公开(公告)号：CN116385973A

公开(公告)日：2023-07-04

申请号：CN202310386176.4

申请日：2023-04-12

Applicant: 南京工业大学

Inventor： 易阳 ,  冯海达 ,  朱文俊 ,  刘洋宏 ,  张梦怡

IPC: G06V20/52 ,  G06V10/26 ,  G06V10/40 ,  G06V10/82 ,  G06V10/20

Abstract: 本发明提出一种多特征语义原语6D姿态估计与抓取异常监测方法，首先，本发明设计了一个全新的图像‑点云协同的多特征语义分割网络，该网络分别提取物体纹理等信息和每个像素的类别概率以及点云特征，然后通过像素‑点协同融合从而有效地提升分割的精度和速度。然后，本发明提出了一种全新的原语特征提取模块，提取的特征保证了旋转、平移和尺度不变特性，相比传统描述符具有更高的鲁棒性和更强的特征表达能力，并且相比其他深度学习网络更加高效且轻量。最后，本发明还将基于多特征语义原语6D姿态估计与机器人抓取异常监测结合，有效地提高机器人抓取异常检测的精度和灵敏度。