基于前馈径向基网络的动态抓取参数估计方法

针对机器人抓取非匀速运动物体过程中需要估计目标运动参数的问题，提出一种基于前馈径向基网络的物体运动参数估计方法．该方法首先采用核相关滤波算法实时跟踪目标位置，建立目标的运动模型；然后，通过径向基网络预测目标的运动参数，动态调整卡尔曼滤波运动估计方程的采样时间，大幅降低了计算耗时，同时提高了机器人对运动参数估计的准确性；最后，利用UR5机器人开展了抓取平面自由运动物体的实验．结果表明，与前馈感知机网络相比，所提出方法将抓取所需的时间缩短了20%，能较好地解决机器人抓取物体过程中，由于物体运动或方向变化造成的抓取失败问题．