一种基于视觉-曲度融合的柔软物体夹取状态评估方法

本发明公开了一种基于视觉‑曲度融合的柔软物体夹取状态评估方法，属于机械臂夹取状态评估技术领域。针对现有方法中柔性物体判断准确率低的问题，通过采集被评估物体在被抓取时的图像数据和曲度数据，通过定义被评估物体的压缩比获得夹取状态作为标签；将收集到的图像数据和曲度数据分别进行相应的数据预处理，得到模型所需的数据结构类型；将预处理后的图像数据和曲度数据划分为训练集和测试集，输入到相应特征提取模块进行训练，得到图像数据和曲度数据的特征向量；将得到的特征向量输入到模态融合模块，对两个原本无关联的模态进行融合，得到属性关联的融合特征；将得到的融合特征连接到分类器进行分类，实现柔软物体夹取状态的评估。