龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：湖南大学
摘要：本发明公开了一种针对透明物体相互堆积下的机器人抓取方法，包括利用端到端的深度补全网络补全经过预处理得到的原始深度信息，利用预测分割模块预测目标掩码图像，根据深度补全后的深度高度图和掩码高度图得到高维特征图，利用空间通道融合注意机制加强多张不同旋转角度的高维特征图，得到的注意力特征图输入推动动作的全卷积网络和抓取动作的全卷积网络中获取动作价值最大的推动作和抓动作，机器人按照当前训练步数下的动作选择规则选择动作。提供了一种基于深度补全、注意力机制和强化学习的机械臂自主抓取方法，使得机器人仅依赖视觉状态输入就能自主决策并执行一系列动作成功实现在杂乱场景中移除障碍物后稳定抓取具有透明属性的物体。
主权项：1.一种针对透明物体相互堆积下的机器人抓取方法，其特征在于，所述方法包括以下步骤：S100：使用深度相机获取视觉信息，将视觉信息做预处理后送入深度补全模块和预测分割模块，得到深度补全后的深度高度图和掩码高度图，根据深度补全后的深度高度图和掩码高度图得到高维特征图；S200：将高维特征图输入空间通道注意力模块得到语义信息更加突出的注意力特征图；S300：搭建推动动作的全卷积网络和抓取动作的全卷积网络，推动动作网络和抓取动作网络分别预测逐像素推动作映射和抓动作映射，使用Q-learning算法结合预设的损失函数对推动动作的全卷积网络和抓取动作的全卷积网络进行训练，得到训练好的推动动作的全卷积网络和抓取动作的全卷积网络；S400：将注意力特征图输入训练好的推动动作的全卷积网络和抓取动作的全卷积网络中获取动作空间中各动作的价值，利用贪婪策略按照当前训练步数下的动作选择规则选择价值最大的动作，根据选择规则选择的动作进行运动规划，计算出机械臂的动作路径并执行相应动作。
全文数据：
权利要求：
百度查询： 湖南大学 一种针对透明物体相互堆积下的机器人抓取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号