融入注意力机制的多模特征机械臂抓取位姿检测

作者：楚红雨; 冷齐齐; 张晓强; 常志远; 邵延华

来源：控制与决策, 2022, 1-9.

DOI：10.13195/j.kzyjc.2022.0812

• 目标抓取
• 位姿检测
• 机械臂
• 注意力机制
• 多模态特征
• 深度学习

针对机械臂抓取检测任务中对未知物体抓取位姿检测精度低、耗时长等问题,提出一种融入注意力机制多模特征抓取位姿检测网络.首先设计多模态特征融合模块,在融合多模态特征同时对其赋权加强;接着针对较浅层残差网络提取重点特征能力较弱的问题,引入卷积注意力模块,进一步提升网络特征提取能力;最后,通过全连接层对提取特征直接进行回归拟合,得到最优抓取检测位姿.实验结果表明,在Cornell公开抓取数据集上,本文算法的图像拆分检测精度为98.9%,对象拆分检测精度为98.7%,检测速度为51 FPS,对10类物体的100次真实抓取实验中,成功率为95%.

• 单位
  西南科技大学