1. 研究目的与意义（文献综述）

在机器人技术迅速发展的今天，机器人在诸多行业，如汽车，航空航天，机械制造等，越来越多地代替人工，完成复杂的工作。随着机器人技术的普及，在越来越多地实际应用问题上，人们希望机器人能够处理柔性变形物体。

在工业自动化生产线上，存在着大量诸如电缆和汽车软管的安装、柔性电路板装配这样以柔性变形体为操作对象的工序。在服务机器人领域，人们需要机器人完成衣物整理、食物抓取这样的操作。在机器人手术中，机器人需要对人体内脏这样的软组织实施操作。

尽管柔性体操作的应用需求如此巨大，与之相关的机器人技术水平却远未达到实用要求。在自动化生产线上，几乎所有使用柔性工件的工序目前仍依赖人工。在服务机器人领域，叠被、整理衣物这样简单的操作仍然属于机器人尚难独立完成的任务之一。在手术机器人领域，仍以经验丰富的外科医生手动操控医疗机器人进行手术为主，完全由机器人自主操作的自动手术方式刚刚开始在学术领域得到重视。无论在学术或产业应用领域，近年来针对柔性变形体自动操作技术的研究已成为一大热点。

2. 研究的基本内容与方案

1 主要研究内容及研究方案

1.1 研究内容

本课题从实际应用背景出发，研究目标在于解决电子产品配线的自动装配问题。本课题可大致分为两个方面，一是复杂背景下柔性体拓扑状态的识别方法的研究；二是线状柔性体拆解及抓取方法的研究。详细的，本课题研究内容将从以下几个方面展开叙述：

1.1.1 复杂背景下线状柔性体拓扑状态的识别方法

基于深度学习实现如图 8 所示的端对端网络对此问题开展研究。在之前的相关课题研究中已实现的利用深度学习实现在简单背景下识别线状柔性体拓扑状态的基础上，研究既不受环境光源条件影响又能避免复杂点云处理的识别方法，实现在复杂背景条件下对线状柔性体拓扑状态的识别。这一方法的实现将大大地扩展拓扑状态操作在实际中的应用。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

3. 研究计划与安排

（1） 2019.1：文献阅读,研究方案准备；

（2） 2019.3：上传开题报告，熟悉pytorch深度学习程序，对简单背景下线状柔性体拓扑状态的识别进行应用尝试；

（3） 2019.4：使用深度学习的pytorch框架对在复杂背景下柔性体拓扑学结构识别进行应用尝试；

4. 参考文献（12篇以上）

1. h. inoue, m. inaba, hand eye coordination in rope handling, in: proceedings of the first international symposium on robotics research (isrr1), pp. 163–174, 1983.

2. t. matsuno, t. fukuda, f. ari, “flexible rope manipulation by dual manipulator system using vision sensor”, 2001 ieee/asme international conference on advanced intelligent mechatronics, pp.677-682, 2001.

3. t. matsuno, d. tamaki, f. arai, t. fukuda, “manipulation of deformable linear objects using knot invariants to classify the object condition based on image sensor information”, ieee/asme trans. on mechatronics vol.11 no.4, 2006, pp.401–408.

   剩余内容已隐藏，您需要先支付 5元 才能查看该篇文章全部内容！立即支付