1.一種基于多功能抓取及對象無關(guān)框架的機器人抓取方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的基于多功能抓取及對象無關(guān)框架的機器人抓取方法，其特征在于，所述s1的對訓(xùn)練集中的rgb圖像信息進行預(yù)處理，得到處理后的rgb圖像信息包括：
3.根據(jù)權(quán)利要求2所述的基于多功能抓取及對象無關(guān)框架的機器人抓取方法，其特征在于，所述s2的根據(jù)所述處理后的rgb圖像信息和深度信息，搭建抓取檢測模型包括：
4.根據(jù)權(quán)利要求3所述的基于多功能抓取及對象無關(guān)框架的機器人抓取方法，其特征在于，所述s202的全局信息串聯(lián)與局部聚合模塊根據(jù)所述輸入特征，得到全局重要關(guān)鍵特征包括：
5.根據(jù)權(quán)利要求4所述的基于多功能抓取及對象無關(guān)框架的機器人抓取方法，其特征在于，所述s3的基于iou計算得到損失計算策略包括：
6.根據(jù)權(quán)利要求5所述的基于多功能抓取及對象無關(guān)框架的機器人抓取方法，其特征在于，所述s302的根據(jù)eiou定義eiou損失函數(shù)包括：
7.根據(jù)權(quán)利要求6所述的基于多功能抓取及對象無關(guān)框架的機器人抓取方法，其特征在于，所述s4的基于損失計算策略，對所述抓取檢測模型進行訓(xùn)練，得到攜帶最優(yōu)的權(quán)重參數(shù)的抓取檢測模型包括：
8.根據(jù)權(quán)利要求7所述的基于多功能抓取及對象無關(guān)框架的機器人抓取方法，其特征在于，所述s5的控制器根據(jù)所述攜帶最優(yōu)的權(quán)重參數(shù)的抓取檢測模型，建立抓取位姿配置在相機坐標系與世界坐標系間的轉(zhuǎn)化關(guān)系，得到三維世界坐標系下的抓取位姿包括：
9.根據(jù)權(quán)利要求8所述的基于多功能抓取及對象無關(guān)框架的機器人抓取方法，其特征在于，所述s6的機器人根據(jù)三維世界坐標系下的抓取位姿，將物體運輸至制定的目標位置包括：
10.一種基于多功能抓取及對象無關(guān)框架的機器人抓取系統(tǒng)，其特征在于，應(yīng)用于權(quán)利要求1字權(quán)利要求9任一項所述的基于多功能抓取及對象無關(guān)框架的機器人抓取，所述系統(tǒng)包括：