基于卷积神经网络的抓取位姿生成方法

AITNT
正文
推荐专利
基于卷积神经网络的抓取位姿生成方法
申请号:CN202410707431
申请日期:2024-06-03
公开号:CN118552618A
公开日期:2024-08-27
类型:发明专利
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
1
用于变水头渗透试验的自动化机器人控制方法及系统
自动化机器人控制 水流特征 水头高度 末端执行器 排气口
2
一种基于图像识别幼儿行为分析的系统及方法
幼儿 像素 环境光照强度 运动 人脸识别模型
3
一种局部氧疗装置及控制方法
局部氧疗装置 创伤 气囊 图像分析模型 环状
4
一种全天候桥梁结构位移测量方法
Hessian矩阵 特征点 图像采集设备 基准特征 桥梁结构
5
一种声源定位方法、装置、电子设备及存储介质
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号