Repository files navigation

KINOVA Gen3 lite机械臂上，自然语言指令控制，MobileNetV3物品识别定位，视觉伺服PID抓取。

将自然语言指令处理后确定抓取目标， 借助 D435i 深度相机和 MobileNetV3 算法实现目标的精确定位，采用视觉伺服 PID 控制算法， 控制 KINOVA Gen3 lite 机械臂将目标抓取到指定位置。

View on YouTube:https://youtu.be/GrROyGOzRIE

MobileNetV3 是 Google 在移动端设备上推出的第三代轻量级卷积神经网络（MobileNet）。它的设计目标是在保持高度准确性的同时，将模型的计算和参数量尽可能减小，以适应移动设备上的实时应用和边缘计算场景。

MobileNetV3 的一些特点包括：

1. 网络架构优化： MobileNetV3 通过引入一系列网络架构的优化，包括倒残差块（Inverted Residuals）、线性瓶颈和注意力机制，以提高网络的表达能力和性能。

2. 轻量级设计： MobileNetV3 采用轻量级设计，通过深度可分离卷积和通道注意力等技术，显著减小了网络的计算量和参数数量。这使得 MobileNetV3 在移动设备上运行更加高效。

3. 模型速度和准确性平衡： MobileNetV3 的设计注重在保持高准确性的同时，加强对速度的优化。它通过网络架构的调整，取得了在速度和准确性之间的平衡，适合实时应用场景。

4. 网络定制能力： MobileNetV3 提供了多个版本的模型，包括 MobileNetV3-Large 和 MobileNetV3-Small，以满足不同应用场景和硬件资源的需求。

5. 网络裁剪： MobileNetV3 还支持网络裁剪，用户可以根据具体需求选择裁剪掉不需要的部分，以满足特定的应用场景和硬件资源。

总体而言，MobileNetV3 是一种面向移动设备和嵌入式系统的高效神经网络架构，通过多方面的优化提供了在轻量级模型中较高的性能。

Download all files under thecode folder, and then run themain.py file.

Note: Before running, make sure to modify the reference files to the appropriate location on your computer.

classFile='/home/ee368-7/Desktop/EE368_lab/project/Resources/coco.names'configPath='/home/ee368-7/Desktop/EE368_lab/project/Resources/ssd_mobilenet_v3_large_coco_2020_01_14.pbtxt'weightsPath='/home/ee368-7/Desktop/EE368_lab/project/Resources/frozen_inference_graph.pb'

新增了以下内容：首先通过实时语音输入或文字输入，然后基于OpenAI与Google翻译两个接口，实现NLP语义理解，最后输出目标物品的名字。

具体代码详见NLP文件夹下的两个程序。

D:\software\anaconda3\python.exe D:\iCloudDrive\项目\NLP\代码\main.py 请告诉我你的需求：我喜欢冰箱和苹果，我讨厌山和香蕉，他超爱梨和鸭子。喜欢的物品：冰箱、苹果、梨、鸭子。['refrigerator','apple','pear','Duck']Process finished withexit code 0

• 实时语音输入或文字输入
• NLP语义理解输出目标物品
• 确定最佳抓取角度

• Hongjing Tang: visual-servo control, camera configuration
• Yuxiao Hua: multi-thread, NLP and final report
• Xizhe Hao: voice control and PPT presentation