(青岛科技大学 信息科学技术学院，山东 青岛 266061)

0 引言

近年来，作为人工智能技术的热门分支之一，机器视觉发展突飞猛进，逐渐渗透到人们的生产生活中[1]。目前，基于深度相机与传统机械臂构建手眼系统，使机械臂能够完成智能自主的抓取，是机械臂的主流发展趋势[2]。通常来说，机械臂必然是要和物理世界进行交互，对于未见过的物体，人类几乎本能地知道如何抓取；但是，机械臂抓取检测的表现远不如人类。因此，本系统致力于从给定的深度图像中得到一个非特定物体的可靠抓取位置，以便于机械臂实施进一步的抓取。

本系统以将六轴机械臂与深度相机相结合，以机器人操作系统(Robot Operating System，ROS)为软件平台，对机械臂手眼标定、目标检测、运动规划等方面进行了研究探索。针对机械臂无法确定非特定物体的可靠抓取位置的痛点，采用了深度学习中的卷积神经网络确定目标物体的抓取位置信息，提高了机械臂的自主抓取能力。

1 系统总体设计

对于该机械臂智能抓取系统的组成，包括深度相机、机械臂以及计算机三部分，分别对应于图像采集、目标抓取和图像信息处理。硬件结构组成如图1所示。

图1 系统硬件图

深度相机中额外的深度信息对于与三维空间交互的机械臂来说至关重要[3]，系统采用奥比中光的Astra深度相机，有效探测深度范围为0.6 m到8 m之间；机械臂采用的是高斯机械臂，该机械臂具有6个关节自由度，最大延伸半径可达437 mm，重复定位精度在2 mm左右；……