期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于GraspNet的物体平铺场景下类别导向抓取算法
被引量：
1
1
作者
宋世淼
顾非凡
+1 位作者
葛家尚
杨杰
《青岛大学学报(工程技术版)》
2025年第2期30-37,共8页
为解决面向多类别物体平铺场景下按类抓取问题,本文采用不同的特征融合方式,提出了通过融合类别语义与抓取位姿的联合优化算法MC-GSNet(Multi-class GraspNet)和构建多任务学习模型的优化算法MT-GSNet(Multi-task GraspNet)。通过显式...
为解决面向多类别物体平铺场景下按类抓取问题,本文采用不同的特征融合方式,提出了通过融合类别语义与抓取位姿的联合优化算法MC-GSNet(Multi-class GraspNet)和构建多任务学习模型的优化算法MT-GSNet(Multi-task GraspNet)。通过显式引入类别信息,优化了抓取位姿的生成逻辑,提升了算法在多类别物体平铺场景下的任务适应性和抓取成功率。在公开数据集GraspNet-1Billion上的实验结果表明,MC-GSNet与MT-GSNet的抓取平均精度比原始GraspNet分别提升了32.6%和43.9%,其中MT-GSNet因融合分割特征,对未见物体的适应性更优。仿真环境下的实验结果表明,MC-GSNet与MT-GSNet的抓取成功率分别达到了88.3%和95.0%,能够满足实际工程部署的需求。
展开更多
关键词
抓取检测
类别导向
特征融合
graspnet
-1Billion
在线阅读
下载PDF
职称材料
基于Inception-ConCat-GraspNet神经网络的二维机器人抓取算法设计与实现
2
作者
李佳城
陈智强
王硕
《信息记录材料》
2022年第11期233-235,共3页
随着人工智能技术的飞速发展,工业机械手臂的应用价值越来越重要。为了提高工业机械臂对工作环境的适应能力,需要机械臂根据视觉环境自主计算出抓取物体的路径和抓取姿态,从而提高抓取准确率和反应时间。本文针对机器人自主抓取需求,在...
随着人工智能技术的飞速发展,工业机械手臂的应用价值越来越重要。为了提高工业机械臂对工作环境的适应能力,需要机械臂根据视觉环境自主计算出抓取物体的路径和抓取姿态,从而提高抓取准确率和反应时间。本文针对机器人自主抓取需求,在借鉴Inception网络结构和YOLOv4-tiny中CSP思想上,首先设计了抓取网络卷积模块Inception-ConCat,并结合机器人抓取的相关特征,设计端到端的单阶段抓取网络Inception-ConCat-GraspNet。为验证网络效果,采用通用的Jaccard指数,在康奈尔数据集和实际视觉抓取机器人中进行实验,结果表明该模型在康奈尔数据集上综合抓取准确度达到97.3%,实际机器人抓取精度达到96.1%,相较于其他抓取网络算法,本次算法有明显的优势,该研究结果对于机器人自主目标抓取的应用起到重要推进作用。
展开更多
关键词
卷积神经网络
抓取检测
Inception-ConCat
graspnet
网络
在线阅读
下载PDF
职称材料
非结构化环境下的机械臂抓取位姿检测系统研究
3
作者
孙世界
康高强
潘文波
《现代电子技术》
北大核心
2026年第6期133-138,共6页
为提高机械臂在非结构化环境下目标抓取位姿检测的准确性与鲁棒性,提出一种融合SAM图像分割与GraspNet的抓取位姿检测方法。利用SAM分割目标掩膜以过滤非目标区域干扰,结合GraspNet预测抓取位姿,并基于力闭合理论筛选高鲁棒性方案;再通...
为提高机械臂在非结构化环境下目标抓取位姿检测的准确性与鲁棒性,提出一种融合SAM图像分割与GraspNet的抓取位姿检测方法。利用SAM分割目标掩膜以过滤非目标区域干扰,结合GraspNet预测抓取位姿,并基于力闭合理论筛选高鲁棒性方案;再通过标定后的RealSense相机获取RGB-D数据与相机内参,建立相机与机械臂基座的坐标转换关系;最后通过坐标转换与逆运动学控制机械臂进行抓取。利用Sawyer七轴机械臂与D435i相机搭建验证平台进行实验,结果表明:改进算法的目标检测率与平均抓取成功率分别达到91.7%和81.6%,较原始GraspNet算法提升了7.5%和8.3%,且显著减少了非目标物体干扰导致的错误位姿。所提方法通过GraspNet与零样本分割的协同优化,提升了非结构化环境下的抓取精度与泛化能力,为工业自动化与机器人抓取任务提供了可行的技术方案。
展开更多
关键词
机械臂抓取
位姿检测
graspnet
SAM
非结构化环境
Sawyer机械臂
在线阅读
下载PDF
职称材料
题名
基于GraspNet的物体平铺场景下类别导向抓取算法
被引量：
1
1
作者
宋世淼
顾非凡
葛家尚
杨杰
机构
青岛大学机电工程学院
出处
《青岛大学学报(工程技术版)》
2025年第2期30-37,共8页
基金
山东省自然科学基金项目(ZR2021MF025)。
文摘
为解决面向多类别物体平铺场景下按类抓取问题,本文采用不同的特征融合方式,提出了通过融合类别语义与抓取位姿的联合优化算法MC-GSNet(Multi-class GraspNet)和构建多任务学习模型的优化算法MT-GSNet(Multi-task GraspNet)。通过显式引入类别信息,优化了抓取位姿的生成逻辑,提升了算法在多类别物体平铺场景下的任务适应性和抓取成功率。在公开数据集GraspNet-1Billion上的实验结果表明,MC-GSNet与MT-GSNet的抓取平均精度比原始GraspNet分别提升了32.6%和43.9%,其中MT-GSNet因融合分割特征,对未见物体的适应性更优。仿真环境下的实验结果表明,MC-GSNet与MT-GSNet的抓取成功率分别达到了88.3%和95.0%,能够满足实际工程部署的需求。
关键词
抓取检测
类别导向
特征融合
graspnet
-1Billion
Keywords
grasping detection
category-oriented
feature fusion
graspnet
-1Billion
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于Inception-ConCat-GraspNet神经网络的二维机器人抓取算法设计与实现
2
作者
李佳城
陈智强
王硕
机构
辽宁工程技术大学测绘与地理科学学院
辽宁科技大学电子信息与工程学院
出处
《信息记录材料》
2022年第11期233-235,共3页
基金
国家自然科学基金资助项目(No.61575090)
国家自然科学基金青年基金资助项目(No.61803189)
辽宁省自然科学基金资助项目(2020FWDF13)。
文摘
随着人工智能技术的飞速发展,工业机械手臂的应用价值越来越重要。为了提高工业机械臂对工作环境的适应能力,需要机械臂根据视觉环境自主计算出抓取物体的路径和抓取姿态,从而提高抓取准确率和反应时间。本文针对机器人自主抓取需求,在借鉴Inception网络结构和YOLOv4-tiny中CSP思想上,首先设计了抓取网络卷积模块Inception-ConCat,并结合机器人抓取的相关特征,设计端到端的单阶段抓取网络Inception-ConCat-GraspNet。为验证网络效果,采用通用的Jaccard指数,在康奈尔数据集和实际视觉抓取机器人中进行实验,结果表明该模型在康奈尔数据集上综合抓取准确度达到97.3%,实际机器人抓取精度达到96.1%,相较于其他抓取网络算法,本次算法有明显的优势,该研究结果对于机器人自主目标抓取的应用起到重要推进作用。
关键词
卷积神经网络
抓取检测
Inception-ConCat
graspnet
网络
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
非结构化环境下的机械臂抓取位姿检测系统研究
3
作者
孙世界
康高强
潘文波
机构
湖南工业大学交通与电气工程学院
中车株洲电力机车研究所有限公司
出处
《现代电子技术》
北大核心
2026年第6期133-138,共6页
基金
湖南省自然科学基金面上项目(2025JJ50726)。
文摘
为提高机械臂在非结构化环境下目标抓取位姿检测的准确性与鲁棒性,提出一种融合SAM图像分割与GraspNet的抓取位姿检测方法。利用SAM分割目标掩膜以过滤非目标区域干扰,结合GraspNet预测抓取位姿,并基于力闭合理论筛选高鲁棒性方案;再通过标定后的RealSense相机获取RGB-D数据与相机内参,建立相机与机械臂基座的坐标转换关系;最后通过坐标转换与逆运动学控制机械臂进行抓取。利用Sawyer七轴机械臂与D435i相机搭建验证平台进行实验,结果表明:改进算法的目标检测率与平均抓取成功率分别达到91.7%和81.6%,较原始GraspNet算法提升了7.5%和8.3%,且显著减少了非目标物体干扰导致的错误位姿。所提方法通过GraspNet与零样本分割的协同优化,提升了非结构化环境下的抓取精度与泛化能力,为工业自动化与机器人抓取任务提供了可行的技术方案。
关键词
机械臂抓取
位姿检测
graspnet
SAM
非结构化环境
Sawyer机械臂
Keywords
robot arm grasping
pose detection
graspnet
SAM
unstructured environment
Sawyer robotic arm
分类号
TN911.7-34 [电子电信—通信与信息系统]
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于GraspNet的物体平铺场景下类别导向抓取算法
宋世淼
顾非凡
葛家尚
杨杰
《青岛大学学报(工程技术版)》
2025
1
在线阅读
下载PDF
职称材料
2
基于Inception-ConCat-GraspNet神经网络的二维机器人抓取算法设计与实现
李佳城
陈智强
王硕
《信息记录材料》
2022
0
在线阅读
下载PDF
职称材料
3
非结构化环境下的机械臂抓取位姿检测系统研究
孙世界
康高强
潘文波
《现代电子技术》
北大核心
2026
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
