基于Transformer的机器人像素级抓取位姿检测OA北大核心CSTPCD
Pixel-level grasping pose detection for robots based on Transformer
机器人抓取检测一直是机器人领域的研究热点,但机器人在复杂环境下执行多物体抓取任务时面临位姿估计不准确的问题.为了解决这一问题,提出了一种基于Transformer的抓取检测模型——PTGNet(pyramid Transformer grasp network).PTGNet采用具有金字塔池化结构和多头自注意力机制的Transformer模块,其中,金字塔池化结构能够对特征图进行分割和池化,以捕获不同层次的语义信息并降低计算复杂度,多头自注意力机…查看全部>>
Robot grasping detection has always been a research focus in the field of robotics,but the robot faces the problem of inaccurate pose estimation when performing multi-object grasping tasks in complex environments.In order to improve this problem,a Transformer based grasping detection model called PTGNet(pyramid Transformer grasp network)was proposed.The PTGNet adopted Transformer modules with pyramid pooling structure and multi-head self-attention mechanism.…查看全部>>
俞青松;徐向荣;刘胤真
安徽工业大学 机械工程学院,安徽 马鞍山 243032安徽工业大学 机械工程学院,安徽 马鞍山 243032安徽工业大学 机械工程学院,安徽 马鞍山 243032
计算机与自动化
Transformer金字塔池化抓取检测多头自注意力
Transformerpyramid poolinggrasp detectionmulti-head self-attention
《工程设计学报》 2024 (2)
238-247,10
国家重点研发计划资助项目(2017YFE0113200)
评论