期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于实例分割的机械臂抓取位姿检测方法
被引量：
1
1
作者
翟维枫
陆文涛
薛同来
《仪表技术与传感器》
CSCD
北大核心
2024年第10期89-94,116,共7页
为了实现机械臂对常见物体的高效抓取,提出一种将实例分割网络与抓取位姿检测(GPD)算法结合,并加入抓取位姿筛选的抓取位姿检测方法。通过YOLOv8s-Seg算法在RGB图像中分割出抓取目标物体,结合深度图像生成物体点云,使用GPD法检测点云得...
为了实现机械臂对常见物体的高效抓取,提出一种将实例分割网络与抓取位姿检测(GPD)算法结合,并加入抓取位姿筛选的抓取位姿检测方法。通过YOLOv8s-Seg算法在RGB图像中分割出抓取目标物体,结合深度图像生成物体点云,使用GPD法检测点云得到候选抓取位姿,对候选抓取位姿进行评分,取分数最高的抓取位姿规划执行抓取。建立了基于机器人操作系统(ROS)的3D视觉机械臂抓取系统,并运用所提方法进行物体抓取实验。实验结果表明所提方法的抓取成功率较GPD法有显著提升。
展开更多
关键词
实例分割
点云
GPD
抓取位姿检测
在线阅读
下载PDF
职称材料
基于空间信息聚合的遮挡目标抓取位姿检测
2
作者
陈仁祥
邱天然
+2 位作者
杨黎霞
张芷僮
夏亮
《光学精密工程》
EI
CAS
CSCD
北大核心
2024年第18期2792-2802,共11页
针对机器人依靠视觉抓取时对遮挡目标抓取位姿检测准确率低的问题,提出基于空间信息聚合的遮挡目标抓取位姿检测方法。遮挡导致目标在相机视野中的本征特征改变,影响目标位置信息与形状结构特征。首先,使用坐标卷积代替传统卷积的方式...
针对机器人依靠视觉抓取时对遮挡目标抓取位姿检测准确率低的问题,提出基于空间信息聚合的遮挡目标抓取位姿检测方法。遮挡导致目标在相机视野中的本征特征改变,影响目标位置信息与形状结构特征。首先,使用坐标卷积代替传统卷积的方式进行特征提取,在输入特征图后新增坐标通道来提升网络对位置信息感知能力;其次,设计空间信息聚合模块,其采用并行结构增大局部感受野并沿空间方向对通道进行编码获取多尺度空间信息,再通过非线性拟合方式将信息聚合,使模型更好理解目标结构和形状;最后,抓取位姿检测网络输出抓取的质量、角度和宽度,并计算最佳抓取位置以建立最优抓取矩形框。在Cornell Grasping数据集、自建遮挡数据集、Jacquard数据集验证,检测准确率分别达到98.9%,94.7%,96.0%,在实验平台对目标的100次真实抓取实验中,成功率为93%。所提方法在三个数据集上均取得了最高检测准确率,且在实际场景中检测效果更优。
展开更多
关键词
抓取位姿检测
遮挡目标
空间信息聚合
坐标卷积
在线阅读
下载PDF
职称材料
基于目标识别和FC-GQCNN网络的机械臂抓取检测技术研究
被引量：
1
3
作者
白杨凡
卞永明
+1 位作者
杨继翔
杨濛
《中国工程机械学报》
北大核心
2025年第2期227-232,共6页
本文提出了一种基于目标识别和全卷积抓取质量网络(FC-GQCNN)的机械臂抓取检测技术。针对传统GQCNN在实际应用中存在的计算效率低、特征重复计算等问题,提出了一种改进的FC-GQCNN。该网络通过将GQCNN的全连接层替换为1×1卷积层,使...
本文提出了一种基于目标识别和全卷积抓取质量网络(FC-GQCNN)的机械臂抓取检测技术。针对传统GQCNN在实际应用中存在的计算效率低、特征重复计算等问题,提出了一种改进的FC-GQCNN。该网络通过将GQCNN的全连接层替换为1×1卷积层,使其能够处理任意尺寸的输入图像。同时,将FC-GQCNN与YOLOv8目标识别算法相结合,构建了YOLOv8-FCGQCNN级联结构,有效解决了复杂环境下目标物体的识别和定位问题。实验结果表明:该方法在10类不同物体的抓取任务中有86%的抓取成功率,单帧平均检测时间仅为0.09 s,相比传统GQCNN的推理速度提升了22倍,显著提高了系统效率。该方法可以准确地检测感兴趣的物体的抓取位姿,并且较基准方法具有更高的可靠性。
展开更多
关键词
目标识别
抓取位姿检测
机械臂
抓取
系统
算法融合
在线阅读
下载PDF
职称材料
题名
基于实例分割的机械臂抓取位姿检测方法
被引量：
1
1
作者
翟维枫
陆文涛
薛同来
机构
北方工业大学电气与控制工程学院
出处
《仪表技术与传感器》
CSCD
北大核心
2024年第10期89-94,116,共7页
基金
国家自然科学基金面上项目(62173002)
北京市自然科学基金面上项目(4222045)。
文摘
为了实现机械臂对常见物体的高效抓取,提出一种将实例分割网络与抓取位姿检测(GPD)算法结合,并加入抓取位姿筛选的抓取位姿检测方法。通过YOLOv8s-Seg算法在RGB图像中分割出抓取目标物体,结合深度图像生成物体点云,使用GPD法检测点云得到候选抓取位姿,对候选抓取位姿进行评分,取分数最高的抓取位姿规划执行抓取。建立了基于机器人操作系统(ROS)的3D视觉机械臂抓取系统,并运用所提方法进行物体抓取实验。实验结果表明所提方法的抓取成功率较GPD法有显著提升。
关键词
实例分割
点云
GPD
抓取位姿检测
Keywords
instance segmentation
point cloud
GPD
grasping posture detection
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于空间信息聚合的遮挡目标抓取位姿检测
2
作者
陈仁祥
邱天然
杨黎霞
张芷僮
夏亮
机构
重庆交通大学交通工程应用机器人重庆市工程实验室
重庆科技大学工商管理学院
重庆智能机器人研究院
出处
《光学精密工程》
EI
CAS
CSCD
北大核心
2024年第18期2792-2802,共11页
基金
国家自然科学基金资助项目(No.52475548)
重庆市教育委员会科学技术研究项目资助(No.KJZDM202200701)
+2 种基金
重庆市自然科学基金创新发展联合基金资助项目(No.CSTB2023NSCQ-LZX0127)
重庆市研究生联合培养基地项目资助(No.JDLH⁃PYJD2021007)
重庆市专业学位研究生教学案例库资助(No.JDALK2022007)。
文摘
针对机器人依靠视觉抓取时对遮挡目标抓取位姿检测准确率低的问题,提出基于空间信息聚合的遮挡目标抓取位姿检测方法。遮挡导致目标在相机视野中的本征特征改变,影响目标位置信息与形状结构特征。首先,使用坐标卷积代替传统卷积的方式进行特征提取,在输入特征图后新增坐标通道来提升网络对位置信息感知能力;其次,设计空间信息聚合模块,其采用并行结构增大局部感受野并沿空间方向对通道进行编码获取多尺度空间信息,再通过非线性拟合方式将信息聚合,使模型更好理解目标结构和形状;最后,抓取位姿检测网络输出抓取的质量、角度和宽度,并计算最佳抓取位置以建立最优抓取矩形框。在Cornell Grasping数据集、自建遮挡数据集、Jacquard数据集验证,检测准确率分别达到98.9%,94.7%,96.0%,在实验平台对目标的100次真实抓取实验中,成功率为93%。所提方法在三个数据集上均取得了最高检测准确率,且在实际场景中检测效果更优。
关键词
抓取位姿检测
遮挡目标
空间信息聚合
坐标卷积
Keywords
grasping detection
occluded target
spatial information aggregation module
CoordConv
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于目标识别和FC-GQCNN网络的机械臂抓取检测技术研究
被引量：
1
3
作者
白杨凡
卞永明
杨继翔
杨濛
机构
同济大学机械与能源工程学院
宁波工程学院机器人学院
出处
《中国工程机械学报》
北大核心
2025年第2期227-232,共6页
基金
国家重点研发计划资助项目(2023YFC3806603)
国家自然科学基金青年科学基金资助项目(52205279)。
文摘
本文提出了一种基于目标识别和全卷积抓取质量网络(FC-GQCNN)的机械臂抓取检测技术。针对传统GQCNN在实际应用中存在的计算效率低、特征重复计算等问题,提出了一种改进的FC-GQCNN。该网络通过将GQCNN的全连接层替换为1×1卷积层,使其能够处理任意尺寸的输入图像。同时,将FC-GQCNN与YOLOv8目标识别算法相结合,构建了YOLOv8-FCGQCNN级联结构,有效解决了复杂环境下目标物体的识别和定位问题。实验结果表明:该方法在10类不同物体的抓取任务中有86%的抓取成功率,单帧平均检测时间仅为0.09 s,相比传统GQCNN的推理速度提升了22倍,显著提高了系统效率。该方法可以准确地检测感兴趣的物体的抓取位姿,并且较基准方法具有更高的可靠性。
关键词
目标识别
抓取位姿检测
机械臂
抓取
系统
算法融合
Keywords
object recognition
grasp pose estimation
robotic arm grasping system
algorithm integration
分类号
TP241 [自动化与计算机技术—检测技术与自动化装置]
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于实例分割的机械臂抓取位姿检测方法
翟维枫
陆文涛
薛同来
《仪表技术与传感器》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
2
基于空间信息聚合的遮挡目标抓取位姿检测
陈仁祥
邱天然
杨黎霞
张芷僮
夏亮
《光学精密工程》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
基于目标识别和FC-GQCNN网络的机械臂抓取检测技术研究
白杨凡
卞永明
杨继翔
杨濛
《中国工程机械学报》
北大核心
2025
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
