基于快速ssd深度学习算法的机器人抓取系统研究

《基于快速ssd深度学习算法的机器人抓取系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号学号２０１５０３７０３０４６学校代码１０４８８密级硕士学位论文基于快速ＳＳＤ深度学习算法的机器人抓取系统研究学位申请人：王欣学科专业：机械工程指导教师：伍世虔教授答辩日期：２０１８．０５．１９ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterinEngineeringObjectGraspingbyRobotsUsingFastSingleShotMultiBoxDetectorMasterCandidate：W

2、angXinMajor：MechanicalEngineeringSupervisor：Prof.WuShiqianWuhanUniversityofScienceandTechnologyWuhan,Hubei430081,P.R.ChinaMay19,2018摘要智能机器人的基础研究和产业化在近年来发展迅速，无论是在智能家居、工业、农业采摘，还是在医疗康复等场景下，机器人在目标识别与定位方面的智能化认知水平远远落后于人类，该问题阻碍着机器人技术的进一步发展，而深度学习在目标识别方面具备强大的特征描述能力。由此可见，无论是从社会发展趋势还是计算机视觉的技术潮

3、流来看，开展基于深度学习的机器人抓取理论与系统研究都具有重大意义。本文基于当前先进的深度学习算法进行实验探究，包括YOLO、FasterR-CNN以及SSD。SSD算法创造性的使用多尺度边界框提升检测性能，实验证明其在实时性和精准度方面的性能更加显著。尽管SSD算法的整体识别效果不错，但较大的卷积核势必增加参数，导致时间复杂度相对较高，而且无法提取图像中更加细腻的特征。因此，本文着力于优化SSD算法来提升图像识别的速度和精度，深入研究深度学习的调参策略，建立丰富的水果数据库进行训练，实验结果表明改进后的快速SSD算法性能更加优越。为探讨二维图像与三维空间之间的

4、映射关系，研究了Kinect传感器的三维定位理论，并进行机器人手臂的运动学分析与模型仿真。值得一提的是，本文融合了深度学习与Kinect三维定位理论来搭建完整的机器人抓取系统，有效地学习了人类在图像识别与目标定位方面的能力，具备快速识别能力和场景适应性。关键词：深度学习；快速SSD算法；Kinect传感器；智能机器人IAbstractThebasicresearchandindustrializationofintelligentrobotshavebeendevelopingrapidlyinrecentyearsforwideapplicationsran

5、gingfromsmarthome,industrial,agriculturalpickingtomedicalrehabilitation.Motivatedbythefactthattheintelligentlevelofrobotintargetrecognitionandtargetlocationisfarfromhumanintelligence,thisthesisproposestousedeeplearningforobjectgrasping.Ithasbeenshownthatdeeplearningispowerfulinfeatu

6、redescriptionwhichresultinbetterfeaturesthantheconventionalmethods.Consequently,itisofgreatsignificancetocarryoutthetheoryandsystemresearchofrobotgraspingbasedondeeplearning.Onsurveyofthestate-of-the-artdeeplearningrecognitionalgorithm,includingYOLO(YouOnlyLookOnce),FasterR-CNN(Regi

7、on-basedConvolutionalNeuralNetwork),andSSD(SingleShotMultiBoxDetector),TheperformancesofthethreealgorithmsareevaluatedonVOC2007datasetandourcollectedfruitdataset.ExperimentalresultsshowthattheperformanceofSSDmethodisthebestintermsofspeedandaccuracy.Hence,theSSDmethodisemployedforobj

8、ectgraspinginthisdi