摘要
本发明提供一种基于轻量化网络的协作机器人抓取检测方法，涉及工业智能抓取技术领域，本发明解决传统二维平面抓取中存在的问题，优化现存的深度学习抓取算法。通过引入注意力机制模块并将抓取图进行重构，提出新型的网络框架ORANGE(ORientation Attentive Grasp synthEsis)，将抓取问题变为回归和分类问题。此外，还提出了一种方向注意力机制，通过增强的抓取地图(Augmented Grasp Map，AGM)来改进传统的抓取策略。该方法将抓取问题将抓取方向划分为多个离散区间，每个区间表示一定范围内的方向角度，从而减少了同一抓取点在不同方向上的重叠问题。本方法通过对深度图像的像素级处理，结合卷积神经网络的特征提取能力，提高了抓取点的预测准确性和稳定性。
