您好，歡迎來到易龍商務網！
發布時間：2021-09-09 20:07
【廣告】
實驗內容在真環境中，我們添加了一個UR5機械臂和一只機械手來實現主動探索的過程，并使用Kinect像機來獲取視覺數據。為了模擬一個雜亂的環境，我們在場景中添加了11個塊作為操作對象，并手動設計了幾個具有挑戰性的場景進行評估。實驗結果表明，我們的模型相比于隨機操作具有更優越的改善環境的能力。我們的模型能在更少的操作數內完成實驗任務，更快地完成改善操作環境的任務。在真實場景中，為了判斷經過主動探索優化后的AffordanceMap相比與只使用AffordanceMap相比是否能更好的完成抓取任務，我們分別使用兩種系統來完成實際的抓取任務，我們選取了四十種物品來構造抓取場景測試兩種系統在抓取控制上的能力。真實實驗的評價指標不同于模擬實驗，同時真實實驗對系統的評價也更加科學，有說服力。在實驗過程中，我們發現，當AffordanceMap大值處的物體不能被抓取時，機器人會重復這個操作，因為環境沒有改變，所以網絡輸出的抓取位置也不會改變。
因此，如果機器人連續3次在同一物體上發生故障，我們就將該次實驗定義為失敗，而如果機器人成功抓取場景中的前10個物體，我們就將該次實驗定義為成功。我們使用經過主動探索優化后的AffordanceMap與只使用AffordanceMap系統進行了20個不同場景的抓取實驗。記錄每次操作的結果。實驗結果表明，在主動探索優化后，系統在抓取成功率和實驗成功率方面均表現得更好。與僅用AffordanceMap相比，增加主動探索降低了重復無效操作出現的可能性，使得系統對環境的適應能力更強。主動探索前主動探索后4.結論在這項工作中，我們提出了一種新型的機器人抓取系統，該系統包括一個吸盤和一個平行手爪的復合機械手。同時，系統采用了基于DQN的主動探索方法，實現了在復雜環境下對目標的智能抓取。通過機器人主動探索和改變環境，能夠得到一個更好的AffordanceMap。實驗結果說明，使用復合機械手進行抓取效率更高。
使用范圍：水杯、飲料杯、奶杯、方便面碗等紙容器生產環節的檢測。7、操作系統WindowsXP，電源220V，環境溫度0-50℃，環境濕度<90%8、圖像處理：匹配定位，特征區域自動搜索，相關尺寸測量，特征區域自動搜索。自主研發區域較淡成片污漬檢測、微小污漬檢測、底部接縫污漬檢測等算法。9、結果統計：對缺陷類型分別進行統計，界面顯示檢測總數、合格數、不合格數。二、紙容器視覺檢測系統技術特點：1、產品質量標準化，檢測結果可靠、穩定。2、檢測速度快，在線檢測速度≥180個/每分鐘，并且可以長時間檢測。3、適用于各種規格型號的紙杯，奶杯，飲料杯紙碗等紙容器檢測。視覺檢測系統
中國是紅棗的主要出產國，紅棗作為我國的一個重要經濟作物，對其進行質量檢測和分級的要求越來越高，目前傳統的檢測分級手段主要有：1）手工分類：在國內外具有成熟的分類方法，利用反轉分式和傳送帶式分級臺，這兩種方法是用肉眼區分，存在分級精度低，視覺疲勞，分級效率低的問題，造成了紅棗及其他農產品分級銷售困難和出口困難等問題。2）機械化分級：大小分級機及重量分級機，這種方法只能根據農產品的大小和重量分級。尺寸分級機的工作原理一般是利用孔、間隙等方式來判斷水果大小，然后根據水果橫徑的大小進行分級。重量分級機是根據水果重量進行分級，應用于紅棗等特殊果類時不能兼顧其表面裂縫、痕、霉變等重要特質。3）光電分級:目前使用普遍的分選方法，它是利用農產品表面對不同波長范圍內的光的吸收和反射來分析其顏色特征，從而決定水果的質量等級。按照光的波段范圍來分，可分為可見光檢測和近紅外檢測。但是這個方法僅僅對果蔬的表面顏色特征進行判斷，而忽略其它方面的特征，故存在很大的片面性，不適合紅棗或其他果蔬品質面檢測的需要。
