机床与液压

作者：刘生寿，杜敏，张旭，谢小正

单位：白银矿冶职业技术学院机电工程学院；兰州理工大学机电工程学院；重庆工贸职业技术学院智能制造学院；兰州理工大学机电工程学院；兰州理工大学机电工程学院

关键词：视觉抓取;机械臂;RGB-D图像;堆叠场景

基金：国家自然科学基金地区科学基金项目（51565030）；甘肃省科技创新人才计划-高技能创新人才专项（23CXKD0001）；甘肃省科技计划项目（24CXGD002）；兰州理工大学高等教育研究项目（GJ2024B-50）

针对机械臂在复杂堆叠场景中视觉抓取识别成功率低、速度慢等问题，基于RGB-D图像提出一种新型机械臂视觉抓取检测算法。通过融合RGB图像和深度图像，生成多模态特征图，从而增强图像的语义信息。采用ResNet-34作为编码器，并结合SE-Net模块，提升模型的表达能力，利用ESP-Net对不同尺度目标进行分割，获取多尺度语义信息。通过对特征图进行上采样解码，并与加权特征图进行跳连接，提取梯度信息，进一步提升网络性能。在Cornell和Jacquard数据集上验证了该算法的有效性，识别成功率分别达到98.31%和95.65%，推理速度为36.40帧/s。为验证算法的实用性，构建工业零件数据集，并在UR5-e机械臂上进行实时抓取实验。结果表明：在非堆叠场景中抓取成功率超过93%，在堆叠场景中抓取成功率超过81%，表明该算法能够显著提升非结构化环境中零件的抓取成功率。

来源：2025年第17期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第17期