首页|基于级联式Faster RCNN的三维目标最优抓取方法研究

基于级联式Faster RCNN的三维目标最优抓取方法研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
机器人在三维目标识别和最优抓取方面的难点在于复杂的背景环境以及目标物体形状不规则，且要求机器人像人一样在识别不同三维目标的同时要确定该目标的最佳抓取部位的位姿。提出一种基于级联式模型的深度学习方法来识别目标物体及其最优抓取位姿。第1级提出了改进的Faster RCNN模型，该模型能识别成像小的目标物体，并能准确对其进行定位;第2级的Faster RCNN模型在前一级确定的目标物体上寻找该目标物体的最优抓取位姿，实现机器人的最优抓取。实验表明该方法能快速且准确地找到目标物体并确定其最优抓取位姿。
Research on 3D object optimal grasping method based on cascaded Faster RCNN

陈丹、林清泉

展开 >

福州大学电气工程与自动化学院 福州350116

深度学习 最优抓取 目标检测 Faster RCNN模型

国家自然科学基金国家自然科学基金国家重点研发计划“政府间国际科技创新合作”重点专项国家重点研发计划“政府间国际科技创新合作”重点专项福建省自然科学基金

617731242016YFE01227002018J01534

2019

仪器仪表学报
中国仪器仪表学会

仪器仪表学报

CSTPCDCSCD北大核心EI
影响因子：2.372
ISSN：0254-3087
年,卷(期)：2019.40(4)
  • 20
  • 16