期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于深度卷积网络的多目标动态三维抓取位姿检测方法 被引量:8
1
作者 杨傲雷 曹裕 +2 位作者 徐昱琳 费敏锐 陈灵 《仪器仪表学报》 EI CAS CSCD 北大核心 2019年第12期135-142,共8页
在非结构化环境机器人抓取任务中,获取稳定可靠目标物体抓取位姿至关重要。本文提出了一种基于深度卷积网络的多目标动态三维抓取位姿检测方法。首先采用Faster R-CNN进行多目标动态检测,并提出稳定检测滤波器,抑制噪声与实时检测时的抖... 在非结构化环境机器人抓取任务中,获取稳定可靠目标物体抓取位姿至关重要。本文提出了一种基于深度卷积网络的多目标动态三维抓取位姿检测方法。首先采用Faster R-CNN进行多目标动态检测,并提出稳定检测滤波器,抑制噪声与实时检测时的抖动;然后在提出深度目标适配器的基础上采用GG-CNN模型估算二维抓取位姿;进而融合目标检测结果、二维抓取位姿以及物体深度信息,重建目标物体点云,并计算三维抓取位姿;最后搭建机器人抓取平台,实验统计抓取成功率达到95.6%,验证了所提方法的可行性及有效性,克服了二维抓取位姿固定且单一的缺陷。 展开更多
关键词 深度卷积网络 抓取位姿 目标检测 稳定检测滤波器
下载PDF
基于注意力机制的全卷积抓取姿态预测方法 被引量:2
2
作者 宋建辉 顾天宇 +1 位作者 刘砚菊 刘晓阳 《沈阳理工大学学报》 CAS 2023年第2期1-7,共7页
针对机器人抓取姿态预测中准确性和实时性不能平衡的问题,提出一种嵌入空间通道注意力机制(CBAM)的全卷积抓取姿态预测方法。使用深度可分离卷积代替标准卷积以降低模型的参数量;利用残差网络(ResNet)中ResBlock模块的思想,并加入CBAM和... 针对机器人抓取姿态预测中准确性和实时性不能平衡的问题,提出一种嵌入空间通道注意力机制(CBAM)的全卷积抓取姿态预测方法。使用深度可分离卷积代替标准卷积以降低模型的参数量;利用残差网络(ResNet)中ResBlock模块的思想,并加入CBAM和Inception模块对ResBlock进行改进,加强模型对特征的多尺度提取,以减少局部信息的丢失;融合浅层特征和深层特征进行反卷积,并引入抓取位置质量作为评价指标,直接预测输入图像中每个像素的抓取姿态,从而提高最终预测的准确性。实验结果表明,提出的抓取姿态预测模型可在满足更高准确率的同时兼顾实时性的要求。 展开更多
关键词 抓取姿态预测 全卷积网络 注意力机制 深度可分离卷积
下载PDF
基于深度信息的多目标抓取规划方法研究 被引量:4
3
作者 颜培清 何炳蔚 +2 位作者 雷阿唐 张立伟 韩国强 《电子测量与仪器学报》 CSCD 北大核心 2016年第9期1342-1350,共9页
针对复杂场景中的多目标物抓取规划问题,提出结合抓取顺序、抓取姿势与目标物可操作性的抓取规划方法。该方法通过获取场景三维点云构建抓取空间和物体空间以此分析目标物的可操作性,然后利用所提出的抓取评价函数计算出所有抓取顺序与... 针对复杂场景中的多目标物抓取规划问题,提出结合抓取顺序、抓取姿势与目标物可操作性的抓取规划方法。该方法通过获取场景三维点云构建抓取空间和物体空间以此分析目标物的可操作性,然后利用所提出的抓取评价函数计算出所有抓取顺序与姿势下的目标物的可操作性评价值,以最高评价值对应的抓取方案作为机器人对场景中多目标物的最佳抓取策略。最后,以华硕Xtion Pro Live和仿人机器人Nao为该研究方法的实施平台,进行多目标抓取规划的实验测试,结果表明所提出方法能够有效解决场景中存在目标物干涉情况下的多目标物抓取规划问题,并提高机器人对多目标场景的处理效率。 展开更多
关键词 多目标 抓取顺序与姿势 抓取空间 物体空间 可操作性
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部