摘要
为了提高机器人在抓取物体时成功率和速度,提出了一种基于SE-ResNet的生成式机器人抓取位置检测模型。模型通过输入的RGB-D图像直接生成对应的抓取映射图,ResNet解决了深度模型的退化问题,在此基础上引入挤压和激励机制,让模型使用全局信息来增强有用信息,并抑制无用信息。选择Jaccard指数作为抓取检测的评价标准。实验结果表明,该方法在Cornell数据集上的准确率高达98.9%。搭建了基于PyBullet物理仿真环境的抓取检测平台,使用Panda机械臂对Egad评估集中的各个难度的物体抓取表现良好,在提高抓取检测的成功率的同时,保证了实时性。
- 出版日期2023
- 单位沈阳航空航天大学