一种工件自动转换的机械手柔性抓取方法

本申请提供一种工件自动转换的机械手柔性抓取方法，包括：采用深度学习卷积神经网络处理工件图像，提取工件的视觉特征，包括形状、纹理和边缘，利用支持向量机对工件进行分类识别，得到工件的类别信息和关键参数；以工件重心位置、摩擦系数和机械手运动范围为约束条件，对所述标准抓取参数进行优化，计算最优抓取力配置和最优抓取轨迹；根据触觉传感器采集各手指与工件接触面的压力数据，包括压力的大小和方向，实时调节机械手指的抓取力度，对不同硬度、摩擦系数、形状的工件实现自适应柔性抓取；监测各手指与工件的接触面积和受力状态数据，若检测到所述接触面积小于预设阈值或者受力大于预设阈值，则调整手指的位置姿态和力度输出。