摘要
本发明公开了一种基于物体6D位姿估计的机器人物体抓取方法及装置。首先对RGB图像进行感知处理,得到待抓取物体的目标区域图像,然后基于融合了半小波金字塔注意力机制和多尺度特征提取注意机制的主干网络来提取目标区域图像的特征,再基于多个卷积层和全连接层组成的神经网络对特征进行处理,从而回归包括待抓取物体的6D位姿。最后基于CNN模型评价机器人对待抓取物体执行抓取的成功概率,并根据成功概率来执行抓取或调整机器人末端位置以执行新的抓取。本发明为解决遮挡鲁棒性问题提供了全新思路,更重要的是构建了空频域特征融合和智能抓取的新范式,大大改善了杂乱和遮挡场景下6D位姿估计的鲁棒性,具有极佳的工业视觉方面应用前景。
技术关键词
抓取物体
通道注意力机制
多尺度特征提取
金字塔结构
物体抓取方法
融合多尺度特征
图像
机器人智能抓取
坐标
像素
评估机器人
网络模块
离散小波变换
系统为您推荐了相关专利信息
深度图
超分辨率网络
特征提取模块
多模态
多尺度特征融合
地震相位
深度学习模型
多尺度
时序
低信噪比地震信号
场景匹配方法
语义标签
图像特征向量
游戏场景
元素
渗漏水
巡检机器
激光雷达点云数据
隧道结构
机器狗