基于RGB图像的模块化抗噪深度学习机器人抓取检测网络
计算机视觉与模式识别
2023-10-31 v1
摘要
传统方法依赖深度传感器，而当前趋势倾向于利用经济高效的RGB图像，尽管其缺乏深度线索。本文提出了一种从单张RGB图像检测抓取姿态的新颖方法。为此，我们提出了一种增强抓取检测与语义分割的模块化学习网络，专为配备平行板夹爪的机器人设计。我们的网络不仅能识别可抓取物体，还将先验抓取分析与语义分割相融合，从而提升抓取检测精度。值得注意的是，我们的设计表现出韧性，能熟练处理模糊和含噪的视觉图像。主要贡献包括：一个可从RGB图像进行抓取检测的可训练网络、一个便于可行抓取实现的模块化设计，以及一种对常见图像失真具有鲁棒性的架构。我们通过实际实验与评估证明了所提方法的可行性与准确性。
引用
@article{arxiv.2310.19223,
title = {Modular Anti-noise Deep Learning Network for Robotic Grasp Detection Based on RGB Images},
author = {Zhaocong Li},
journal= {arXiv preprint arXiv:2310.19223},
year = {2023}
}