-
公开(公告)号：CN119648799B
公开(公告)日：2025-04-22
申请号：CN202510174482.0
申请日：2025-02-18
Applicant: 华侨大学
Abstract: 本发明公开了一种基于多重特征的机械臂抓取角度和宽度预测方法及装置，涉及机械臂抓取领域，包括：构建机械臂抓取角度和宽度预测模型并训练，得到经训练的机械臂抓取角度和宽度预测模型，获取待抓取物体的RGB‑D图像并输入到经训练的机械臂抓取角度和宽度预测模型，RGB‑D图像输入到初始特征提取模块，依次经过两个深度可分离卷积单元进行特征提取，并经过最大池化层进行降采样，得到初始特征，初始特征输入到特征增强模块，先经过两个多尺度特征提取模块提取多尺度特征，并通过双向特征金字塔网络进行多尺度特征的融合与增强，得到增强特征，增强特征经过特征解码模块，预测得到抓取角度、抓取宽度和抓取质量评分，解决抓取准确率和成功率低等问题。
-
公开(公告)号：CN119648799A
公开(公告)日：2025-03-18
申请号：CN202510174482.0
申请日：2025-02-18
Applicant: 华侨大学
Abstract: 本发明公开了一种基于多重特征的机械臂抓取角度和宽度预测方法及装置，涉及机械臂抓取领域，包括：构建机械臂抓取角度和宽度预测模型并训练，得到经训练的机械臂抓取角度和宽度预测模型，获取待抓取物体的RGB‑D图像并输入到经训练的机械臂抓取角度和宽度预测模型，RGB‑D图像输入到初始特征提取模块，依次经过两个深度可分离卷积单元进行特征提取，并经过最大池化层进行降采样，得到初始特征，初始特征输入到特征增强模块，先经过两个多尺度特征提取模块提取多尺度特征，并通过双向特征金字塔网络进行多尺度特征的融合与增强，得到增强特征，增强特征经过特征解码模块，预测得到抓取角度、抓取宽度和抓取质量评分，解决抓取准确率和成功率低等问题。
-
公开(公告)号：CN118596156B
公开(公告)日：2024-11-05
申请号：CN202411045466.3
申请日：2024-08-01
Applicant: 华侨大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于改进PointNet++的机械臂平行夹爪抓取位置预测方法，涉及计算机视觉和机器人技术领域，包括以下步骤：构建基于改进PointNet++的位置预测模型并利用训练集进行训练；将待抓取物品的点云数据输入训练好的位置预测模型以获得预测位置参数。所述位置预测模型包括依次连接的若干特征提取模块和一个全连接层，所述特征提取模块采用添加了通道注意力的PointNet++，对输入的点云数据进行多次特征提取；全连接层接收最后一个特征提取模块输出的全局特征，输出预测位置参数。本发明结合3D点云技术和深度学习，不仅提高了机械臂抓取的准确性，还能够在复杂环境下实现更为稳定和高效的抓取操作。
-
公开(公告)号：CN118596156A
公开(公告)日：2024-09-06
申请号：CN202411045466.3
申请日：2024-08-01
Applicant: 华侨大学
IPC: B25J9/16
Abstract: 本发明公开了一种基于改进PointNet++的机械臂平行夹爪抓取位置预测方法，涉及计算机视觉和机器人技术领域，包括以下步骤：构建基于改进PointNet++的位置预测模型并利用训练集进行训练；将待抓取物品的点云数据输入训练好的位置预测模型以获得预测位置参数。所述位置预测模型包括依次连接的若干特征提取模块和一个全连接层，所述特征提取模块采用添加了通道注意力的PointNet++，对输入的点云数据进行多次特征提取；全连接层接收最后一个特征提取模块输出的全局特征，输出预测位置参数。本发明结合3D点云技术和深度学习，不仅提高了机械臂抓取的准确性，还能够在复杂环境下实现更为稳定和高效的抓取操作。
-
-
-
Search Results
4
records
(took 0.017 seconds)
