主管单位：上海图书馆上海科学技术情报研究所
主办单位：上海科学技术文献出版社
出版周期：双月
ISSN：1007-080X
CN：31-1714/TM
出版地：上海市
语种：中文;
开本：大16开
邮发代号：4-565
创刊时间：1995
-
投稿咨询：
张编QQ：2893970483 ；葛编QQ：3072969951
-
稿件查询：
张编QQ：2893970483
- 工作时间：早上9点——下午5点(周日除外)
当前位置:首页 > 学术展示
一种多信息融合的机器人抓取区域检测方法
贾淼邵全全胡洁戚进
上海交通大学机械与动力工程学院
摘要：重点介绍了面向物体杂乱放置状态下的机器人物体拾取方法。由于物体的多样性和放置时的随意性，很难通过识别、分割、位姿估计等多步骤方法实现杂乱堆放物体的准确抓取。采用一种称为U-net的特殊卷积神经网络、结构融合RGB图像、深度图像信息以及法向量信息，直接预测合适的抓取点，从而无须提前进行物体识别以及位姿估计等操作。最后实验验证了方法的有效性，并比较了多种模态视觉信息对抓取区域预测的效果，发现融合RGB图像、深度图像以及法向量信息可以获得比较好的精度和召回率。
关键词： 吸附式抓取;神经网络;法向量信息;物体抓取;
基金资助： 国家自然基金项目(52035007,51975360)； 国家社科基金重大项目(17ZDA020)； 科技部创新方法工作专项(2018IM020100)；
DOI： 10.16413/j.cnki.issn.1007-080x.2022.z1.002
专辑： 信息科技
贾淼邵全全胡洁戚进
上海交通大学机械与动力工程学院
摘要：重点介绍了面向物体杂乱放置状态下的机器人物体拾取方法。由于物体的多样性和放置时的随意性，很难通过识别、分割、位姿估计等多步骤方法实现杂乱堆放物体的准确抓取。采用一种称为U-net的特殊卷积神经网络、结构融合RGB图像、深度图像信息以及法向量信息，直接预测合适的抓取点，从而无须提前进行物体识别以及位姿估计等操作。最后实验验证了方法的有效性，并比较了多种模态视觉信息对抓取区域预测的效果，发现融合RGB图像、深度图像以及法向量信息可以获得比较好的精度和召回率。
关键词： 吸附式抓取;神经网络;法向量信息;物体抓取;
基金资助： 国家自然基金项目(52035007,51975360)； 国家社科基金重大项目(17ZDA020)； 科技部创新方法工作专项(2018IM020100)；
DOI： 10.16413/j.cnki.issn.1007-080x.2022.z1.002
专辑： 信息科技
