一种基于改进PointNet++的机械臂平行夹爪抓取位置预测方法

本发明公开了一种基于改进PointNet++的机械臂平行夹爪抓取位置预测方法，涉及计算机视觉和机器人技术领域，包括以下步骤：构建基于改进PointNet++的位置预测模型并利用训练集进行训练；将待抓取物品的点云数据输入训练好的位置预测模型以获得预测位置参数。所述位置预测模型包括依次连接的若干特征提取模块和一个全连接层，所述特征提取模块采用添加了通道注意力的PointNet++，对输入的点云数据进行多次特征提取；全连接层接收最后一个特征提取模块输出的全局特征，输出预测位置参数。本发明结合3D点云技术和深度学习，不仅提高了机械臂抓取的准确性，还能够在复杂环境下实现更为稳定和高效的抓取操作。