面向机器人抓取的双目视觉单步多目标检测方法应用研究*

李世裴, 李春琳， 韩家哺， 朱新龙

(上海工程技术大学 机械与汽车工程学院， 上海 201600)

0 引 言

机器人抓取技术是指机器人从复杂的实际环境中通过相机识别出目标物体[1]，完成对目标物的定位，进而进行抓取操作。目标检测作为最核心问题之一，是一种基于目标几何和统计特征的图像分割技术[2]，尤其在复杂场景中进行处理时，目标检测的准确性和快速性显得尤其重要。传统视觉[3]利用图像的几何特征、颜色特征、局部特征等来进行图像的特征提取，这种方法无法检测多种目标物，也无法模拟真实的复杂工业环境，将深度学习与图像相结合[4]，可以取得很好的效果，深度学习在图像上具有很高的特征提取能力[5]，能快速有效地对深度图像进行特征提取，将特征进行一系列的处理，最后输出完成对目标物的分类和定位[6]。Navneet Dalal等人使用描述方向梯度直方图的HOG[7]将图像边缘信息和形状信息由梯度信息描述，并使用线性SVM[8]作为分类器完成对目标物的提取，这种方法可以完成对单个物体的识别，这种基于机器学习的目标检测方法为目标检测提供了一种新的思路，但是这种方法仅仅局限于一种物体，且在复杂的工业场景下，难以实现对目标物的精准识别。夏晶等[9]提出一套基于Mask R-CNN的目标检测方法提取三维场景中的可抓取区域，利用深度学习完成对目标物的精准识别具有重大意义，它标志着机器人技术与深度学习的结合，这种利用深度学习对目标进行定位的机器人定位技术在深度检测上具有较大的误差，这些机器人抓取定位技术存在着定位精度不足，或者无法满足对深度精确度的要求。……