Sistema de preensão robótica utilizando Redes Neurais Convolucionais e Primitivas Geométricas

  • Daniel M. de Oliveira Universidade Federal da Bahia
  • Cézar B. Lemos Universidade Federal da Bahia
  • André G. S. Conceição Universidade Federal da Bahia
Keywords: Preensão, Nuvem de pontos, SSD512, Aprendizado profundo, Visão computacional, Braço Robótico

Abstract

Neste trabalho sera apresentado um método de preensão robóotica baseado em informação visual RGB+D, utilizando uma rede neural convolucional e nuvem de pontos. A rede neural, com arquitetura SSD512, detectaráa o objeto em imagem RGB e a área detectada na imagem será utilizada como referência na nuvem de pontos para isolar o objeto desejado do ambiente. Após o isolamento, um algoritmo de preensão robótica baseado em primitivas geométricas será aplicado para estimar a pose do objeto, permitindo a tarefa de preensão. Para validar o sistema, testes com peças feitas em uma impressora 3D e o braço robótico UR5 foram utilizados, onde foi demonstrado que a combinação dos algoritmos permite detectar objetos na nuvem de pontos, validando o desempenho do sistema proposto.

Published
2020-12-08
Section
Articles