摘要
一种视触结合的多模态机械手抓取性能测试方法,在仿真环境下使用包含若干阵列化触觉传感单元的夹爪并采样得到场景点云及其抓取位姿后,进一步在仿真环境下通过二指夹爪模拟抓取并记录视触结合多模态数据作为训练集,对构建的神经网络进行训练;通过训练后的神经网络在实际抓取场景下根据输入的物体点云、夹爪抓取位姿以及抓取性能推理矩阵,预测得到抓取性能量化指标。本发明通过在仿真环境中生成大量视触结合的多模态物体抓取数据,根据场景点云与接触力学信息,计算抓取性能推理矩阵,训练神经网络模型预测抓取性能等级。
技术关键词
性能测试方法
机械手抓取
抓取物体
触觉传感单元
仿真环境
指标
训练集
卷积模块
矩阵
物体质心位置
接触点
训练神经网络模型
多模态
性能测试系统
力矩
触觉信息
抓取动作
系统为您推荐了相关专利信息
进化算法
协方差矩阵
强化学习模型
动态网络环境
仿真环境
控制策略
环境感知数据
虚拟仿真环境
重构单元
照明控制方法
磨削传动齿轮
磨削控制方法
磨削工艺
多阶段
轨迹
仿真环境
策略更新
负荷
Softmax函数
神经网络模型