对跖抓取检测网络

抓取又快又准

一种融合RGB和深度信息的全卷积网络，能实时预测像素级对跖抓取参数，并优化失败抓取配置。

Wei, Nie · 梁新武

Journal of Shanghai Jiaotong University (Science) 2023

技术优势

实时抓取检测

多个轻量级特征提取块和全卷积结构使网络保持高效率，满足实时性要求。

互补特征融合

3D全局注意力模块充分选择RGB和深度图像中的互补信息，提升特征表达。

失败预测优化

基于局部抓取路径的优化方法可应对模型预测的可能失败，提高未知物体抓取性能。

应用场景

• 机器人抓取：为机器人提供像素级抓取参数预测，直接用于抓取规划与执行。
• 非结构化场景操作：利用深度信息处理复杂场景，提升对未知环境的抓取适应性。
• 未知物体抓取：在公开数据集上验证对未知物体的抓取性能提升，适合新型物体抓取任务。