基于卷积神经网络的机器人抓取动作识别

李吉祥; 张诗涵

doi:10.16009/j.issn.1009-5624.2026.11.049

信息记录材料 ›› 2026, Vol. 27 ›› Issue (11) : 151 -153. DOI: 10.16009/j.issn.1009-5624.2026.11.049

基于卷积神经网络的机器人抓取动作识别

李吉祥, 张诗涵

作者信息 +

Author information +

文章历史 +

摘要

针对传统机器人抓取动作识别方法面临的计算资源限制与识别精度的平衡挑战，本研究构建轻量化跨层卷积神经网络(CNN),通过双层卷积结构降低计算复杂度，引入跨层特征融合机制整合高低层特征信息。该网络在多种抓取模式下展现出良好的识别性能，对未知物体具备较强的泛化能力。实验结果表明：该方法可提升识别效果，有效降低模型参数量，满足资源受限机器人平台的实时性要求，为智能抓取技术提供了有效解决方案。