《机电一体化》

（1） 投稿时准确填写您的联系方式，以便稿件录用和杂志出刊后及时与您联系 （如需咨询其他问题，请联系客服人员）。 （2） 不违反宪法和法律，不损害公共利益。 （3） 是作者独立取得的原创性、学术研究成果，不侵犯任何著作权和版权，不损害第三方的其他权利；所有来稿必须通过检测，文字复制比必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单

研究·开发
基于梯度采样的轮椅机械臂局部路径规划算法欧阳崛;陈刚;盛鑫军;朱向阳;3-12
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;13-21
基于MDP的可靠性数字孪生任务决策刘晋飞;马学明;李杰林;张晓阳;程铖;22-28
基于故障树分析的盾构注浆系统故障诊断研究闵锐;刘智超;袁向华;李万莉;29-36
基于LSTM车速预测的在线优化能量管理策略研究陈傲文;杨林;涂家毓;李冬冬;37-48
电网扰动下改进型SOGI-PLL的动态性能研究巫春玲;周翔宇;张震;49-56
应用·交流
基于RTWT的机械臂实时仿真系统平台马利忠;卞永明;季鹏成;秦利升;蒋哲;周怡和;刘广军;57-62+88
电动汽车电池盒下壳体阀口平面度智能检测系统设计及其应用赵刚;徐小静;孙羽东;吴聿栋;储祥伟;杨虹;63-69
颈动脉超声影像内中膜智能分割和斑块识别陈余航;陈晴晴;林艳萍;李朝军;70-76+82
电动自行车头盔佩戴主动检测系统于子淇;77-82
基于元件失效的配电系统重要度分析王颂锋;陈刚;83-88

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

• 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)