ロボットが視覚に依存して把持する際に、遮蔽された対象物の把持姿勢検出の精度が低い問題に対して、空間情報集約に基づく遮蔽対象物の把持姿勢検出手法を提案する。遮蔽はカメラ視野内の対象物の固有特徴を変化させ、対象の位置情報および形状構造特徴に影響を与える。まず、従来の畳み込みの代わりに座標畳み込みを用いて特徴を抽出し、入力特徴マップに座標チャネルを追加してネットワークの位置情報認識能力を向上させる。次に、空間情報集約モジュールを設計し、並列構造で局所受容野を拡大し、空間方向に沿ってチャネルを符号化して多尺度空間情報を取得し、その後非線形近似で情報を集約し、モデルが対象の構造と形状をより良く理解できるようにする。最後に、把持姿勢検出ネットワークは把持の品質、角度、幅を出力し、最適な把持位置を計算して最適な把持矩形を構築する。Cornell Graspingデータセット、自前の遮蔽データセット、Jacquardデータセットで検証し、検出精度はそれぞれ98.9％、94.7％、96.0％に達し、実験プラットフォームでの対象物に対する100回の実際の把持実験で成功率は93％であった。提案手法は3つのデータセットすべてで最高の検出精度を達成し、実際のシナリオでの検出効果も優れている。

把持姿勢検出;遮蔽対象物;空間情報集約;座標畳み込み