仪器仪表学报

作者：夏浩宇，索双富，王 洋，安 琪，张妙恬

单位：夏浩宇,1.清华大学机械工程系,,索双富,1.清华大学机械工程系,,王 洋,1.清华大学机械工程系,,安 琪,1.清华大学机械工程系,,张妙恬,1.清华大学机械工程系,

关键词：抓取检测;KeypointRCNN改进模型;损失权重;注意力模块;抓取描述;重合度;最优抓取

基金：国家重点研发计划(2017YYF0108101)项目资助

机器人抓取在工业中的应用有两个难点:如何准确地检测可抓取物体,以及如何从检测出的多个物体中选择最优抓取目标。本文在KeypointRCNN模型中引入同方差不确定性学习各损失的权重,并在特征提取器中加入注意力模块,构成了KeypointRCNN改进模型。基于改进模型提出了两阶段物体抓取检测算法,第一阶段用模型预测物体掩码和关键点,第二阶段用掩码和关键点计算物体的抓取描述和重合度,重合度表示抓取时的碰撞程度,根据重合度可以从多个可抓取物体中选择最优抓取目标。对照实验证明,相较原模型,KeypointRCNN改进模型在目标检测、实例分割、关键点检测上的性能均有提高,在自建数据集上的平均精度分别为85.15%、79.66%、86.63%,机器人抓取实验证明抓取检测算法能够准确计算物体的抓取描述、选择最优抓取,引导机器人无碰撞地抓取目标。

来源：2021年第4期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2021年第4期