摘要
本发明提供基于多尺度特征融合与逐点预测的抓取姿态生成方法及系统,包括:收集抓取数据集,得到训练后的抓取区域检测模型;构建结合多尺度点云特征融合的目标识别网络;根据训练后的抓取区域检测模型,利用预处理后的点云数据作为网络输入,输出高抓取置信度区域,映射到输入点云的参考坐标系;对输出高抓取置信度区域构建点云包围盒,生成多样性的抓取姿态候选集合,通过计算抓取候选分数,在抓取姿态候选集合选出质量最高的抓取作为机器人抓取目标的位姿。通过构建轻量级目标识别网络、多尺度点云特征融合、高效的训练与验证策略、点云数据预处理与增强、精确的抓取区域识别与姿态估计以及优化的抓取选择策略,提高了机械臂对环境的交互能力和抓取精度。
技术关键词
多尺度特征融合
生成方法
机器人抓取
点云特征
网络
点云数据预处理
仿真场景
姿态估计
仿真环境
多尺度特征提取
检测模型训练
局部特征提取
物体
坐标系
标注策略
点云滤波
可读存储介质