控制理论与应用

作者：万琴,宁顺兴,钟杭,何勇,段小刚,王耀南,吴迪,沈学军

单位：湖南工程学院 电气与信息工程学院,湖南工程学院 电气与信息工程学院,湖南大学 机器人视觉感知与控制技术国家工程实验室,湖南中南智能装备有限公司,湖南中南智能装备有限公司,湖南大学 机器人视觉感知与控制技术国家工程实验室,湖南工程学院 电气与信息工程学院,湖南工程学院 电气与信息工程学院

关键词：深度学习; 6D位姿估计; 目标检测; 轨迹规划; 机械臂抓取

基金：国家自然科学基金青年项目(62006075), 湖南省重点研发计划项目(2021GK2024), 湖南省杰出青年科学基金项目(2021JJ10002), 湖南省自然科学 基金项目(2022JJ30198), 湖南省教育厅项目(21A0460), 湖南省研究生科技创新一般项目(CX20231287)资助.

针对复杂工业场景中机械臂难以对弱纹理工件进行有效抓取的问题, 本文提出了一种面向弱纹理工件的6D位姿估计与机械臂抓取方法. 首先, 为提高弱纹理工件6D位姿估计的准确性, 结合YOLOV5和PVN3D-Tiny提出了一种新的两阶段位姿估计算法(YOLO-PVN3D); 其次, 采用七次多项式插值法规划机械臂运动轨迹, 根据碰撞检测参数和运动学指标建立适应度函数, 并通过遗传算法进行优化, 以解决抓取过程中机械臂与障碍物产生碰撞的问题; 然后, 针对真实数据匮乏且容易造成模型过拟合的问题, 采用了真实数据和合成数据相结合的方式制作了工业零件数据集POSE8K; 最后, 在公共数据集和自制数据集进行了对比实验, 并在障碍物遮挡和光照变化场景下完成了真实机械臂抓取实验. 经实验验证了所提方法具有较好的性能.

来源：2025年第7期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2025年第7期