Este artículo presenta un marco integral para la detección de agarre guiada por mapa de calor (detección de la postura de agarre de 6 grados de libertad) que permite la inferencia de bajo consumo y baja latencia en entornos de borde para resolver el problema de agarre robótico, que consiste en sujetar y manipular objetos de diversas formas, tamaños y orientaciones de forma estable en el SoC GAP9 RISC-V. El modelo se optimiza mediante técnicas basadas en hardware, como la reducción de la dimensionalidad de entrada, la partición del modelo y la cuantificación. La viabilidad de la inferencia completa en chip se verifica mediante el benchmark GraspNet-1Billion, lo que demuestra el potencial de la manipulación autónoma en tiempo real utilizando microcontroladores de bajo consumo.
