文档名：基于SEResNet的机器人最优抓取姿态检测方法
摘要：为了提高机器人在抓取物体时成功率和速度,提出了一种基于SE-ResNet的生成式机器人抓取位置检测模型.模型通过输入的RGB-D图像直接生成对应的抓取映射图,ResNet解决了深度模型的退化问题,在此基础上引入挤压和激励机制,让模型使用全局信息来增强有用信息,并抑制无用信息.选择Jaccard指数作为抓取检测的评价标准.实验结果表明,该方法在Cornell数据集上的准确率高达98.9％.搭建了基于PyBullet物理仿真环境的抓取检测平台,使用Panda机械臂对Egad评估集中的各个难度的物体抓取表现良好,在提高抓取检测的成功率的同时,保证了实时性.
作者：杨华 宋卓著 吴杰宏 高利军Author：YANGHua SONGZhuozhu WUJiehong GAOLijun
作者单位：沈阳航空航天大学计算机学院,辽宁沈阳110136
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(5)
分类号：TP242
关键词：抓取检测 机器人抓取 深度学习 挤压与激励
机标分类号：
在线出版日期：2023年5月31日
基金项目：辽宁省自然科学基金资助项目，辽宁省教育厅科学技术研究项目，航空科学基金资助项目基于SE-ResNet的机器人最优抓取姿态检测方法[
期刊论文] 传感器与微系统--2023, 42(5)杨华 宋卓著 吴杰宏 高利军为了提高机器人在抓取物体时成功率和速度,提出了一种基于SE-ResNet的生成式机器人抓取位置检测模型.模型通过输入的RGB-D图像直接生成对应的抓取映射图,ResNet解决了深度模型的退化问题,在此基础上引入挤压和激励机制,...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于SE-ResNet的机器人最优抓取姿态检测方法 Detection method robotic optimal grasping pose based on SE-ResNet
基于SE-ResNet的机器人最优抓取姿态检测方法.pdf
- 文件大小:
- 1.6 MB
- 下载次数:
- 60
-
高速下载
|
