摘要：針對任意姿態(tài)的未知不規(guī)則物體,提出一種基于級聯(lián)卷積神經(jīng)網(wǎng)絡的機器人平面抓取位姿快速檢測方法.建立了一種位置-姿態(tài)由粗到細的級聯(lián)式兩階段卷積神經(jīng)網(wǎng)絡模型,利用遷移學習機制在小規(guī)模數(shù)據(jù)集上訓練模型,以R-FCN(基于區(qū)域的全卷積網(wǎng)絡)模型為基礎提取抓取位置候選框進行篩選及角度粗估計,并針對以往方法在姿態(tài)檢測上的精度不足,提出一種Angle-Net模型來精細估計抓取角度.在Cornell數(shù)據(jù)集上的測試及機器人在線抓取實驗結(jié)果表明,該方法能夠?qū)θ我庾藨B(tài)、不同形狀的不規(guī)則物體快速計算最優(yōu)抓取點及姿態(tài),其識別準確性和快速性相比以往方法有所提高,魯棒性和穩(wěn)定性強,且能夠泛化適應未訓練過的新物體.