[发明专利]一种机械臂控制方法及系统

说明书

本发明公开一种机械臂控制方法及系统。控制方法包括：分割抓取作业区二维图像分割以得到每个待抓取物体的类别及轮廓信息；根据轮廓信息对抓取作业区点云进行划分，得到每个待抓取物体的点云；对于每个待抓取物体，对其点云进行离散化，对得到的每个子点云进行拟合，并基于拟合得到的多个子平面获取该待抓取物体的大平面；在得到的所有大平面中确定最优抓取大平面，进而生成抓取控制指令；根据码放作业区点云、目标物体码放位置信息和目标物体抓取位置信息生成码放控制指令。控制系统包括对应实现上述各步骤的功能模块。根据本发明，能够解决现有机械臂自动码垛系统无法对杂乱无序摆放且规格不同的箱体进行抓取及码放的问题。

技术领域

本发明属于机械臂控制领域，更具体地，涉及一种机械臂控制方法及系统。

背景技术

现有的机械臂自动码垛系统主要由码垛机械臂和控制系统两部分组成，其工作模式为：在控制系统的控制下，码垛机械臂按照先后顺序依次抓取供包台输送来的同一规格的箱体，并根据预定的码放规则将抓取到的箱体码放至预定的放置区。然而，在实际作业中，经常会遇到大量的规格不同的待转移及码放的箱体杂乱无序地摆放在临时放置区的情况，而现有的机械臂自动码垛系统由于自身的工作模式而无法应对上述情况，即无法对杂乱无序地摆放在临时区的规格不同的箱体进行抓取及码放。

发明内容

本发明的目的在于解决现有的机械臂自动码垛系统无法对杂乱无序摆放且规格不同的箱体进行抓取及码放的问题。

为了实现上述目的，本发明提供了一种机械臂控制方法及系统。

根据本发明的第一方面，提供了一种机械臂控制方法，包括以下步骤：

对预获取的抓取作业区二维图像进行分割，得到每个待抓取物体的类别及轮廓信息；

根据所述待抓取物体的轮廓信息对预获取的抓取作业区点云进行划分，得到每个待抓取物体的点云；

对于每个待抓取物体，对该待抓取物体的点云进行离散化，得到多个子点云，

对每个子点云进行拟合，得到该待抓取物体的多个子平面，

对所述多个子平面进行相似性拼接操作，以获取该待抓取物体的大平面；

在获取的所有待抓取物体的大平面中确定最优抓取大平面，并基于所述最优抓取大平面生成抓取控制指令，以控制机械臂抓取相应的目标物体；

根据预获取的码放作业区点云、预确定的目标物体码放位置信息和预获取的目标物体抓取位置信息生成码放控制指令，以控制所述机械臂对所述目标物体进行码放，所述目标物体码放位置信息的确定因素包括所述目标物体的类别；

在抓取及码放当前最优抓取大平面所对应的当前目标物体后，继续在余下的待抓取物体的大平面中重新确定下一最优抓取大平面，并基于所述下一最优抓取大平面生成抓取控制指令，以控制机械臂抓取相应的下一目标物体；由于码放当前目标物体之后，码放作业区点云发生改变，在码放下一目标物体之前，需要重新获取码放作业区点云。

作为可选的是，所述抓取作业区二维图像、所述抓取作业区点云和所述码放作业区点云均获取自机器视觉相机。

作为可选的是，所述对预获取的抓取作业区二维图像进行分割，得到每个待抓取物体的类别及轮廓信息基于深度学习网络实现；

所述深度学习网络包括：

残差网络，用于对所述抓取作业区二维图像进行特征提取，得到每个待抓取物体的特征图；

特征金字塔网络，用于基于每个待抓取物体的特征图生成该待抓取物体的多张不同分辨率的特征图；

区域选取网络，用于对每个待抓取物体的多张不同分辨率的特征图进行感兴趣区域提取，得到多个感兴趣区域；