申请/专利权人:清华大学
申请日:2023-11-23
公开(公告)日:2024-04-05
公开(公告)号:CN117817653A
主分类号:B25J9/16
分类号:B25J9/16;G06T7/73;G06V10/54;G06V10/764
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明提供一种基于深度图像视觉可供性引导的夹具抓取位姿检测方法,包括:获取深度图像,基于获取的深度图像进行特征学习;根据特征学习结果进可供性提取,生成抓取可供性图;对所抓取可供性图进行采样,以采样得到的点为中心,从场景全局点云中聚合局部点云区域;通过知识蒸馏方案,基于完整点云训练的教师模型,指导真实环境中的部分点云处理网络进行鲁棒局部特征提取;基于所述采样结果确定抓取方案,进行高准确度的抓取检测。本发明解决了现有夹具抓取检测算法运行效率低、生成抓取质量差的问题。
主权项:1.一种基于深度图像视觉可供性引导的夹具抓取位姿检测方法,其特征在于,包括:获取深度图像,基于获取的深度图像进行特征学习;根据特征学习结果进可供性提取,生成抓取可供性图;对所抓取可供性图进行采样,以采样得到的点为中心,从场景全局点云中聚合局部点云区域;通过知识蒸馏方案,基于完整点云训练的教师模型,指导真实环境中的部分点云处理网络进行鲁棒局部特征提取;基于采样结果确定抓取方案,进行高准确度的抓取检测。
全文数据:
权利要求:
百度查询: 清华大学 基于深度图像视觉可供性引导的夹具抓取位姿检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。