摘要
本发明公开了一种基于多重特征的机械臂抓取角度和宽度预测方法及装置,涉及机械臂抓取领域,包括:构建机械臂抓取角度和宽度预测模型并训练,得到经训练的机械臂抓取角度和宽度预测模型,获取待抓取物体的RGB‑D图像并输入到经训练的机械臂抓取角度和宽度预测模型,RGB‑D图像输入到初始特征提取模块,依次经过两个深度可分离卷积单元进行特征提取,并经过最大池化层进行降采样,得到初始特征,初始特征输入到特征增强模块,先经过两个多尺度特征提取模块提取多尺度特征,并通过双向特征金字塔网络进行多尺度特征的融合与增强,得到增强特征,增强特征经过特征解码模块,预测得到抓取角度、抓取宽度和抓取质量评分,解决抓取准确率和成功率低等问题。
技术关键词
双向特征金字塔
多尺度特征提取
机械臂
注意力
上采样
输出特征
特征提取模块
卷积模块
解码模块
降维特征
双线性
抓取物体
层级
通道
空洞
分支
积层
处理器
系统为您推荐了相关专利信息
时效特征
心理健康评估方法
语义
稳定特征
波动特征
注意力机制
时间预测方法
XGBoost模型
特征选择方法
矩阵
特征融合网络
无人机姿态
深度卷积神经网络
估计方法
Inception结构