典型文献
基于残差注意力生成网络的机械臂抓取位姿估计算法
文献摘要：
针对在实际应用环境中机器人对未见过的新物体如何有效且实时地确定一个合适的抓取位姿,提出了一种基于残差注意力生成网络的机械臂抓取位姿生成方法,此方法基于多模态图像数据在像素级层面生成抓取位姿.在实验过程中,为了强化位姿生成网络对未知物体的泛化能力,引入了用于加强特征图中的有效信息的注意力机制和保留不同层细粒度特征细节对称跳跃连接策略.此外,为了进一步获取更多不同层次且丰富的尺度特征信息,还在网络聚合层中引入了多尺度并行空洞卷积模块.通过在公开数据集验证可知,提出的方法在取得了96.6％实时检测精度表现,验证了该方法的有效性.
文献关键词：
深度学习;卷积神经网络;视觉;抓取
中图分类号：
作者姓名：
洪倩倩;杨亮;曾碧
作者机构：
广东工业大学,广东广州510006;电子科技大学中山学院,广东中山528402
文献出处：
引用格式：
[1]洪倩倩;杨亮;曾碧-.基于残差注意力生成网络的机械臂抓取位姿估计算法)[J].电子设计工程,2022(21):161-164,169
A类：
抓取位姿估计
B类：
残差注意力,生成网络,机械臂抓取,估计算法,应用环境,生成方法,多模态图像,图像数据,像素级,面生,未知物,泛化能力,特征图,有效信息,注意力机制,细粒度特征,跳跃连接,不同层次,尺度特征,特征信息,并行空洞卷积,卷积模块,公开数据集,数据集验证,实时检测,检测精度
AB值：
0.367662
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
