基于深度学习的机器人抓取位置检测方法

进行了机器人的智能抓取研究,提出了一种基于深度学习的机器人抓取位置检测方法。该方法以目标物体的多模态特征作为训练数据,采用无监督学习与监督学习相结合的方式对目标物体的最优抓取位置进行学习。在无监督学习阶段,使用压缩自动编码器(CAE)对神经网络进行无监督逐层预训练;在监督学习阶段,使用反向传播算法对整个网络进行监督微调。仿真实验结果验证了该方法能够对目标物体的最优抓取位置做出精确的判断。在Universal Robot 5机器人上进行了抓取实验,实验结果表明该方法的抓取成功率较高,能够应用到与机器人抓取相关的任务中。