基于物体识别深度学习模型的机器人抓取位姿估计方法

摘要

本发明公开了一种基于物体识别深度学习模型的机器人抓取位姿估计方法，涉及计算机视觉技术领域，该方法基于RGBD相机和深度学习，包括以下步骤：S1：进行相机参数标定和手眼标定；S2：训练目标检测物体模型；S3：建立目标物体三维点云模板库；S4：识别待抓取区域各个物品的种类和位置；S5：对二维和三维视觉信息进行融合并获取特定目标物体的点云；S6：完成目标物体位姿估计；S7：采用基于样本积累的错误规避算法对错误的情况进行规避；S8：在机器人末端向目标物体移动的过程中，视觉系统不断重复步骤S4至S7，实现目标物体位姿估计的迭代优化。本发明算法利用目标检测YOLO模型进行前期快速目标检测，减少了三维点云分割和匹配的计算量，提高了运算效率和准确率。