[发明专利]一种动态视觉机械臂抓取方法、系统及电子设备在审
申请号: | 202210134063.0 | 申请日: | 2022-02-14 |
公开(公告)号: | CN114454168A | 公开(公告)日: | 2022-05-10 |
发明(设计)人: | 李海滨;赵晗 | 申请(专利权)人: | 赛那德数字技术(上海)有限公司 |
主分类号: | B25J9/16 | 分类号: | B25J9/16;B25J19/02;G06T7/11;G06T7/13;G06K9/62 |
代理公司: | 上海塔科专利代理事务所(普通合伙) 31380 | 代理人: | 谢安军 |
地址: | 201800 上海*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 动态 视觉 机械 抓取 方法 系统 电子设备 | ||
1.一种动态视觉机械臂抓取方法,其特征在于,包括:
S1、采集图像信息,对所述图像信息进行解析参数,得到解析后的图像信息;
S2、通过分割算法对所述解析后的图像信息进行分割,得到图像的分割信息;
S3、根据所述图像的分割信息对3D点云进行分区,得到多个分区的点云数据;
S4、将每个所述分区的点云数据进行魔方切割,并拟合魔方切割后的每个空间的平面;
S5、根据拟合后的平面,计算机械臂最佳抓取信息,并发送至机械臂。
2.根据权利要求1所述的一种动态视觉机械臂抓取方法,其特征在于:所述图像信息包括包裹和机械臂图像信息。
3.根据权利要求2所述的一种动态视觉机械臂抓取方法,其特征在于:所述图像的分割信息包括每个包裹的类别、最小正矩形以及边界轮廓线。
4.根据权利要求3所述的一种动态视觉机械臂抓取方法,其特征在于,所述步骤S2中的通过分割算法对所述解析后的图像信息进行分割,得到图像的分割信息包括:
S21、所述分割算法采用深度学习分割算法,以Mask_RCNN算法为基础,特征提取部分采用ResNet50结构,使用FPN网络产生不同分辨率的特征图像;
S22、在所述不同分辨率的特征图像上使用RPN网络结构产生区域框建议,对提取到的图像中的目标区域进行卷积,得到每个包裹的类别、最小正矩形以及边界轮廓线。
5.根据权利要求1所述的一种动态视觉机械臂抓取方法,其特征在于,所述步骤S4中的将每个所述分区的点云数据进行魔方切割,并拟合魔方切割后的每个空间的平面包括:
S41、将每个所述分区的点云数据按照xyz坐标轴进行等距分段,分割为多个魔方空间;
S42、每个所述魔方空间包括多个点云数据;
S43、通过最小二乘法拟合每个所述魔方空间的平面。
6.根据权利要求1所述的一种动态视觉机械臂抓取方法,其特征在于,所述步骤S5中的根据拟合后的平面,计算机械臂最佳抓取信息,并发送至机械臂包括:
S51、将拟合后的平面拼接,得到拼接后的平面;
S52、选取拼接后的平面中最适合抓取的平面;
S53、确定所述最适合抓取的平面的中心,计算最适合抓取的平面的法向量,根据所述法向量计算机械臂的角度。
7.一种动态视觉机械臂抓取系统,其特征在于,包括:
摄像机,用于采集图像信息,对所述图像信息进行解析参数,得到解析后的图像信息;
分割单元,用于通过分割算法对所述解析后的图像信息进行分割,得到图像的分割信息;
分区单元,用于根据所述图像的分割信息对3D点云进行分区,得到多个分区的点云数据;
魔方切割单元,用于将每个所述分区的点云数据进行魔方切割,并拟合魔方切割后的每个空间的平面;
计算单元,用于根据拟合后的平面,计算机械臂最佳抓取信息,并发送至机械臂。
8.一种电子设备,包括处理器和存储器,所述存储器存储有程序指令,其特征在于:所述处理器运行程序指令实现如权利要求1-6任意一项所述的动态视觉机械臂抓取方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于赛那德数字技术(上海)有限公司,未经赛那德数字技术(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210134063.0/1.html,转载请声明来源钻瓜专利网。