[发明专利]目标获取方法、设备和计算机可读存储介质

权利要求书

1.一种目标获取方法，用于机器人分拣重叠物体，其特征在于，所述目标获取方法包括：

获得通过第一视觉结构拍摄的第一图像；

将所述第一图像输入至预先训练的神经网络进行计算，计算分割所述第一图像的二维信息中的每一物体，获得对应每一物体的像素点集；

根据所要获取的目标的像素点集获得所述目标的边框信息，以及根据第一图像的三维信息获得所述目标的深度信息；

根据所述边框信息和深度信息控制机械手移动并获取目标。

2.如权利要求1所述的目标获取方法，其特征在于，所述目标获取方法还包括：

获得多个训练图像；

根据输入指令获得所述训练图像中完整度达到70％的物体的标注；

根据所述训练图像和对应的标注对神经网络进行训练。

3.如权利要求1所述的目标获取方法，其特征在于，所述计算分割所述第一图像的二维信息中的每一物体包括：

通过Fully Convolutional Instance-aware Semantic Segmentation分割图片中每一个物体。

4.如权利要求1所述的目标获取方法，其特征在于，所述根据目标的像素点集获得所述目标的边框信息包括：

根据目标的像素点集以及RANSAC方法提取出目标的边框。

5.如权利要求1至4任一项所述的目标获取方法，其特征在于，所述目标获取方法还包括：

获得通过第二视觉结构拍摄所述目标的第二图像；

根据所述第二图像的三维信息获得所述目标的当前姿态；

在所述当前姿态未匹配预设姿态时，控制所述机械手调整姿态，以使所述目标处于预设姿态。

6.一种目标获取设备，其特征在于，所述目标获取设备包括处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的目标获取程序，所述目标获取程序被所述处理器执行时实现如下步骤：

获得通过位于上方的第一视觉结构拍摄的第一图像；

将所述第一图像输入至预先训练的神经网络进行计算，计算分割所述第一图像的二维信息中的每一物体，获得对应每一物体的像素点集；

根据所要获取的目标的像素点集获得目标的边框信息，以及根据第一图像的三维信息获得目标的深度信息；

根据所述边框信息和深度信息控制机械手移动并获取目标。

7.如权利要求6所述的目标获取设备，其特征在于，所述目标获取程序被所述处理器执行时还实现如下步骤：

获得多个训练图像；

根据输入指令获得所述训练图像中完整度达到70％的物体的标注；

根据所述训练图像和对应的标注对神经网络进行训练。

8.如权利要求6所述的目标获取设备，其特征在于，所述计算分割所述第一图像的二维信息中的每一物体包括：

通过Fully Convolutional Instance-aware Semantic Segmentation分割图片中每一个物体。

9.如权利要求6至8任一项所述的目标获取方法，其特征在于，所述目标获取程序被所述处理器执行时还执行如下步骤：

获得通过位于下方的第二视觉结构拍摄所述目标的第二图像；

根据所述第二图像的三维信息获得所述目标的当前姿态；

在所述当前姿态未匹配预设姿态时，控制所述机械手调整获取动作，以使所述目标处于预设姿态。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有目标获取程序，所述目标获取程序被处理器执行时实现如权利要求1至5中任一项所述的目标获取方法的步骤。