手部掩码位姿估计

遮挡下抓取更准

该算法通过手部检测与分割移除遮挡，结合注意力增强的抓取网络，在自主移动机器人上实现了对人员手持未知物体的可靠抓取。

Yu-Yun, Huang · Song, Kaitai

IEEE Robotics and Automation Letters 2024

参数信息

平均交接成功率

81 %

技术优势

遮挡下也能抓稳

通过手部检测与分割移除手部区域，从剩余深度图中估计物体姿态，使网络不被手部遮挡干扰。

抓取识别更准

在GGCNN中加入CBAM注意力模块，增强对抓取位姿的识别率。

应用场景

• 服务机器人交互：直接用于服务机器人接收人员递来的物品，无需人工示教。
• 移动抓取：让移动底盘与机械臂协同完成对人手持物体的抓取动作。
• 人机协作：在人员递物过程中实现自主抓取，共享工作空间协作更流畅。
• 机械臂控制：用MPC同时控制底盘和机械臂，完成精确抓取动作。