-
题名基于多尺度特征融合的抓取位姿估计
被引量：6
- 1
-
-
作者
肖贤鹏
胡莉
张静
李树春
张华
-
机构
西南科技大学信息工程学院
中国科学技术大学信息科学技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第10期172-177,共6页
-
基金
国家“十三五”核能开发科研资助项目(20161295)
四川省教育厅重点资助科研项目(18ZA0492)。
-
文摘
抓取目标多样性、位姿随机性严重制约了机器人抓取的任务适应性,为提高机器人抓取成功率,提出一种融合多尺度特征的机器人抓取位姿估计方法。该方法以RGD信息为输入,采用ResNet-50主干网络,融合FPN(feature pyramid networks)获得多尺度特征作为抓取生成网络的输入,以生成抓取候选框;并将抓取方向坐标映射为抓取方向的分类任务,使用ROI Align进行感兴趣区域提取,评估抓取候选框,获取目标的最优抓取位姿。为验证算法有效性,基于康奈尔抓取数据集开展了抓取位姿估计实验,仿真抓取位姿估计准确度达到96.9%。基于Inter RealSense D415深度相机和UR5机械臂搭建了实物平台,在真实场景下对位姿随机摆放的多样性目标物体进行多次抓取实验,结果显示抓取目标检测成功率为95.8%,机器人抓取成功率为90.2%。
-
关键词
抓取位姿估计
RGD信息
多尺度特征
抓取建议网络
ROI
Align
-
Keywords
grasp pose estimation
RGD information
multi-scale features
grasp proposal network
ROI Align
-
分类号
TP241
[自动化与计算机技术—检测技术与自动化装置]
-
