高 云，彭 炜，周建慧

(山西大同大学计算机与网络工程学院，山西大同 037009)

1 引言

目前科技不断发展，促使人们对于智能生活的要求也随之提高，对于机器人的使用需求逐渐增加[1]。机器人在使用过程中，需完成抓取目标识别后，才可进行抓取。因此，抓取目标的位置识别是机器人使用过程中至关重要的步骤[2]。机器人智能抓取未知目标位置识别可看作其执行位置目标的视觉控制，该操作表示机器人可在不知道抓取目标的任何信息的情况下，仅根据当前图像信息即可完成机器人对未知目标的智能感知与位置识别[3]。在目标位置识别过程中，图像特征对整个机器人视觉识别和定位方法动态性能存在一定影响，其可决定识别和定位方法的稳定性以及在复杂环境中依旧可准确完成识别的条件。

为了保证机器人在正常情况下抓取未知目标位置识别性能，文献[4]提出基于深度卷积神经网络的目标识别方法，采用深层卷积网络提取自然环境下的目标视觉特征，获取目标特征图的深层池化结构后，基于非极大值抑制方法完成目标位置的识别，该方法仅可完成自然环境中的目标识别，复杂环境下定位误差较大。文献[5]提出轮廓匹配的复杂背景中目标检测方法，通过实行图像预处理后，利用形状描述子完成轮廓匹配，采用深度优先的搜索策略完成目标识别；该方法虽然可以完成复杂背景中的目标检测，但是当物体存在重叠情况下，其识别率较低。……