一种机器人多指抓取生成方法

本发明公开了一种机器人多指抓取生成方法，包括：获取训练数据集，所述数据集包含于生成候选位姿的目标物体点云，用于最优抓取位姿判别的触觉先验信息，并利用融合了动态图卷积网络DGCNN与多尺度加权扩张变换器MWDT的特征提取模块，提取所述目标物体的点云数据的几何特征；基于提取的几何特征，通过抓取区域生成模块与抓取位姿生成模块，生成多个候选抓取位姿；将多个候选抓取位姿输入抓取位姿优选模块，该模块利用多尺度图神经网络MS‑GCN分析触觉图拓扑结构，对各候选位姿进行稳定性判别，并输出最优抓取位姿。本发明通过融合视觉几何信息与触觉物理特性，解决了现有方法仅依赖物体形状而忽略材质等因素的局限性，能够生成适应不同物体的精确、稳定抓取策略，显著提升了机器人多指手抓取的成功率与泛化能力。