关键词：空间机械臂;;视触融合;;神经网络;;目标识别;;灵巧手
摘 要：为了解决由于视觉传感器视角单一、光线条件复杂导致的空间机械臂作业中相似目标识别较差的问题，提出一种基于CNN-GRU的视触融合目标识别系统。系统由机械臂、灵巧手和视觉传感器构成，实现了对目标物视觉和触觉信息的自主采样，并通过CNN-GRU网络提取视觉信息的空间特征和触觉信息的时序特征，有效利用多模态信息，提高目标识别的准确率。实验结果表明：在14种物品分类实验中准确率为97.8%,对比单一视觉CNN-V和触觉GRU-T网络分别提升16.3%和15.8%;同时，CNN-GRU在准确率和预测速度上明显优于传统最邻近算法和支持向量机算法。
内 容：原文可通过湖北省科技信息共享服务平台（http://hbstl.hbstd.gov.cn/webs/homepage.jsp)获取