面向月球水探测的紧凑型半导体中子能谱仪HardPix性能研究

《Sensors》：Performance Study of Compact Semiconductor Neutron Spectrometer HardPix for Lunar Water Mapping

　　摘要为了提升机器人在车间等非结构化环境中目标抓取检测与分类的准确性和鲁棒性，提出了一种基于全局通道-空间注意力机制的多任务抓取检测算法。通过全局通道注意力模块，网络能够在减少冗余特征信息的同时提取更丰富的语义信息，从而提升整体性能。在Cornell数据集和自建数据集上验证了所提算法的有效性。在Cornell数据集上，抓取预测准确率达到99.5%；在自建数据集上，抓取检测准确率达到98.5%，物体分类准确率达到99.5%。为进一步验证算法的有效性，在AUBO-i3机械臂上进行了抓取实验。结果表明，对于未见过的日常物品和车间常见物体，平均抓取准确率达到95%，比基线GGCNN网络高出8.75%。这些结果表明，所提算法能够有效执行机器人在非结构化环境中的抓取任务。