【技术实现步骤摘要】
一种待抓取物体位姿的确定方法、装置及电子设备
本专利技术涉及人工智能
，特别是涉及一种待抓取物体位姿的确定方法、装置及电子设备。
技术介绍
近年来，人工智能技术得到快速发展，在人工智能领域中，在工业机器人、服务机器人等很多应用方面，机械臂抓取物体都是不可或缺的技术。而机械臂对物体进行抓取一直是一个比较困难的问题，特别是对任意形状、位置的物体的抓取。机械臂对物体进行抓取的经典方法是先采集物体的图像，然后对所采集的图像进行物体分割、物体识别，再根据物体的模型数据进行物体的位姿估计，进而选择抓取点，确定抓取方案。而在实际应用中，一方面，由于物体种类、形状繁多，物体的模型数据是未知的，因此在进行物体抓取之前，需要获知物体的模型数据，即需要人工进行物体建模，这需要耗费大量的人工和时间。另一方面，由于传感器噪声、物体遮挡、建模误差等因素的影响，基于建立的物体模型进行物体位姿估计的方法鲁棒性均较差，从而影响后续物体抓取的准确率及成功率。
技术实现思路
本专利技术实施例的目的在于提供一种待抓取物体位姿的确定方法、装置及电子设备，以节省人工和时间，并提高物体抓取的准确率及成功率。...
【技术保护点】
1.一种待抓取物体位姿的确定方法，其特征在于，所述方法包括：获取第一图像传感器采集的包括待抓取物体的目标图像，其中，所述第一图像传感器与放置所述待抓取物体平面构成俯视视角；按照预设旋转规则，将所述目标图像在成像平面内进行旋转，得到预设数量的旋转图像；将所述目标图像及所述旋转图像输入预先训练完成的深度神经网络模型进行检测，得到每张图像对应的输出结果，其中，所述深度神经网络模型用于检测预设角度朝向物体在图像中的区域，所述预设角度朝向物体为朝向预设参照方向的预设方位的物体；根据所述输出结果及所述预设旋转规则，确定所述待抓取物体的位姿。
【技术特征摘要】
1.一种待抓取物体位姿的确定方法，其特征在于，所述方法包括：获取第一图像传感器采集的包括待抓取物体的目标图像，其中，所述第一图像传感器与放置所述待抓取物体平面构成俯视视角；按照预设旋转规则，将所述目标图像在成像平面内进行旋转，得到预设数量的旋转图像；将所述目标图像及所述旋转图像输入预先训练完成的深度神经网络模型进行检测，得到每张图像对应的输出结果，其中，所述深度神经网络模型用于检测预设角度朝向物体在图像中的区域，所述预设角度朝向物体为朝向预设参照方向的预设方位的物体；根据所述输出结果及所述预设旋转规则，确定所述待抓取物体的位姿。2.如权利要求1所述的方法，其特征在于，所述按照预设旋转规则，将所述目标图像在成像平面内进行旋转，得到预设数量的旋转图像的步骤，包括：按照预设角度，将所述目标图像在成像平面内进行旋转，得到预设数量的旋转图像。3.如权利要求1所述的方法，其特征在于，所述预设角度朝向物体的轮廓与矩形相似度不低于预设相似度。4.如权利要求1所述的方法，其特征在于，所述输出结果包括检测区域；所述根据所述输出结果及所述预设旋转规则，确定所述待抓取物体的位姿的步骤，包括：当输出结果标识被检测图像中存在预设角度朝向物体时，根据所述旋转规则，确定该被检测图像的旋转角度；根据所述旋转角度及目标输出结果中包括的检测区域，确定所述待抓取物体的位姿，其中，所述目标输出结果为标识被检测图像中存在预设角度朝向物体的输出结果。5.如权利要求4所述的方法，其特征在于，所述根据所述旋转角度及目标输出结果中包括的检测区域，确定所述待抓取物体的位姿的步骤，包括：根据所述旋转角度，确定所述待抓取物体相对于所述预设参照方向的旋转角度；根据所确定的旋转角度及所述目标输出结果中包括的检测区域，确定所述待抓取物体的位姿。6.如权利要求1所述的方法，其特征在于，所述深度神经网络模型的训练方式，包...
【专利技术属性】
技术研发人员：赵哲，
申请(专利权)人：北京猎户星空科技有限公司，
类型：发明
国别省市：北京,11
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。