计算机工程与科学

作者：韩慧妍, 王文俊, 韩燮, 况立群, 薛红新,

单位：1.中北大学计算机科学与技术学院，山西 太原 030051；2.机器视觉与虚拟现实山西省重点实验室，山西 太原 030051；3.山西省视觉信息处理及智能机器人工程研究中心，山西 太原 030051

关键词：抓取位姿估计,隐式三维重建,投票,降维,旋转矩阵,

基金：国家自然科学基金(62106238);山西省自然科学基金（202303021211153）;山西省科技成果转化引导专项(202104021301055);山西省研究生创新项目(2021Y626)

针对抓取任务中难以区分多个紧邻物体及高维位姿学习准确率差的问题，提出一种融合语义实例重建的抓取位姿估计方法。增加语义实例重建分支对前景完成隐式三维重建，并以投票方式预测每个前景点所属实例的中心坐标，以区分紧邻物体；提出一种高维位姿的降维学习方法，使用2个正交单位向量分解三维旋转矩阵，提升位姿学习准确率；搭建融合语义实例重建的抓取检测网络SIRGN，并在VGN仿真抓取数据集上完成训练。实验结果表明，SIRGN在拥挤(Packed)和堆叠(Pile)场景的抓取成功率分别达到了89.5%和78.1%，且在真实环境具有良好的适用性。

来源：2023年第10期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第10期