融合BlendMask的机械手臂抓取位姿估计模型

作     者：刘家东 费博文 万子豪 胡建华 Liu Jiadong;Fei Bowen;Wan Zihao;Hu Jianhua

作者机构：中国信息通信研究院北京100191 中国科学院自动化研究所北京100190 

基　　金：中科院科技服务网络计划(STS)(STS-HP-202202) 

出 版 物：《机电工程技术》 (Mechanical & Electrical Engineering Technology)

年 卷 期：2024年第53卷第6期

页      码：74-78,118页

摘      要：针对复杂场景抓取位姿估计速度慢、精度低的问题,基于BlendMask实例分割网络,结合实例分割与抓取位姿估计,设计了一种端到端的机械手臂抓取位姿估计深度模型GPNet。该模型首先依据图像2D信息,在BlendMask网络中增加抓取中心、抓取主方向估计分支,提升抓取位姿估计速度;其次采用霍夫投票获取抓取中心及主方向,提高了2D抓取位姿估计的精度与鲁棒性;然后采用椭圆筛选机制,有效地解决了由圆形物体任意性对抓取主方向估计的干扰;最后依据新的损失函数训练GPNet,并结合图像深度信息获得最终抓取位姿信息。以中国信息通信研究院工业互联网平台、工业和信息化部重点实验室抓取实验场景为对象进行抓取速度与精度验证,以9种物体为抓取目标,结果表明在平均每个场景6种抓取目标实例且有干扰物体遮挡的复杂场景下,所提模型位姿估计平均速度达到0.057 s,平均抓取成功率达到90.2%。

主 题 词：抓取位姿估计 BlendMask 端到端 椭圆筛选 霍夫投票 

学科分类：080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 0835[0835] 080201[080201] 

D　O　I：10.3969/j.issn.1009-9492.2024.00071

馆 藏 号：203127961...