The invention discloses an automatic generation method of labeled data for robot grasping, which belongs to the field of industrial robots. The technology includes: (1) obtaining the simulation image of the object to be grasped by the simulation sorting system, the grabbing label is the grabbable area of the object to be grasped; and (2) obtaining the object to be grasped by the robot sorting system; A real image of a body; a countermeasure network is obtained by training the simulated image and the real image; and a countermeasure network generates the label image for the training of a robot based on the simulated image with the capture tag. The beneficial effect of this technical scheme is that it can generate a large number of label images for robot deep learning, so that no manual labeling is needed, which further improves the application efficiency of deep learning in robots and reduces the iteration time.
【技术实现步骤摘要】
一种分拣模型生成方法
本专利技术涉及的是一种工业机器人领域的技术,具体是一种机器人抓取有标签数据自动生成方法。
技术介绍
深度学习技术在机器人领域有着广泛的应用,但需要大量有标记的图像数据用于深度学习训练。原因在于,在强标签的深度学习技术框架下,有标签数据量越大,质量越好,算法模型就表现的越好。然而在机器人领域,特别是在机器人抓取领域,缺少像计算机视觉领域的大规模有标签数据集。在这种情况下,极度依赖人工标记抓取区域或者抓取位姿,需要消耗大量人力来标签数据(标签图像),这不仅降低了深度学习在机器人领域应用的效率,也降低了工业机器人抓取算法的更新速度。在不依赖数据的传统抓取规划方法中,基于几何驱动的抓取规划大多在仿真环境中针对确定性物体采用力封闭、形封闭等方法计算抓取位置或可抓取姿态。
技术实现思路
本专利技术针对现有技术存在的上述不足,提出一种机器人抓取有标签数据自动生成方法,能够生成大量的用于机器人深度学习的标签图像,从而不需要进行人工标记,进一步提高了深度学习在机器人中的应用效率以及减少了迭代时间。本专利技术是通过以下技术方案实现的:本专利技术涉及一种机器人抓取有标签数据自动生成方法,其中,预设一机器人分拣系统和一与所述机器人分拣系统相对应的仿真分拣系统,根据所述机器人分拣系统和所述仿真分拣系统生成多个标签图形,并根据所述标签图形训练一用于分拣物体的分拣模型;所述标签图像生成方法包括以下步骤:步骤S1,通过所述仿真分拣系统获得待抓物体的有抓取标签的仿真图像,所述抓取标签为所述待抓物体的可抓取区域;步骤S2,通过所述机器人分拣系统获得所述待抓物体的真实图像;所 ...
【技术保护点】
1.一种机器人抓取有标签数据自动生成方法,其特征在于,预设一机器人分拣系统和一与所述机器人分拣系统相对应的仿真分拣系统,根据所述机器人分拣系统和所述仿真分拣系统生成多个标签图形,并根据所述标签图形训练一用于分拣物体的分拣模型;所述标签图像生成方法包括以下步骤:步骤S1,通过所述仿真分拣系统获得待抓物体的有抓取标签的仿真图像,所述抓取标签为所述待抓物体的可抓取区域;步骤S2,通过所述机器人分拣系统获得所述待抓物体的真实图像;步骤S3,根据所述仿真图像和所述真实图像训练获得一对抗网络;步骤S4,所述对抗网络根据具有所述抓取标签的所述仿真图像生成机器人的训练用的所述标签图像;所述步骤S1和所述步骤S2不分先后。
【技术特征摘要】
1.一种机器人抓取有标签数据自动生成方法,其特征在于,预设一机器人分拣系统和一与所述机器人分拣系统相对应的仿真分拣系统,根据所述机器人分拣系统和所述仿真分拣系统生成多个标签图形,并根据所述标签图形训练一用于分拣物体的分拣模型;所述标签图像生成方法包括以下步骤:步骤S1,通过所述仿真分拣系统获得待抓物体的有抓取标签的仿真图像,所述抓取标签为所述待抓物体的可抓取区域;步骤S2,通过所述机器人分拣系统获得所述待抓物体的真实图像;步骤S3,根据所述仿真图像和所述真实图像训练获得一对抗网络;步骤S4,所述对抗网络根据具有所述抓取标签的所述仿真图像生成机器人的训练用的所述标签图像;所述步骤S1和所述步骤S2不分先后。2.根据权利要求1所述的机器人抓取有标签数据自动生成方法,其特征在于,所述机器人分拣系统包括:工业机器人,所述工业机器人的端部设有一可更换抓手;摄像头,用于获得所述待抓物体的真实图像。3.根据权利要求1所述的机器人抓取有标签数据自动生成方法,其特征在于,所述步骤S1具体包括以下步骤:步骤S11,获得所述待抓物体的物体模型,并根据所述待抓物体的所述物体模型获得每一所述待抓物体的原始抓取标签;步骤S12,所述仿真分拣系统将所述待抓物体的所述物体模型随机堆放;步骤S13,所述仿真分拣系统...
【专利技术属性】
技术研发人员: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,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。