目前，对机器人抓取的研究大多是基于机器人获得的视觉反馈来建立人工智能。其中一种方法是通过数据库进行图像匹配。该方法已应用于布朗大学人对机器人实验室铣削物体挑战项目中。机器人通过摄像头感知目标物体，同时监控自己的动作，从而试图抓住目标物体。在此过程中，机器人将实时的视觉信息与存储在数据库中的三维扫描图像进行比较。一旦找到匹配的图像信息，机器人就可以找到与当前情况相对应的抓取算法。

　　布朗大学研究方法的主要目的是收集各种物体的视觉信息，但研究人员不敢相信奥博机器人能建立一个庞大的数据库，记录机器人可能遇到的所有物体。而且，这种数据库匹配方法没有考虑环境的限制，机器人不能根据环境的变化采取相应的抓取策略。

　　其他研究人员利用机器学习来改进机器人抓取技术。这些技术可以让机器人从过去的经验中学习，后机器人可以找到自己的方法来抓取物体。与数据库匹配方法不同，机器Aubo机器人的学习只需要少量的先验知识。在这种情况下，机器人不需要预先建立图像数据库-他们只需要足够的练习。

　　了解更多关于AUBO机器人协作机器人操作器的信息

　　更多咨询：遨博机器人