[發明專利]一種用于提高機器人抓取成功率的檢測方法在審
| 申請號： | 202211527527.0 | 申請日： | 2022-11-30 |
| 公開（公告）號： | CN116079711A | 公開（公告）日： | 2023-05-09 |
| 發明（設計）人： | 黃攀峰;李沅澔;馬志強;劉正雄 | 申請（專利權）人： | 西北工業大學 |
| 主分類號： | B25J9/16 | 分類號： | B25J9/16 |
| 代理公司： | 西安維賽恩專利代理事務所(普通合伙) 61257 | 代理人： | 張瑞琪;魏世平 |
| 地址： | 710072 *** | 國省代碼： | 陜西;61 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 用于 提高 機器人 抓取 成功率 檢測 方法 | ||
1.一種用于提高機器人抓取成功率的檢測方法，其特征在于，由以下步驟組成：
步驟S1：利用生成式卷積神經網絡以待抓取目標圖像為輸入，并輸出局部增強特征圖，
所述步驟S1由以下步驟組成：
步驟S101：利用特征提取模塊對待抓取目標圖像進行特征提取得到初始特征圖，
步驟S102：利用全局特征聚合模塊經過全局平均池化和全連接層對初始特征圖進行通道特征的加權，以得到含有全局特征信息的全局特征圖，
步驟S103：通過局部特征增強模塊利用密集連接的卷積層融合不同階段的特征得到局部增強特征圖；
步驟S2：將局部增強特征圖輸入抓取檢測模型，以輸出抓取點和相應的抓取向量，
步驟S3：通過變換矩陣將像素坐標系中的抓取向量映射到機器人坐標系中完成抓取。
2.根據權利要求1所述的一種用于提高機器人抓取成功率的檢測方法，其特征在于，所述特征提取模塊由依次連接的4個采樣層、5個殘差模塊和1個可變形卷積層組成。
3.根據權利要求2所述的一種用于提高機器人抓取成功率的檢測方法，其特征在于，所述可變形卷積層的卷積核為3×3。
4.根據權利要求1所述的一種用于提高機器人抓取成功率的檢測方法，其特征在于，所述生成式卷積神經網絡的損失函數為：
式中，n表示抓取位置的數量，yi表示標簽，表示預測標簽，Y表示總標簽，表示總預測標簽；
其中，l1由下式給出：
式中，σ表示超參數。
5.根據權利要求3所述的一種用于提高機器人抓取成功率的檢測方法，其特征在于，所述可變形卷積層中每個抓取圖像提取的特征圖Fi上的點p0由下式計算可得：
式中，F0為輸出特征圖，p0為特征圖的所有坐標點，w為卷積權重矩陣，R為卷積核的感受野，Fi為抓取圖像提取的特征圖，pn為p0的3×3鄰域，Δpn為可變形卷積學習的偏移量。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于西北工業大學，未經西北工業大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202211527527.0/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種野外原位
- 下一篇：數據庫的事務處理方法、裝置、設備及介質
