摘要：針對(duì)任意姿態(tài)的未知不規(guī)則物體,提出一種基于級(jí)聯(lián)卷積神經(jīng)網(wǎng)絡(luò)的機(jī)器人平面抓取位姿快速檢測(cè)方法.建立了一種位置-姿態(tài)由粗到細(xì)的級(jí)聯(lián)式兩階段卷積神經(jīng)網(wǎng)絡(luò)模型,利用遷移學(xué)習(xí)機(jī)制在小規(guī)模數(shù)據(jù)集上訓(xùn)練模型,以R-FCN(基于區(qū)域的全卷積網(wǎng)絡(luò))模型為基礎(chǔ)提取抓取位置候選框進(jìn)行篩選及角度粗估計(jì),并針對(duì)以往方法在姿態(tài)檢測(cè)上的精度不足,提出一種Angle-Net模型來(lái)精細(xì)估計(jì)抓取角度.在Cornell數(shù)據(jù)集上的測(cè)試及機(jī)器人在線抓取實(shí)驗(yàn)結(jié)果表明,該方法能夠?qū)θ我庾藨B(tài)、不同形狀的不規(guī)則物體快速計(jì)算最優(yōu)抓取點(diǎn)及姿態(tài),其識(shí)別準(zhǔn)確性和快速性相比以往方法有所提高,魯棒性和穩(wěn)定性強(qiáng),且能夠泛化適應(yīng)未訓(xùn)練過(guò)的新物體.