基于傅里葉描述子的平面物體表征與抓取規劃

許少秋，陳根良，唐楚禹

(上海交通大學機械與動力工程學院，上海 200240)

0 引言

機器人技術是當今快速發展的新興產業，其應用領域逐步從工業、農業走向服務業、醫療和物流等[1]。人們對機器人的要求朝著智能化發展，近幾年內，機械手爪的結構設計、控制策略以及抓取規劃成為國內外研究的重點[2]。

機械手爪的抓取規劃指的是，以機械手爪的結構為基礎，根據待抓取的目標物相關信息，計算機械手抓取目標物時最優的抓取姿態，從而實現穩定的抓取[3]。目前，采用基于物理模型的方法通常需要針對不同場景進行不同的簡化假設，但隨著機械手和目標物的形狀的復雜化，其計算方法越來越復雜[4-6]。近年來，基于深度學習的抓取規劃方法不斷發展，但這類方法需要大量的訓練數據，且其抓取模型通常較為簡單，訓練集的標注也需要大量人工時間[7-8]。

考慮到上述方法的缺點，本文基于傅里葉描述子對平面物體的統一表征，提出了一種計算抓取位姿性能評價指標的方法，在此基礎上，采用優化粒子群算法實現了最優抓取點的規劃。

1 平面物體的通用表征方法

1.1 圖像采集與輪廓提取

采集待抓取物品的圖像，并對其做如下預處理：

a.彩色圖像的灰度化和灰度調節。將3維的彩色圖像降為1維的灰度圖像。

b.圖像濾波。采用高斯濾波模板對前述圖像進行濾波，可以消除圖像中的部分噪點。

c.圖像二值化。設定圖像灰度閾值，將灰度大于該閾值的像素點設置為黑色，其余設置為白色，本文采用自動設置灰度閾值的方法。……