[发明专利]一种基于深度学习的料框内散乱多物体机器人分拣方法有效
| 申请号： | 201711194494.1 | 申请日： | 2017-11-24 |
| 公开（公告）号： | CN108126914B | 公开（公告）日： | 2020-01-21 |
| 发明（设计）人： | 刘文海;钱晖;潘震宇;邵全全;马进;王伟明;胡洁;戚进;张涛;周兵 | 申请（专利权）人： | 上海发那科机器人有限公司 |
| 主分类号： | B07C5/342 | 分类号： | B07C5/342;B07C5/36;G06N3/04;G06T7/80 |
| 代理公司： | 31272 上海申新律师事务所 | 代理人： | 俞涤炯 |
| 地址： | 201906 *** | 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： | 本发明公开了一种基于深度学习的料框内散乱多物体机器人分拣方法，包括：在料框的范围内选取若干可分拣候选区域，将每一可分拣候选区域的图像和深度图输入CNN网络以判断是否为可分拣区域，将可分拣区域的中心记录为可分拣点；通过聚类算法选取较优的可分拣点，计算较优的可分拣点的法向量，并结合法向量、机器人的可达位置、料框的防碰撞剔除不合格的可分拣点；从剩余的可分拣点中随机选择一可分拣点，通过所选择的可分拣点的坐标和法向量控制六自由度机械臂和吸盘手爪分拣可分拣点的物体.本发明利用深度学习优异的特征提取能力自动学习散乱件是否可分拣的特征，能够有效应对频繁变更的零件种类、相互遮挡和分拣对象的不确定性。 | ||
| 搜索关键词： | 分拣 料框 法向量 机器人 候选区域 六自由度机械臂 吸盘 不确定性 聚类算法 随机选择 特征提取 中心记录 自动学习 防碰撞 深度图 手爪 学习 遮挡 剔除 变更 图像 网络 | ||
【主权项】：
1.一种基于深度学习的料框内散乱多物体机器人分拣方法，包括RGB-D摄像头和具有六自由度机械臂的机器人，所述六自由度机械臂的末端设有吸盘手爪，其特征在于，所述分拣方法包括：/n步骤S1：将包含若干种散乱堆放物体的料框放置于所述RGB-D摄像头的视野范围内，所述RGB-D摄像头对所述料框的边缘进行视觉检测以确定所述料框的范围；/n步骤S2：在所述料框的范围内选取若干可分拣候选区域，将每一所述可分拣候选区域的图像和深度图输入CNN分拣预测网络以判断是否为可分拣区域，并将所述可分拣区域的中心标记为可分拣点；/n步骤S3：记录所有的所述可分拣点，通过聚类算法选取较优的所述可分拣点，计算较优的所述可分拣点的法向量，并结合所述法向量、所述机器人的可达位置、所述料框的防碰撞剔除不合格的所述可分拣点；/n步骤S4：从剩余的所述可分拣点中随机选择一所述可分拣点，通过所选择的所述可分拣点的坐标和法向量控制所述六自由度机械臂和所述吸盘手爪分拣所述可分拣点的物体；/n步骤S5：重复所述步骤S2至所述步骤S4，直至所述料框内的物体分拣完成；/n在所述步骤S1中，所述RGB-D摄像头与所述六自由度机械臂进行外参数坐标标定，从所述RGB-D摄像头获取的RGB图像中检测所述料框的边缘以确定所述料框的范围。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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上海发那科机器人有限公司，未经上海发那科机器人有限公司许可，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/patent/201711194494.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种圆形薄片物料性能自动检测与分选装置
- 下一篇：一种便于清洁的盐色选机
