基于深度学习的五指工业机器人手抓握检测方法

为了提高在不确定环境下机器人抓握的准确性，提出了一种基于深度学习的五手指工业机器人手模型目标检测方法。 作者首先设计了具有21个自由度（DOF）的五指工业机器人手模型。 基于5DT数据手套的传感器数据，可以实时控制工业机器人手。 他们使用对象检测网络的更快区域卷积神经网络和单发多盒检测器来定位抓取对象。 为了优化机械手抓地力检测，直接抓地力预测器和多模式抓地力预测器这两种抓地力预测器方法被应用于获得最佳的可抓握区域。 在本研究设计的仿真中，与六自由度机器人手臂配合使用，五指工业机器人手可以准确地检测到物体并稳定地抓住它。