| 杂乱场景中多尺度注意力特征融合抓取检测网络 |
| |
| 引用本文： | 徐衍,林云汉,闵华松.杂乱场景中多尺度注意力特征融合抓取检测网络[J].计算机系统应用,2024,33(5):76-84. |
| |
| 作者姓名： | 徐衍 林云汉 闵华松 |
| |
| 作者单位： | 武汉科技大学 计算机科学与技术学院, 武汉 430081;武汉科技大学 智能信息处理与实时工业系统湖北省重点实验室, 武汉 430081;武汉科技大学 计算机科学与技术学院, 武汉 430081;武汉科技大学 智能信息处理与实时工业系统湖北省重点实验室, 武汉 430081;武汉科技大学 机器人与智能系统研究院, 武汉 430081 |
| |
| 基金项目： | 国家重点研发计划(2022YFB4700400); 国家自然科学基金(62073249) |
| |
| 摘 要： | GSNet使用抓取度区分杂乱场景的可抓取区域, 显著地提高了杂乱场景中机器人抓取位姿检测准确性, 但是GSNet仅使用一个固定大小的圆柱体来确定抓取位姿参数, 而忽略了不同大小尺度的特征对抓取位姿估计的影响. 针对这一问题, 本文提出了一个多尺度圆柱体注意力特征融合模块(Ms-CAFF), 包含注意力融合模块和门控单元两个核心模块, 替代了GSNet中原始的特征提取方法, 使用注意力机制有效地融合4个不同大小圆柱体空间内部的几何特征, 从而增强了网络对不同尺度几何特征的感知能力. 在大规模杂乱场景抓取位姿检测数据集GraspNet-1Billion的实验结果表明, 在引入模块后将网络生成抓取位姿的精度最多提高了10.30%和6.65%. 同时本文将网络应用于实际实验, 验证了方法在真实场景当中的有效性.
|
| 关 键 词： | 点云 机器人抓取位姿检测 多尺度特征融合 杂乱场景 注意力机制 |
| 收稿时间： | 2023/11/13 0:00:00 |
| 修稿时间： | 2023/12/11 0:00:00 |
Grasping Detection Network of Multi-scale Attention Feature Fusion in Cluttered Scenes |
| |
| XU Yan,LIN Yun-Han,MIN Hua-Song.Grasping Detection Network of Multi-scale Attention Feature Fusion in Cluttered Scenes[J].Computer Systems& Applications,2024,33(5):76-84. |
| |
| Authors: | XU Yan LIN Yun-Han MIN Hua-Song |
| |
| Affiliation: | School of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan 430081, China;Hubei Province Key Laboratory of Intelligent Information Processing and Real-time Industrial System, Wuhan University of Science and Technology, Wuhan 430081, China;School of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan 430081, China;Hubei Province Key Laboratory of Intelligent Information Processing and Real-time Industrial System, Wuhan University of Science and Technology, Wuhan 430081, China;Institute of Robotics and Intelligent Systems (IRIS), Wuhan University of Science and Technology, Wuhan 430081, China |
| |
| Abstract: | |
| |
| Keywords: | point cloud robot grasping pose detection multi-scale feature fusion cluttered scene attention mechanism |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
