基于深度学习的多物体抓取检测技术研究

摘要：

针对非结构化的抓取场景,提出一种并列式架构的卷积神经网络检测模型.该模型使用单物体抓取数据集训练,可以对多物体进行抓取检测.基于机器人操作系统(Robot Operating System,ROS)平台进行抓取仿真试验,验证抓取检测结果的有效性.试验结果表明,该方法针对密集多物体的仿真抓取成功率达到80.8%.

关键词：卷积神经网络、深度学习、抓取检测

所属期刊栏目：59

分类号：TP391.41;TP242.6;TP183

在线出版日期：2023-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：36-39