Para resolver o problema da baixa precisão na detecção da pose de preensão de objetos ocultos por robôs baseados em visão, propõe-se um método de detecção da pose de preensão de objetos ocultos baseado na agregação de informações espaciais. A ocultação altera as características intrínsecas do objeto no campo de visão da câmera, afetando as informações de posição e as características estruturais da forma do objeto. Primeiro, utiliza-se convolução de coordenadas em vez da convolução tradicional para extração de características, adicionando um canal de coordenadas ao mapa de características de entrada para melhorar a capacidade da rede de perceber informações de posição; em segundo lugar, é projetado um módulo de agregação de informações espaciais que utiliza uma estrutura paralela para aumentar o campo receptivo local e codifica os canais ao longo da direção espacial para obter informações espaciais multiescala, então as informações são agregadas por meio de uma aproximação não linear para que o modelo compreenda melhor a estrutura e a forma do objeto; finalmente, a rede de detecção da pose de preensão produz a qualidade, o ângulo e a largura da preensão, e calcula a melhor posição de preensão para estabelecer um retângulo ótimo de preensão. Verificado nos conjuntos de dados Cornell Grasping, conjunto de dados de ocultação próprio e Jacquard, as precisões de detecção atingiram 98,9%, 94,7% e 96,0%, respectivamente; em 100 experimentos reais de preensão na plataforma experimental, a taxa de sucesso foi de 93%. O método proposto obteve a maior precisão de detecção nos três conjuntos de dados e apresentou melhores resultados em cenários reais.

detecção de pose de preensão;objetos ocultos;agregação de informações espaciais;convolução de coordenadas