摘要
本发明公开一种抓取机器人的物体识别与位姿估计方法,包括如下步骤:采集待识别区域的2D彩色图和3D深度图,根据2D彩色图和3D深度图得到点云图;构建YOLOv7‑tiny‑CBAM深度学习神经网络模型并进行训练,通过训练完毕的YOLOv7‑tiny‑CBAM深度学习神经网络模型对2D彩色图进行目标检测识别,得到目标物体定位框;对点云图进行处理并结合得到的目标物体定位框,得到待识别区域中各个目标物体;通过改进后的主成分分析PCA算法对各个目标物体进行计算,得到各个目标物体的位姿信息;构建抓取优先级函数,根据各个目标物体的位姿信息进行抓取优先级计算,得到优先抓取结果。采用本发明的物体识别与位姿估计方法,提高了抓取机器人的鲁棒性和多功能性,增强了抓取机器人的环境适应能力。