控制与决策

作者：楚红雨,冷齐齐,张晓强,常志远,邵延华

单位：西南科技大学 信息工程学院,四川 绵阳 621010,,西南科技大学 信息工程学院,四川 绵阳 621010,,西南科技大学 信息工程学院,四川 绵阳 621010,,西南科技大学 信息工程学院,四川 绵阳 621010,,西南科技大学 信息工程学院,四川 绵阳 621010,

关键词：目标抓取;位姿检测;机械臂;注意力机制;多模态特征;深度学习

基金：国防科工局项目([2019]1276)；国家自然科学基金项目(12175187)；西南科技大学博士基金项目(19zx7123).

针对机械臂抓取检测任务中对未知物体抓取位姿检测精度低、耗时长等问题,提出一种融入注意力机制多模特征抓取位姿检测网络.首先,设计多模态特征融合模块,在融合多模态特征同时对其赋权加强;然后,针对较浅层残差网络提取重点特征能力较弱的问题,引入卷积注意力模块,进一步提升网络特征提取能力;最后,通过全连接层对提取特征直接进行回归拟合,得到最优抓取检测位姿.实验结果表明,在Cornell公开抓取数据集上,所提出算法的图像拆分检测精度为98.9%,对象拆分检测精度为98.7%,检测速度为51FPS,对10类物体的100次真实抓取实验中,成功率为95%.

来源：2024年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第3期