diǎn)云匹配、深度學(xué)習(xí)等先進(jìn)技術(shù),開發(fā)面向工業(yè)機(jī)器人的目標(biāo)智能識別與抓取系統(tǒng),并實(shí)現(xiàn)以下目標(biāo):
(1)針對深度神經(jīng)網(wǎng)絡(luò)需大量圖像數(shù)據(jù)進(jìn)行訓(xùn)練,構(gòu)建虛擬工件堆疊場景,獲取仿真工業(yè)現(xiàn)場的工件堆疊圖像數(shù)據(jù)集與工件位姿數(shù)據(jù)集,需模擬工業(yè)現(xiàn)場的微光、陰影、黑暗、灰塵、散斑等現(xiàn)象;
(2)結(jié)合Mask-RCNN等深度神經(jīng)網(wǎng)絡(luò),進(jìn)行深度神經(jīng)網(wǎng)絡(luò)模型參數(shù)訓(xùn)練及優(yōu)化,實(shí)現(xiàn)物體圖像高精度的分割及分類,工件分割IOU需達(dá)到80%以上,分類精度(1-5類物體)需要達(dá)到95%以上;
(3)基于RGB和點(diǎn)云融合的位姿估計,將2D目標(biāo)檢測的語義信息與點(diǎn)云數(shù)據(jù)結(jié)合,構(gòu)建位姿估計網(wǎng)絡(luò)。實(shí)現(xiàn)端到端的工件目標(biāo)位姿估計。平均角度誤差在5°以內(nèi),距離誤差在5mm以內(nèi)。
(4)基于以上技術(shù),研究一款基非結(jié)構(gòu)化場景下工業(yè)機(jī)器人智能識別與抓取系統(tǒng),該系統(tǒng)包含了攝像頭識別檢測模塊、六軸機(jī)械手定位抓取模塊以及AGV自適應(yīng)定位模塊等硬件組成,同時也包含了智能控制系統(tǒng)、智能人機(jī)交互等。該成果形成產(chǎn)品之后,可廣泛應(yīng)用于汽車制造業(yè)、電子制造業(yè)等眾多行業(yè)的工廠中,技術(shù)指標(biāo)先進(jìn),可實(shí)現(xiàn)小批量多品種的柔性生產(chǎn)。