基于图像识别的仿生机械臂研究

摘要

该款仿生机械臂基于Google人工智能系统TensorFlow的深度学习开发平台,采用Inceptionv3模型,并结合神经网络算法与PID控制理论技术对物体进行更高精度的识别与抓取。平台通过摄像头读取物体运动状态目标点,由神经网络生成期望轨迹,并添加递归神经网络优化抓取行为,可精准识别人体手势运动的情况并得出手势运动数据,在搭建通信网络,将手势运动数据远程传输到机械臂控制器,结合机械臂运动控制算法,使机械臂完成相应的人体手势仿生动作。实验结果表明,训练好的模型在识别手势图像时具有非常好的鲁棒性。仿生机械臂具有智能化、精度高、便于操作的优势,可代替人类来完成特定工作,更能满足信息化时代发展的需要。