基于注意力机制的单阶段抓取检测研究*

周自维， 王 硕， 李长军， 徐 亮， 王朝阳

(辽宁科技大学 电子信息与工程学院，辽宁 鞍山 114051)

0 引 言

机器人抓取问题是目前机器人与计算机视觉结合的热门话题，其核心思想就是机器人在动态环境下利用相机的识别检测，准确稳定并快速完成抓取任务。而机器人在抓取物体时需要考虑很多因素，例如如何利用图像的特征信息检测物体的抓取位姿，对抓取位置定位等。近年来关于机器人抓取技术的不断研究，在2011年，Jiang Y等人提出了一种用矩形框表示物体抓取位置的方法。在2014年，Lenz I等人首次提出用人工神经网络多层感知器级联的方法来完成机器人抓取的任务。2015年，Mahler J等人利用卷积神经网络(convolutional neural network,CNN)完成了机器人的抓取任务。目前,通过卷积神经网络[4～6]来解决机器人抓取问题的方法已经被研究者广泛采用。对于最近几年的抓取检测发展来说，Chu F J等人提出了一种利用深度网络结构来解决多目标抓取问题。Asif U等人又提出了一种层次级联森林的方法，用来从RGB-D点云中推断类别和抓取位置。Guo D等人提出了使用结合触觉和视觉的多模态混合深度神经网络结构来获取抓取框的检测。到2019年，NVIDIA公司Mousavian A等人基于三维点云提取特征，来计算抓取三维位置,并解决了六自由度的抓取姿势问题，该项研究是迄今为止比较先进的研究,不过该项研究的方法要有庞大的运算能力来支持。上述神经网络模型的设计越来越复杂，网络参数越来越多，计算量越来越大，这使得运行神经网络所需要的运算能力要求越来越高，运行时间过长。……