[发明专利]一种基于深度相机的机械臂抓取系统和控制方法

说明书

本发明公开了一种基于深度相机的机械臂抓取系统，包括计算机、深度摄像头、机械臂、AGV小车、遥控器。计算机搭载并运行ROS；深度摄像头与计算机相连；机械臂包括六轴机械臂和夹爪，夹爪安装于机械臂末端；AGV小车上方平台搭载六轴机械臂，遥控器与计算机相连。还提供相应的抓取方法。本发明系统基于ROS体系构建，可准确识别并定位目标物体的位置坐标，控制AGV小车移动和控制六轴机械臂自动抓取目标物体。操作者操控遥控手柄控制AGV小车到达目标物体抓取范围内，计算机通过深度摄像头获取目标物体的图像，图像经算法处理计算出目标物体最佳抓取点的位姿和位置坐标，计算机发送抓取指令到机械臂，机械臂自动抓取目标物体。

技术领域

本发明属于机器视觉和深度学习领域，具体涉及一种基于深度相机的机械臂抓取系统和控制方法。

背景技术

移动机器人和机械臂控制技术已经应用在了各个工业领域，机械臂在产线上的投入可以降低劳动成本，使产品生产标准化、自动化、高效化。机械臂可以代替人工在一些高危环境、高限制环境下的工作，保证了生产的安全性、稳定性、连续性。移动机器人的控制技术在今年来有了很大的提升，已成熟的应用于生产业、建筑业、服务业等，协助或者去到人类的工作。但是早期的机械臂抓取通过“示范教学”的方式，让机械臂沿着预定设好的运动规划运动，当抓取的物体形状、位置、摆放方向改变则抓取的成功率会大大降低，对于多变的环境不具备适应性。

现有的机械臂抓取系统，例如公开号为CN111482967A，名称为“一种基于ROS平台的智能检测与抓取方法”的中国专利申请，该申请采取固定机械臂的策略，限制了机械臂的工作范围；使用一个基于Faster RCNN网络模型的对象检测系统来获取待抓取物体中心的坐标，虽然保证了正确率，但检测速度相对较慢。

发明内容

针对现有技术存在的缺陷和不足，为了解决机械臂抓取复杂环境适应性差、开发难度较高的问题，本发明提出一种基于深度相机的机械臂抓取系统和控制方法，通过遥控手柄发布话题控制AGV小车移动，基于深度学习框架下的目标检测算法实现目标物体的抓取点定位，ROS系统下实现机械臂的运动规划和运动控制，实现了搭载机械臂的AGV小车系统的智能抓取。

为了实现本发明目的，本发明提供一种基于深度相机的机械臂抓取系统，包括机械臂机构、AGV小车、深度摄像头、计算机和遥控器，

所述机械臂机构包括机械臂、安装于机械臂末端的夹爪和机械臂，且所述机械臂机构安装在所述AGV小车上；

所述遥控器与计算机相连，用于发送信息到计算机；

所述深度摄像头用于采集目标物体的图像，且与计算机相连以将采集到的图像传输给计算机；

所述计算机搭载并运行ROS，用于获得目标物体最佳抓取点的位姿和位置坐标并发送抓取指令给所述机械臂机构。

本发明系统基于ROS体系构建，能够准确的识别并定位目标物体的位置坐标，控制AGV小车移动和控制机械臂自动抓取目标物品。操作者操控遥控手柄控制AGV小车到达目标物体抓取范围内，计算机通过深度摄像头获取目标物体的图像，图像经计算机目标检测算法处理计算出目标物体最佳抓取点的位姿和位置坐标，计算机发送抓取指令到机械臂，机械臂自动抓取目标物体。

进一步地，所述计算机的操作系统为Ubuntu16.04。

进一步地，计算机通过基于Python开发的universal robot工具包urx连接机械臂机构并发送抓取指令。

本发明还提供一种基于深度相机的机械臂抓取控制方法，包括以下步骤：

通过所述遥控器控制所述AGV小车到达目标物体的抓取范围内；

所述深度摄像头采集目标物体的图像，并将图像传输给所述计算机；