摘要：針對散亂擺放的未知物體的抓取,提出一種將物體的RGB圖像和Depth圖像分開作為兩個輸入的多模態(tài)神經(jīng)網(wǎng)絡(luò)模型,實現(xiàn)對物體抓取框的檢測,完成機器人對未知物體的智能抓取。通過背景減除的方法,獲取物體的掩膜,根據(jù)等間距采樣規(guī)則,得到這個物體所有可能的候選抓取矩形框;再通過多模態(tài)神經(jīng)網(wǎng)絡(luò)分類模型,從所有可能的候選矩形框中找到評判值排名前三的矩形框;然后采用比較重心的算法找到中心最接近物體重心的抓取框(最優(yōu)抓取框)。結(jié)果表明,該方法在物體抓取準(zhǔn)確性和魯棒性方面有很大提高。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
