[发明专利]基于卷积神经网络的多物体抓取区域定位方法有效
| 申请号： | 201910998195.6 | 申请日： | 2019-10-21 |
| 公开（公告）号： | CN110796700B | 公开（公告）日： | 2023-06-09 |
| 发明（设计）人： | 徐昱琳;王亮;杨傲雷;俞慧 | 申请（专利权）人： | 上海大学 |
| 主分类号： | G06T7/70 | 分类号： | G06T7/70;G06T7/30 |
| 代理公司： | 上海上大专利事务所(普通合伙) 31205 | 代理人： | 陆聪明 |
| 地址： | 200444*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的多物体抓取区域定位方法，包括图像平面抓取检测部分和抓取位姿定位部分，属于图像检测和定位领域。所述图像平面抓取检测部分对Cornell Grasping Dataset进行数据增强，并按照所述旋转直径圆的抓取表示方式构建图像的抓取标签，得到训练集和验证集；构建卷积神经网络模型并通过所述训练集训练，利用训练好的卷积神经网络模型为图像中每个物体预测可行的抓取圆。所述抓取位姿定位部分通过配准的点云得到抓取点的空间位置，然后计算抓取点的法线向量，结合物体抓取圆的参数，确定物体的抓取位姿。本发明可以在多物体场景下快速而准确的得到每个物体的抓取位姿，从而实现对未知物体的高准确度抓取。 | ||
| 搜索关键词： | 基于 卷积 神经网络 物体 抓取 区域 定位 方法 | ||
【主权项】：
1.一种基于卷积神经网络的多物体抓取区域定位方法，其特征在于，包括如下步骤：/n步骤1：对Cornell Grasping Dataset进行数据增强，并按照旋转直径圆的抓取表示方式构建训练集的标签，所述训练集用于训练抓取卷积神经网络；/n步骤2：构建抓取卷积神经网络，并利用所述训练集离线训练所述抓取卷积神经网络的参数，得到抓取卷积神经网络模型；/n步骤3：使用摄像头获取RGB图像和配准的点云，RGB图像作为所述抓取卷积神经网络模型的输入；/n步骤4：利用抓取卷积神经网络为图像中的每个物体预测可行的抓取圆；/n步骤5：所述抓取圆传给抓取位姿定位算法，通过配准的点云确定物体的位置与姿态。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海大学，未经上海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910998195.6/，转载请声明来源钻瓜专利网。
