原创力文档摘要
工业机器人在生产线上的作用日益重要，机器人自主感知和作业是其核心
功能。然而，面对复杂多变的工业环境，尤其是对非结构化工件的批量分拣处
理，传统的感知识别方法和基于深度学习的方法都存在诸多挑战，如数据稀缺、
特征提取不足以及抓取位姿候选质量低等问题。针对工业环境中散乱堆叠的复
杂工况下的非结构化工件，本文提出了一种基于空间语义信息的随机堆叠物体
无序抓取方法，以解决堆叠状态感知精度低、抓取位姿候选质量差的难题。本
文主要研究内容如下：
（1）研究面向稀缺样本的场景级数据合成方法。针对
摘要
工业机器人在生产线上的作用日益重要，机器人自主感知和作业是其核心
功能。然而，面对复杂多变的工业环境，尤其是对非结构化工件的批量分拣处
理，传统的感知识别方法和基于深度学习的方法都存在诸多挑战，如数据稀缺、
特征提取不足以及抓取位姿候选质量低等问题。针对工业环境中散乱堆叠的复
杂工况下的非结构化工件，本文提出了一种基于空间语义信息的随机堆叠物体
无序抓取方法，以解决堆叠状态感知精度低、抓取位姿候选质量差的难题。本
文主要研究内容如下：
（1）研究面向稀缺样本的场景级数据合成方法。针对
文档评论（0）