第1章 绪论
1.1 课题来源
1.2 课题背景及研究意义
1.3 国内外在该方向的研究现状及分析
1.3.1 视觉伺服控制研究现状
1.3.2 目标识别和位姿估计的研究现状
1.3.3 操作技能学习研究现状
1.3.4 国内外文献的动态分析
1.4 主要研究内容
第2章 机械臂智能操作平台搭建
2.1 引言
2.2 机械臂运动学分析
2.3 基于监督学习的目标感知算法研究
2.3.1 卷积神经网络提取特征
2.3.2 目标状态 Dataset制作
2.4 基于强化学习的机械臂连续控制算法研究
2.4.1 策略训练方法
2.4.2 物理仿真环境搭建
2.5 本章小结
第3章 基于深度学习的目标识别和位姿估计研究
3.1 引言
3.2 整体方案设计
3.3 基于优化 Mask R-CNN的识别模型
3.3.1 面向复杂场景的局部优化
3.3.2 模型的训练和评估
3.4 基于特征深度融合的位姿估计研究
3.4.1 位姿估计网络设计
3.4.2 RGB和 Depth特征提取网络
3.4.3 逐像素特征融合及位姿微调
3.5 端到端的抓取位姿实时生成网络
3.5.1 抓取特征数学模型建立
3.5.2 网络结构设计和测试
3.6 本章小结
第4章 基于深度强化学习的机械臂操作技能学习
4.1 引言
4.2 整体方案设计
4.3 基于堆叠 LSTM的连续域控制策略学习
4.3.1 深度网络结构设计
4.3.2 视觉驱动策略训练
4.4 强化学习的稀疏奖励问题解决方案研究
4.4.1 基于对抗的样本模仿学习
4.4.2 辅助任务促进学习
4.5 仿真策略迁移
4.6 本章小结
第5章 实验研究
5.1 引言
5.2 搭建视觉伺服实验平台
5.2.1 相机标定
5.2.2 机械臂视觉伺服实验
5.3 目标位姿感知实验
5.3.1 识别和位姿验证
5.3.2 实物抓取实验
5.4 机械臂抓取操作实验
5.4.1 操作演示收集
5.4.2 抓取技能学习实验
5.5 本章小结
结论
参考文献
攻读学位期间发表的学术论文
声明
致 谢
哈尔滨工业大学;