基于GraspNet的物體平鋪場(chǎng)景下類別導(dǎo)向抓取算法

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A

GraspNet-based Category-oriented Grasping Method for Object Planar Scenes

SONG Shimiao，GU Feifan，GE Jiashang，YANG Jie

Abstract： To solve the problem class-based grasping in multicategory tiled scenes，this paper adopts different feature fusion methods proposes a joint optimization algorithm MC-GSNet （Multi-Class GraspNet） that fuses category semantics grasping posture an optimization algorithm MT-GSNet （Multi-Task GraspNet） that builds a multitask learning model. The improved methods explicitly incorporate category information， optimize the generation logic grasp poses enhance the algorithm's adaptability success rate in multi-category object planar scenes. Experimental results on the public dataset GraspNet-lBillion demonstrate that the proposed methods significantly improve task adaptability grasping success rates in multi-category planar scenes. MC-GSNet MT-GSNet achieve 32.6% 43.9% average accuracy improvements in grasp detection， respectively； MT-GSNet exhibits superior adaptability to unseen objects due to its integration segmentation features. The experimental results in the simulation environment show that the grasp successful rates （GSR） MC-GSNet MT-GSNet reached 88.3% 95.0% respectively，which can meet the needs actual engineering deployment.

Keywords： grasping detection; category-oriented; feature fusion; GraspNet-lBillion

機(jī)器人抓取技術(shù)在結(jié)構(gòu)化場(chǎng)景中已取得顯著進(jìn)展，但在復(fù)雜平鋪場(chǎng)景，如平面上隨機(jī)的多個(gè)類別物體中仍面臨諸多挑戰(zhàn)[1]。傳統(tǒng)抓取算法依賴幾何特征或單一模態(tài)感知[2-3]，難以應(yīng)對(duì)物體密集分布和類別多樣的情況?；谏疃葘W(xué)習(xí)的抓取檢測(cè)方法能夠充分學(xué)習(xí)場(chǎng)景的語(yǔ)義或幾何信息，大多以提升抓取精度為目的[4-8]，很少考慮面向目標(biāo)抓取等各種下游任務(wù)的適用性。2020 年大規(guī)模數(shù)據(jù)集GraspNet-1Billon 的發(fā)布提出了一個(gè)抓取檢測(cè)通用框架GraspNet[9]，為抓取問(wèn)題提供了一個(gè)通用的基準(zhǔn)，越來(lái)越多的研究人員開(kāi)始關(guān)注目標(biāo)導(dǎo)向、任務(wù)導(dǎo)向的抓取問(wèn)題。HGGD（Heatmap-Guided 6-D Grasp Detection）模型[10]創(chuàng)新性引入ResNet架構(gòu)生成熱力圖，指導(dǎo)圖像空間中抓取位置的識(shí)別，并構(gòu)建了多維特征表征體系對(duì)局部特征進(jìn)行處理;基于點(diǎn)云的方法[11-13]通過(guò)逐點(diǎn)特征提取構(gòu)建全局表征然后賦予抓取置信度參數(shù)，采用多層感知機(jī)（Multi-Layer Perceptron，MLP）對(duì)提取的全局特征實(shí)施深層編碼獲得更具判別性的特征表達(dá);通過(guò)集成一個(gè)額外的分割分支的方法可以在雜亂場(chǎng)景中抓取特定的目標(biāo)[14-16]，方法實(shí)用，但計(jì)算負(fù)載大、魯棒性和泛化能力弱。為此，針對(duì)多類物體平鋪場(chǎng)景下的按類抓取任務(wù)，本文在GraspNet的基礎(chǔ)上，采用基于分支結(jié)構(gòu)和特征融合的思想[17-18]，提出了兩種類別導(dǎo)向的抓取網(wǎng)絡(luò) MC-GSNet（Multi-class GraspNet）和 MT-GSNet（Multi-taskGraspNet），在物體點(diǎn)云數(shù)據(jù)上直接挖掘并學(xué)習(xí)點(diǎn)云類別特征，能夠利用類別語(yǔ)義信息引導(dǎo)抓取，提高了各類物體在不同的抓取位姿檢測(cè)精度和對(duì)下游類別導(dǎo)向任務(wù)的適應(yīng)性。

1 面向平鋪場(chǎng)景的類別引導(dǎo)抓取優(yōu)化方法

1.1 GraspNet網(wǎng)絡(luò)架構(gòu)

端到端抓取姿態(tài)檢測(cè)網(wǎng)絡(luò)GraspNet的架構(gòu)如圖1，PointNet + 十骨干網(wǎng)絡(luò)提取由 N 個(gè)點(diǎn)坐標(biāo)組成的點(diǎn)云場(chǎng)景的幾何特征得到 M 個(gè) C 維特征的點(diǎn)；經(jīng)逼近網(wǎng)絡(luò)預(yù)測(cè)對(duì)應(yīng)點(diǎn)的 V 個(gè)接近向量，輸出結(jié)果的含義如圖2。抓取操作網(wǎng)絡(luò)根據(jù)對(duì)應(yīng)點(diǎn)的接近向量預(yù)測(cè)出平面內(nèi)旋轉(zhuǎn) R 、接近距離 d 、夾爪寬度和抓W取置信度 ，如圖3，輸出一個(gè) K×R×3 的矩陣；容差網(wǎng)絡(luò)通過(guò)學(xué)習(xí)每個(gè)抓取姿態(tài)的擾動(dòng)容忍度，輸出一個(gè) K×R×1 的矩陣，模擬人類選擇容忍誤差較大的抓取姿態(tài)的行為。

GraspNet通過(guò)端到端的抓取位姿預(yù)測(cè)可以獲得較好的泛化性和魯棒性，但未充分結(jié)合場(chǎng)景中物體的類別語(yǔ)義信息，難以針對(duì)不同類別物體生成差異化的抓取策略。主要存在以下局限性：（1）未顯式引人物體類別標(biāo)簽或語(yǔ)義特征，網(wǎng)絡(luò)僅依賴點(diǎn)云幾何特征進(jìn)行抓取位姿預(yù)測(cè)。（2）GraspNet通過(guò)統(tǒng)一候選抓取點(diǎn)生成機(jī)制輸出的抓取位姿未按類別區(qū)分，無(wú)法滿足不同物體對(duì)抓取策略的差異化需求，導(dǎo)致部分抓取位姿在任務(wù)優(yōu)先級(jí)上可能存在沖突。（3）GraspNet缺乏類別感知能力，僅依賴全局抓取置信度排序候選位姿，無(wú)法滿足按類別動(dòng)態(tài)調(diào)整抓取順序的要求。GraspNet框架在復(fù)雜平鋪場(chǎng)景中以任務(wù)導(dǎo)向抓取的核心問(wèn)題在于未能建立物體類別語(yǔ)義與抓取姿態(tài)之間的聯(lián)系。

1.2 類別語(yǔ)義與接近向量的聯(lián)合優(yōu)化

在PointNet++主干網(wǎng)絡(luò)[19]上增加一個(gè)類別感知分支構(gòu)建了雙分支聯(lián)合優(yōu)化抓取框架MC-GSNet（Multi-classGraspNet）網(wǎng)絡(luò)結(jié)構(gòu)如圖4。點(diǎn)編解碼器提取點(diǎn)云的 c 維全局幾何特征，類別感知全連接層將將預(yù)訓(xùn)練的 K 類物體類別標(biāo)簽映射為 K+1 維語(yǔ)義嵌入向量。幾何特征 F_geo 與語(yǔ)義嵌入向量 F_class 拼接生成增強(qiáng)特征向量 F_enhanced ，包含了點(diǎn)云坐標(biāo)信息、語(yǔ)義嵌入向量和幾何特征，從而在逼近網(wǎng)絡(luò)中引入類別先驗(yàn)約束。具體而言，幾何特征（維度1024）與語(yǔ)義嵌入向量（維度89）拼接生成維度為1113的增強(qiáng)特征向量。

在逼近網(wǎng)絡(luò)中，基于增強(qiáng)特征預(yù)測(cè)接近向量時(shí)，顯式考慮了物體類別信息。對(duì)每個(gè)候選抓取點(diǎn)，網(wǎng)絡(luò)預(yù)測(cè)其屬于各物體類別的概率分布 p_c∈R^K ，并通過(guò)類別概率加權(quán)調(diào)整接近向量的角度預(yù)測(cè)。例如對(duì)需要垂直抓取邊緣的類別（如杯子、碗），其對(duì)應(yīng)的接近向量在垂直方向的置信度會(huì)被顯著強(qiáng)化。類別引導(dǎo)的接近向量預(yù)測(cè)機(jī)制能夠有效提升抓取位姿的類別適應(yīng)性。優(yōu)化目標(biāo)包含幾何抓取損失和類別語(yǔ)義損失，幾何抓取損失 L_geo 沿用ApproachNet的角度差異損失，剔除了二元交叉熵?fù)p失，表示為

其中， N_reg 為點(diǎn)云的個(gè)數(shù)； v_ij?v_ij^* 分別為預(yù)測(cè)的逼近向量與標(biāo)簽； 表示預(yù)測(cè)的逼近向量與對(duì)應(yīng)的標(biāo)簽之間的角度差異；1表示指示函數(shù)； s_ij，s_ij^* 分別表示預(yù)測(cè)的抓取置信度與其標(biāo)簽； 表示回歸損失。

類別語(yǔ)義損失 采用帶溫度系數(shù)的交叉熵函數(shù)[20]，即

其中， N 為點(diǎn)云的個(gè)數(shù)； K 分類數(shù)； τ 為溫度系數(shù)，用于平衡類別分布平滑性的超參數(shù)； y_i，c 表示第 i 個(gè)點(diǎn)的類別為 c ； ?_i，c 與 p_i，k 分別表示第 i 個(gè)點(diǎn)預(yù)測(cè)為 Ψ_c 類和 k 類的概率。

兩類損失加權(quán)融合得到聯(lián)合損失函數(shù)，充分學(xué)習(xí)類別語(yǔ)義信息優(yōu)化幾何抓取。聯(lián)合損失函數(shù)為

其中， λ₁，λ₂ 分別為逼近網(wǎng)絡(luò)損失函數(shù)與類別語(yǔ)義損失函數(shù)的權(quán)重，通過(guò)網(wǎng)格搜索[21]確定。

1.3點(diǎn)云分割與GraspNet的多任務(wù)學(xué)習(xí)

采用PointNet+十分割網(wǎng)絡(luò)[19]構(gòu)建了端到端的多任務(wù)學(xué)習(xí)框架MT-GSNet（Multi-taskGraspNet），實(shí)現(xiàn)了點(diǎn)云語(yǔ)義分割與抓取位姿預(yù)測(cè)的同步進(jìn)行，網(wǎng)絡(luò)架構(gòu)如圖5。點(diǎn)編解碼器提取點(diǎn)云的 c 維全局幾何特征。點(diǎn)編碼器提取點(diǎn)云的全局特征，通過(guò)跳躍連接與上采樣再經(jīng)過(guò)分割網(wǎng)絡(luò)的插值操作恢復(fù)點(diǎn)云分辨率，預(yù)測(cè)每個(gè)點(diǎn)的語(yǔ)義標(biāo)簽 ，篩選出M 個(gè)候選點(diǎn)，采用交叉熵?fù)p失函數(shù)表達(dá)語(yǔ)義分割損失 L_seg 為。

其中， N 為點(diǎn)云的個(gè)數(shù)； K 為分類數(shù)； 分別為真實(shí)分割標(biāo)簽和其預(yù)測(cè)。

分割任務(wù)要求網(wǎng)絡(luò)關(guān)注物體的語(yǔ)義邊界，抓取任務(wù)需要提取局部幾何特征，兩者目標(biāo)差異導(dǎo)致特征學(xué)習(xí)時(shí)產(chǎn)生沖突。為避免多任務(wù)間的特征沖突，在訓(xùn)練階段設(shè)計(jì)了動(dòng)態(tài)門(mén)控模塊（Dynamic Gating Module，DGM），根據(jù)分割任務(wù)的置信度自適應(yīng)調(diào)整抓取網(wǎng)絡(luò)的特征權(quán)重[22]。根據(jù)語(yǔ)義特征 的置信度在梯度優(yōu)化階段自適應(yīng)調(diào)整GraspNet中如 c 維幾何特征等參數(shù)的權(quán)重。通過(guò)動(dòng)態(tài)任務(wù)權(quán)重分配機(jī)制，確保分割任務(wù)與抓取任務(wù)在訓(xùn)練過(guò)程中能夠協(xié)同優(yōu)化，避免某一任務(wù)主導(dǎo)訓(xùn)練過(guò)程，數(shù)學(xué)描述為

F_fused=F_GraspNet?σ（F_seg）

其中， σ 為Sigmoid 函數(shù)； ? 表示逐元素相乘。

2 實(shí)驗(yàn)及評(píng)估

2.1GraspNet-1Billion數(shù)據(jù)集及評(píng)價(jià)指標(biāo)

數(shù)據(jù)集包含97 280張RGB-D圖像，在190個(gè)復(fù)雜場(chǎng)景下用RealSence和 Kinect相機(jī)拍攝，包含 88類物體，每個(gè)場(chǎng)景都密集注釋了物體的6－D位姿和抓取姿態(tài)，共有超過(guò)10億個(gè)抓取位姿。通過(guò)式（6）對(duì)RGB-D圖像進(jìn)行數(shù)據(jù)處理為點(diǎn)云的形式參與網(wǎng)絡(luò)的訓(xùn)練，得到像素坐標(biāo) （x，y） 點(diǎn)的深度值 為

其中， （X，Y，Z） 表示點(diǎn)云坐標(biāo)； f_x，f_y 為相機(jī)的焦距； c_x，c_y 為圖像中心值。

評(píng)估指標(biāo)采用Precision @k 作為預(yù)測(cè)的抓取位姿排名前 k=50 個(gè)的準(zhǔn)確性，即

采用 AP_μ 為給定摩擦系數(shù) μ 下的平均準(zhǔn)確率，即

mAP表示在 Δμ=0.2 時(shí) AP_μ 的平均值。此外，采用整體準(zhǔn)確率（Overrall Accuracy，oAcc）評(píng)價(jià) MC-GSNet的類別感知分支的類別感知能力，采用平均交并比（Mean Intersection over Union，MIoU）和oAcc評(píng)估MT-GSNet的分割任務(wù)性能。

2.2訓(xùn)練細(xì)節(jié)及性能對(duì)比

實(shí)驗(yàn)平臺(tái)是Ubuntu20.04，CPU為 Intel Corei5-12400F，16 GB RAM，GPU為 NVIDIA GTX1070Ti8G 。網(wǎng)絡(luò)由PyTorch實(shí)現(xiàn)，參數(shù)配置為 M=1 024，V=300，C=256，K=88， 的長(zhǎng)度為88，旋轉(zhuǎn)角度分為12組，接近距離分為[1，2，3，4]4組，主干網(wǎng)絡(luò)有4個(gè)點(diǎn)集抽象層，半徑為[4，10，20，30] cm ，分組大小為[64，32，16，16]，分別對(duì)點(diǎn)云下采樣，采樣大小為 [2048，1024，512，256] ，GraspNet中的逼近網(wǎng)絡(luò)、抓取操作網(wǎng)絡(luò)和容差網(wǎng)絡(luò)分別由大小為（256，389，389）、（128，128，36）和（128，64，12）的MLP組成。合理選擇溫度值可調(diào)節(jié)輸出分布，提升模型在復(fù)雜場(chǎng)景下的魯棒性和泛化性。結(jié)合調(diào)參經(jīng)驗(yàn)與抓取任務(wù)的泛化性需求，設(shè)定 τ=3 。訓(xùn)練集為100個(gè)場(chǎng)景，測(cè)試集90個(gè)場(chǎng)景分為有見(jiàn)過(guò)的物體（Seen）、未見(jiàn)過(guò)但相似的物體（Similar）和新物體（Novel）的場(chǎng)景各30個(gè)。訓(xùn)練過(guò)程中從每個(gè)場(chǎng)景中隨機(jī)抽取2萬(wàn)個(gè)點(diǎn)，采用Adam優(yōu)化器進(jìn)行訓(xùn)練，初始學(xué)習(xí)率為0.001，批大小為1，50次后學(xué)習(xí)率下降到0.0001，80次后學(xué)習(xí)率下降到0.000 01。

不同網(wǎng)絡(luò)在GraspNet-1Billion數(shù)據(jù)集上的抓取檢測(cè)性能對(duì)比如表1。實(shí)驗(yàn)數(shù)據(jù)表明，MC-GSNet、MT-GSNet算法的抓取檢測(cè)性能均顯著高于原始網(wǎng)絡(luò)，平均抓取精度分別提升了 32.6% 和 43.9% ，表明增加的類別特征或語(yǔ)義特征能改進(jìn)基礎(chǔ)抓取檢測(cè)性能。分割網(wǎng)絡(luò)提取場(chǎng)景中物體的類別語(yǔ)義和分割語(yǔ)義，所以，MT-GSNet能更好的引導(dǎo)網(wǎng)絡(luò)抓取未見(jiàn)過(guò)的物體， AP_Novel 指標(biāo)提升了 48.9% ，性能表現(xiàn)更優(yōu)。

MT-GSNet的點(diǎn)云分割的可視化見(jiàn)圖6。在三維距離信息的基礎(chǔ)上，區(qū)分物體與桌面背景；利用分割的類別語(yǔ)義特征識(shí)別物體，提升在未見(jiàn)物體上的抓取性能。表1實(shí)驗(yàn)結(jié)果表明，2024年提出的FlexLoG集成了場(chǎng)景熱力圖與2D目標(biāo)檢測(cè)框的引導(dǎo)[23]，檢測(cè)性能更高，但MC-GSNet和MT-GSNet算法的計(jì)算效率更高，其中MC-GSNet的計(jì)算效率達(dá)最優(yōu)達(dá)到31幀/s。

為避免MC-GSNet網(wǎng)絡(luò)的語(yǔ)義信息與幾何特征的干擾，通過(guò)消融實(shí)驗(yàn)驗(yàn)證不同融合策略的效果，消融實(shí)驗(yàn)結(jié)果如表2。由表2可以看出，MC-GSNet算法的直接拼接在引人類別信息的同時(shí)保留了原始幾何特征的判別性;將幾何特征與類別語(yǔ)義嵌人向量加權(quán)融合因參數(shù)敏感性下降，影響了幾何特征，導(dǎo)致抓取性能下降，且加權(quán)融合使得計(jì)算復(fù)雜度升高，導(dǎo)致模型的計(jì)算效率下降。MC-GSNet 的分類性能和MT-GSNet的分割性能及點(diǎn)分類準(zhǔn)確率見(jiàn)表3，不同網(wǎng)絡(luò)基于GraspNet-1Billion數(shù)據(jù)集的類別/目標(biāo)導(dǎo)向抓取的性能見(jiàn)表4。

實(shí)驗(yàn)數(shù)據(jù)表明，MC-GSNet、MT-GSNet 兩者有良好的分類/分割能力，且類別導(dǎo)向抓取能力相比Grasp-Net有顯著提升。MC-GSNet由于只融合了類別標(biāo)簽，相比于MT-GSNet融合類別語(yǔ)義與分割特征，其提升幅度較小，特別是對(duì)未見(jiàn)過(guò)的物體類別導(dǎo)向能力不強(qiáng)。目前類別導(dǎo)向抓取能力最強(qiáng)的TOGNet是通過(guò)多模態(tài)人類引導(dǎo)實(shí)現(xiàn)的目標(biāo)導(dǎo)向抓取檢測(cè)[25]。按照?qǐng)鼍爸杏?Seen、Similar和 Novel物體，選取了3個(gè)場(chǎng)景的抓取位姿預(yù)測(cè)作為可視化展示，如圖7。在 Seen場(chǎng)景中預(yù)測(cè)非常成功且穩(wěn)定，但在 Similar和Novel場(chǎng)景中有概率出現(xiàn)預(yù)測(cè)不出物體的抓取位姿，說(shuō)明兩個(gè)模型對(duì)已知類別的物體有較強(qiáng)的感知能力，能夠穩(wěn)定地引導(dǎo)按類別抓取，對(duì)未見(jiàn)過(guò)的物體識(shí)別能力還有待提升。

MC-GSNet

MT-GSNet

2.3 仿真實(shí)驗(yàn)

為了驗(yàn)證提出的算法的抓取能力和類別導(dǎo)向的能力，基于機(jī)器人操作系統(tǒng)（RobotOperating System，ROS）配置了仿真實(shí)驗(yàn)環(huán)境，如圖8。兩個(gè)平鋪場(chǎng)景A、B中無(wú)遮擋的放置了6類物體，在兩個(gè)場(chǎng)景下分別用MC-GSNet 和 MT-GSNet 生成抓取位姿，驗(yàn)證算法的性能。采用抓取成功率（Grasp Success Rate，GSR）和平均路徑規(guī)劃時(shí)間（Mean Path Planning Time，MPPT）來(lái)評(píng)價(jià)算法在仿真環(huán)境中的性能，為避免偶然性影響，每個(gè)場(chǎng)景進(jìn)行10 次獨(dú)立實(shí)驗(yàn)GSR 計(jì)算公式如式（9）。

其中， N_s 為成功次數(shù)。路徑規(guī)劃時(shí)間的測(cè)量范圍從算法輸出抓取位姿后開(kāi)始計(jì)時(shí)，生成無(wú)碰撞軌跡并返回執(zhí)行結(jié)果為止。

10次獨(dú)立實(shí)驗(yàn)的結(jié)果如表5，性能對(duì)比如表6。

實(shí)驗(yàn)數(shù)據(jù)表明，MT-GSNet的抓取成功率達(dá)到 95.0% ，高于MC-GSNet的 88.3% ，MT-GS-Net的平均路徑規(guī)劃時(shí)間較MC-GSNet縮短21.7% ；場(chǎng)景B中由于碗是倒扣狀態(tài)，其尺寸超出了夾爪的最大寬度，導(dǎo)致出現(xiàn)無(wú)法成功抓取，說(shuō)明抓取性能受尺寸特性的影響；兩個(gè)場(chǎng)景中，由于剪刀的厚度問(wèn)題，夾爪末端路徑規(guī)劃誤差增大，導(dǎo)致抓取成功率偏低，但總體上兩個(gè)算法對(duì)日常生活中的常見(jiàn)物體能夠?qū)崿F(xiàn)穩(wěn)健的抓取。兩種算法對(duì)場(chǎng)景A、B的抓取位姿識(shí)別如圖9，抓取動(dòng)作示意如圖10。

3結(jié)論

針對(duì)平鋪場(chǎng)景下類別導(dǎo)向抓取姿態(tài)預(yù)測(cè)的任務(wù)，本文提出了基于GraspNet抓取框架的MC-GSNet與MT-GSNet算法，通過(guò)顯式引人類別信息與多任務(wù)協(xié)同優(yōu)化，提升了多類別平鋪場(chǎng)景下的抓取性能。MC-GSNet基于類別概率加權(quán)機(jī)制優(yōu)化抓取位姿生成邏輯，MT-GSNet通過(guò)語(yǔ)義分割與動(dòng)態(tài)門(mén)控單元增強(qiáng)特征融合能力。實(shí)驗(yàn)驗(yàn)證了兩算法在已知類別物體上的有效性，對(duì)相似或新類別物體的抓取存在局限性，MC-GSNet適合計(jì)算資源受限且類別已知的場(chǎng)景，MT-GSNet適用于需高精度與強(qiáng)泛化能力的復(fù)雜場(chǎng)景。仿真結(jié)果表明，在平鋪場(chǎng)景中MC-GSNet與MT-GSNet算法表現(xiàn)良好，驗(yàn)證了其有效性和實(shí)際部署的可行性。下一步的研究將通過(guò)探索多模態(tài)信息，增強(qiáng)對(duì)新物體的泛化能力，優(yōu)化多類別物體有遮擋情況的場(chǎng)景下的任務(wù)導(dǎo)向抓取的能力。

參考文獻(xiàn)

[1]MOHAMMED MQ，CHUNG K L，CHYI C S. Review deep reinforcement learning-based object grasping：Techniques，open challenges， recommendations[J]. IEEE Access，2020，8：178450-178481.

[2]PRATTICHIZZO D，TRINKLE JC. Grasping [M]. Springer hbook robotics.Berlin： Springer， 2008.

[3]JIA P，LIWL，WANG G，et al. Optimal grasp planning foradexterous robotic h using the volume a generalized force ellipsoid duringaccepted flattning[J].International JournalAdvancedRobotic Systems，20l7，14（1）：87134.

[4]CHEN L，HUANGP，LIY，etal.Edge-dependent eficient grasprectangle search inrobotic graspdetectionJ].IEEE/ ASME Transactions on Mechatronics，2021，26（6）：2922-2931.

[5]DEPIERRE A， DELLANDReA E，CHEN L. Scoring graspability based on grasp regresson for better grasp prediction [C」//IEEE International Conference on Robotics Automation. Xian： IEEE，2021： 437o -4376.

[6]ZHU X P，WANG D，BIZA O，et al. Sample eficient grasp learning using equivariant models[C]/Conference on Robotics Science Systems. New York：Robotics-Science Systems，2022.

[7]王君嬋，洪俐，朱少龍，等．基于深度學(xué)習(xí)的病害識(shí)別方法研究[J]．農(nóng)業(yè)展望，2023，19（8）：90－99.

[8] 張超，張海峰，張宇，等．深度學(xué)習(xí)在土壤監(jiān)測(cè)中的應(yīng)用及展望[J]．農(nóng)業(yè)展望，2023，19（12）：81－86.

[9]FANG HS，WANG C，GOU M，et al. Graspnet-1billon：A large-scale benchmark for general object grasping[C]// IEEE/CVF Conference on Computer Vision Pattern Recognition.Seattle： IEEE，2020：11441-11450.

[10]CHEN S，TANG W，XIEP，et al. Eficient heatmap-guided 6-d grasp detection in cluttered scenes[J].IEEE Robotics Automation Letters，2023，8（8）：4895-4902.

[11]ZHAO B， ZHANG H，LAN X，et al. Regnet：Region-based grasp network for end-to-end grasp detection in point clouds[C]/IEEE International Conference on Robotics Automation. Xian： IEEE，2021： 13474-13480.

[12]WANGC，F(xiàn)ANG H S，GOU M，et al. Graspnessdiscovery in cluters for fast accurate grasp detection[C]// IEEE/CVF International Conference on Computer Vision. Montreal： IEEE，2021： 15944-15953.

[13]LIU Z X，CHEN Z B，XIE SJ，et al. Transgrasp：A multi-scale hierarchical point transformer for7-d graspdetection[C]//International Conference on Robotics Automation. Philadelphia： IEEE，2O22：1533 -1539.

[14]LIU X， ZHANG Y，CAO H，et al. Joint segmentation grasp pose detection with multi-modal feature fusion network[C]//IEEE International Conference on Robotics Automation. London： IEEE，2023：1751-1756.

[15]LIU Z， WANG Z，HUANG S，et al. Ge-grasp：Eficient target-oriented grasping in dense cluter[C]// IEEE/RSJ International Conference on Intelligent Robots Systems.Kyoto：IEEE，2022：1388-1395.

[16]SUNDERMEYER M， MOUSAVIAN A， TRIEBEL R，et al. Contact-graspnet：Eficient 6-d grasp generation in cluttered scenes[C]/IEEE International Conference on Robotics Automation. Xian： IEEE，2021： 13438 -13444.

[17］張靖賢，楊杰，周萌萌，等．基于分支混合注意力機(jī)制的布局估計(jì)模型[J]．青島大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，37 （3）：68-75.

[18］郭傳磊，楊杰，周萌萌，等．基于多粒度特征網(wǎng)絡(luò)的無(wú)監(jiān)督換裝行人重識(shí)別算法[J]．青島大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2024，37（3）：60-67，75.

[19]QI CR，YIL，SU H，et al. Pointnet ⁺⁺ ： Deep hierarchical feature learning on point sets in a metric space [C]// The 31st International Conference on Neural Information Processng Systems.Long Beach：Curran Associates Inc.，2017： 5105-5114.

[20]WANG F，LIU H. Understing the behaviour contrastive lossC]/IEEE/CVF Conference on Computer Vision Pattern Recognition. Nashville： IEEE，2021： 2495-2504.

[21]劉小生，章治邦．基于改進(jìn)網(wǎng)格搜索法的 svm參數(shù)優(yōu)化[J]．江西理工大學(xué)學(xué)報(bào)，2019，40（1）：5－9.

[22］孫海峰，穆正陽(yáng)，戚琦，等．基于動(dòng)態(tài)門(mén)控特征融合的輕量深度補(bǔ)全算法[J]．軟件學(xué)報(bào)，2023，34（4）：1765－1778.

[23]XIE P，CHEN S，TANG W，et al. Rethinking 6-d grasp detection：A flexible framework for high-quality grasping [DB/OL]. [2025-02-16]. https：//arxiv.org/abs/2403.15054.

[24]MA HX，HUANG D. Towards scale balanced 6-d grasp detection in cluttered scenes[C]/th Conference on robot learning.Atlanta：IEEE，2022，205：2004-2013.

[25]XIE P，CHEN S，HUD，et al. Target-orientedobject grasping via multimodal human guidance[DB/OL].[2025-02- 16].https：//arxiv.org/abs/2408.11138