CN119526405A 基于视觉语言动作多模态对齐策略的机器人抓取检测方法 (江苏科技大学)_第1页
CN119526405A 基于视觉语言动作多模态对齐策略的机器人抓取检测方法 (江苏科技大学)_第2页
CN119526405A 基于视觉语言动作多模态对齐策略的机器人抓取检测方法 (江苏科技大学)_第3页
CN119526405A 基于视觉语言动作多模态对齐策略的机器人抓取检测方法 (江苏科技大学)_第4页
CN119526405A 基于视觉语言动作多模态对齐策略的机器人抓取检测方法 (江苏科技大学)_第5页
已阅读5页,还剩15页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

基于视觉语言动作多模态对齐策略的机器了一种基于视觉语言动作多模态对齐策略的机发明通过点云、语言文本和抓取姿势的对齐融2pS2、输入物体的三维点云数据,通过预训练的PointNetpS4、通过文本编码器模型对步骤S1得到的三类S7、将步骤S6得到的融合特征Ffusion输入策略模块2.根据权利要求1所述的基于视觉语言动作多模态对齐策略的机器人抓取检测方法,其特征在于:所述步骤S2中预训练的PointNet++点云编码器包括多尺度点云特征提取层3.根据权利要求2所述的基于视觉语言动作多模态对齐策略的机器人抓取检测方法,S31、将每个大小为4x4的[R,T]齐次矩阵的候选抓取姿势gi展开为一维特征Xg=[x,y,0gg,ggg,g4.根据权利要求3所述的基于视觉语言动作多模态对齐策略的机器人抓取检测方法,述段落对象类描述段落FaeR",抓取描述段落和语言指令的词嵌入;3gdI拼接为多通道的统一特征表示;5.根据权利要求4所述的基于视觉语言动作多模态对齐策略的机器人抓取检测方法,6.根据权利要求5所述的基于视觉语言动作多模态对齐策略的机器人抓取检测方法,7.根据权利要求6所述的基于视觉语言动作多模态对齐策略的机器人抓取检测方法,45ppgggg务描述段落对象类描述段落抓取描述段落和语言指[0023]S42、采用通道注意力机制SE模块对文本特征进行加权处理,得到语言文本特征6[0042]本发明的优点和特点,将通过下面优选实施例的非限制[0043]如图1所示,本发明提供了一种基于视觉语言动作多模态对齐策略的机器人抓取pppp7g[0054]步骤32、将展开后的抓取姿势特征X输入由多层感知机MLP组成的抓取Encoder,ggg,gg,gggg,gg,gg任务描述段落对象类描述段落抓取描述段落和语言8g本特征Ftxt进行通道复制操作。通过上g9baseandauniformcross_sectionalongitsheight,makingitathree_dimensionalobject.Itsgeometricpropertiescanbedescribedintermsofitsdimensionssuchasdiameter,height,andvolume,andisoftenusedincontainerforholdingvariousliquids,facilitatingtheintakeofbeveragesforhydrationandnourishment.Additionally,itemslikestrawsandlidshelpgripping.Additionally,grippingtherimofthecupmayalsoprovideastableg[0091]步骤3、将点云数据通过预训练的FGC_GraspNet模块对点云数据生成一组候选抓g特征:任务描述段落对象类描述段落

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论