摘要
本发明的一种基于卷积神经网络的抓取位姿生成方法,包括:确定抓取位置的表示方法,对原有数据集进行数据增强处理,构建基于卷积神经网络RS‑ConvNet的最优抓取位姿生成网络模型,采用所述增强数据集进行基于卷积神经网络RS‑ConvNet的最优抓取位姿生成网络模型的训练,将相机获取到的图像输入到训练好的基于RS‑ConvNet的最优抓取位姿生成网络模型中进行预测,获取最优抓取位姿后,通过坐标变换,让机械臂执行抓取动作。本发明具有好的准确率和较高的检测速度,满足零售环境下对于非规则商品的抓取精度和抓取速度要求,能实现机器人稳定高效的抓取。
技术关键词
生成网络模型
生成方法
图像
坐标系
末端执行器
抓取动作
真实世界物体
相机
机械臂运动学
数据
规则商品
注意力模型
模糊特征
通道
代表
矩形
系统为您推荐了相关专利信息
自动化机器人控制
水流特征
水头高度
末端执行器
排气口
Hessian矩阵
特征点
图像采集设备
基准特征
桥梁结构
声源定位方法
测试麦克风
声源定位装置
空间直角坐标系
定位单元