로봇이 비전 기반으로 가려진 목표물의 그립 자세 검출 정확도가 낮은 문제를 해결하기 위해 공간 정보 집약 기반의 가려진 목표물 그립 자세 검출 방법을 제안한다. 가림 현상은 카메라 시야 내 목표물의 본질적 특징을 변화시켜 목표물 위치 정보와 형태 구조 특징에 영향을 준다. 먼저, 기존 합성곱 대신 좌표 합성곱을 사용하여 특징을 추출하고, 입력 특징 맵에 좌표 채널을 추가하여 네트워크의 위치 정보 인지 능력을 향상시킨다; 둘째, 공간 정보를 집약하는 모듈을 설계하여 병렬 구조로 국소 수용 영역을 확장하고 공간 방향을 따라 채널을 인코딩하여 다중 스케일 공간 정보를 획득한 뒤 비선형 근사 방식을 통해 정보를 집약하여 모델이 목표물 구조와 형태를 더 잘 이해하도록 한다; 마지막으로, 그립 자세 검출 네트워크는 그립의 품질, 각도, 너비를 출력하고 최적의 그립 위치를 계산하여 최적의 그립 사각형 프레임을 구축한다. Cornell Grasping 데이터셋, 자체 구축 가림 데이터셋, Jacquard 데이터셋에서 검증한 결과 검출 정확도가 각각 98.9%, 94.7%, 96.0%에 도달했으며, 실험 플랫폼에서 목표물을 100회 실제 그립 실험한 결과 성공률은 93%였다. 제안한 방법은 세 가지 데이터셋 모두에서 최고 검출 정확도를 기록했으며 실제 환경에서 더 우수한 검출 효과를 보였다.

그립 자세 검출;가려진 목표물;공간 정보 집약;좌표 합성곱