基于透明物体深度补全的机器人抓取实验设计

作     者：张倩 朱美强 王惠 代伟 李海港 ZHANG Qian;ZHU Meiqiang;WANG Hui;DAI Wei;LI Haigang

作者机构：中国矿业大学信息与控制工程学院江苏徐州221116 

出 版 物：《实验技术与管理》 (Experimental Technology and Management)

年 卷 期：2024年第41卷第8期

页      面：43-52页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(62176259) 自动化教指委教育教学改革研究项目(202144) 江苏省自然科学基金优秀青年基金项目(BK20200086) 中国矿业大学教学研究项目(2020ZD05,2022ZXKC08,2022KCSZ03) 

主　　题：透明物体 深度补全 几何约束 语义分割 抓取实验 

摘      要：该文针对透明物体的抓取问题,进行了机器人抓取综合性实验设计。提出了基于几何约束的透明物体深度补全算法,研究了基于Deep Learning的深度补全,利用语义分割图对输入数据进行预处理,联合表面法线和遮挡边缘作为几何约束来预测缺失的深度值;选取基于RGBD(red green blue depth map)信息融合的抓取检测网络GR_ConvNet对透明物体进行抓取检测。实验数据表明,TransLab算法体现出较好的抗干扰能力,能够很好地突显所有物体的形状和轮廓,利用补全后的深度图进行训练的模型精度更高。通过该实验设计能够帮助学生理解深度补全、语义分割等基本理论和方法,培养学生将理论联系实际的能力和对科学研究的兴趣。