《表3 与其他流行抓取方法的抓取速度比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种先验知识引导的基于二阶段渐进网络的自主抓取策略》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

抓取规划速率是衡量抓取算法的重要指标．规划速度快有利于提高机器人的作业效率，同时也使机器人能适应更多抓取场景，比如运动物品抓取、物品闭环抓取等．为了测试本文提出的抓取方法能否在保证泛化能力的同时，提高机器人抓取规划的速率，本文比较了TSPN与其他几种流行的抓取方法的规划速率．表3展示了目前流行的抓取算法的规划时间，其中的数据来源于各自论文中的实验结果．可见，本文抓取算法的规划时间为0.015 s，其包含可抓性计算、采样、评估3个阶段．其中，全局可抓性计算耗费0.012 s，采样耗费0.001 s，样本评估耗费0.002 s．整个抓取计算过程在型号为NVIDIA Ge Force GTX 1080的GPU平台上进行．此外表3中也列出各种方法使用的GPU算力．可以看出，本文提出的抓取模型不仅在相同算力GPU下能保证最快的运算速率，在将算力单位化后，其依然可以保证最快的规划速率．