[发明专利]用于物体的目标抓取姿态的预测方法、装置、设备和介质

权利要求书

1.一种用于物体的目标抓取姿态的预测方法，其特征在于，所述方法包括：

获取物体外观表面的三维点云的数据，所述三维点云包括多个初始点；

利用预先训练的姿态预测网络，对多个所述初始点进行逐点可抓取性分析，获得多个所述初始点的逐点可抓取性指标，并根据多个所述初始点的逐点可抓取性指标确定第一预设数量的候选点；

利用所述预先训练的姿态预测网络，对所述第一预设数量的候选点进行逐视角可抓取性分析，获得所述第一预设数量的候选点的逐视角可抓取性指标，并根据所述逐视角可抓取性指标确定各所述候选点对应的抓取方向；以及

利用所述预先训练的姿态预测网络，基于各所述候选点对应的所述抓取方向以及各所述候选点及所述候选点周围预设范围内的若干所述三维点云上的点的几何特征确定各所述候选点对应的抓取姿态，并根据各所述候选点对应的抓取姿态确定用于所述物体的目标抓取姿态；

所述利用所述预先训练的姿态预测网络，基于各所述候选点对应的所述抓取方向以及各所述候选点及所述候选点周围预设范围内的若干所述三维点云上的点的几何特征确定各所述候选点对应的抓取姿态，包括：

进行点云裁切，在各所述候选点的所述周围预设范围内的所述初始点中采样得到第二预设数量的参考点，并获取所述参考点对应的位置和形态信息；

对每个所述候选点，获取多个预设的面内旋转角度和抓取深度，将所述多个预设的面内旋转角度和抓取深度分别组合，并将所述候选点的所述参考点的所述形态信息作为输入，利用所述预先训练的姿态预测网络，针对所述候选点预测每个组合的抓取分数，并选取抓取分数满足预设抓取规则的面内旋转角度和抓取深度的组合作为所述候选点对应的所述抓取姿态。

2.根据权利要求1所述的方法，其特征在于，所述利用预先训练的姿态预测网络，对多个所述初始点进行逐点可抓取性分析，获得多个所述初始点的逐点可抓取性指标，包括：

利用预先训练的姿态预测网络，对多个所述初始点进行特征抽取以得到每个所述初始点的形态信息，其中所述形态信息用于表征每个所述初始点的几何特征；以及

根据每个所述初始点的所述形态信息利用预先训练的姿态预测网络，进行逐点可抓取性分析，以得到每个所述初始点的逐点可抓取性指标。

3.根据权利要求1所述的方法，其特征在于，所述根据多个所述初始点的逐点可抓取性指标确定第一预设数量的候选点，包括：

对所述初始点的逐点可抓取性指标大于阈值的点按照预设规则进行采样，从所述初始点中选取得到第一预设数量的候选点。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将每个所述初始点的所述几何特征作为输入，利用所述预先训练的姿态预测网络，以得到每个所述初始点是否位于所述物体上的信息；以及

所述对所述初始点的逐点可抓取性指标大于阈值的点按照预设规则进行采样，从所述初始点中选取得到第一预设数量的候选点，包括：

对所述初始点的逐点可抓取性指标大于阈值的点按照预设规则进行采样，从而从所述初始点中选取得到位于所述物体上的所述第一预设数量的候选点。

5.根据权利要求2所述的方法，其特征在于，所述利用所述预先训练的姿态预测网络，对所述第一预设数量的候选点进行逐视角可抓取性分析，获得所述第一预设数量的候选点的逐视角可抓取性指标，并根据所述逐视角可抓取性指标确定各所述候选点对应的抓取方向，包括：

根据每个所述候选点的形态信息利用预先训练的姿态预测网络，进行逐视角可抓取性分析，以得到每个所述候选点的逐视角可抓取性指标；

选取每个所述候选点的逐视角可抓取性指标满足预设视角选取规则的对应视角作为对应所述候选点的抓取方向。

6.根据权利要求1所述的方法，其特征在于，所述根据各所述候选点对应的抓取姿态确定用于所述物体的目标抓取姿态，包括：

从所有所述候选点中，选取对应的所述抓取分数满足抓取姿态选取规则的所述抓取姿态，将所述抓取姿态对应的所述候选点作为物体的抓取点，将所述抓取姿态作为所述物体的目标抓取姿态。