针对基于视觉的机械臂抓取如何有效精确抓取,首先我们应当充分考虑到传统的视觉识别算法受到相对应的环境以及对象变换的制约,同时在识别相对应的正确率和快速性上所存在的相关问题,在我国相关研究的基础上基于深度学习改进相对应的YOLO算法通过数据集训练来进一步实现高性能处理单元实现复杂环境下多目标的识别与定位,通过对本文的所分析的递推正逆动力学模型,设计出相对应的机械臂抓取控制滑膜控制律,通过对仿真以及实物验证表明,基于深度神经网路的方法学习能够具备相对应的稳定性和鲁棒性,进一步有效为后续视觉抓取任务提供参考.
NETL
NSTL
万方数据
