基于边界框坐标匹配的面向特定物体检测-抓取一体化新方法
机器人学
2023-07-25 v1 计算机视觉与模式识别
图像与视频处理
摘要
为了更好地照顾老年人和残疾人，服务机器人必须具备有效的物体检测与抓取估计融合方法。然而，关于物体检测与抓取估计相结合的研究十分有限。为克服这一技术难点，本文提出了一种基于边界框坐标匹配的面向特定物体检测-抓取一体化新方法。首先，通过加入通道注意力模块（CAM）和空间注意力模块（SAM）对SOLOv2实例分割模型进行改进。然后，在生成式残差卷积神经网络（GR-CNN）模型中加入空洞空间金字塔池化（ASPP）和CAM以优化抓取估计。此外，提出了一种基于边界框坐标匹配的检测-抓取一体化算法（DG-BCM），以获得物体检测与抓取估计的融合模型。为进行验证，分别开展了物体检测与抓取估计实验以证明改进模型的优越性。另外，在仿真平台上对若干特定物体实施了抓取任务，证明了本文所提DG-BCM算法的可行性与有效性。
引用
@article{arxiv.2307.11783,
title = {A novel integrated method of detection-grasping for specific object based on the box coordinate matching},
author = {Zongmin Liu and Jirui Wang and Jie Li and Zufeng Li and Kai Ren and Peng Shi},
journal= {arXiv preprint arXiv:2307.11783},
year = {2023}
}