基于多模态深度神经网络的抓取检测方法

摘要： 针对机器人抓取检测任务中对未知物体抓取检测精度低的问题，提出了一种多模态深度神经抓取检测模型。首先，在RGB和深度两个通道中引入残差模块以进一步提升网络的特征提取能力。其次，引入多模态特征融合模块进行特征融合。最后，通过全连接层回归融合特征得到最佳抓取检测结果。实验结果表明，在Cornell抓取数据集上，本文方法的图像拆分检测精度达到95.7%,对象拆分检测精度达到94.6%。... （共10页）