一种基于机械臂的物品自动定向抓取方法及系统技术方案

本发明专利技术提供了一种基于机械臂的物品自动定向抓取方法，通过相机采集待抓取物品的图像；利用事先训练好的卷积神经网络针对图像中所有物品进行自动识别与定位，得到每一物品的类别与定位信息；根据每一物品的类别与定位信息生成控制指令；根据控制指令，控制机械臂模块定向抓取事先指定的类别的物品。本发明专利技术同时提供了一种基于机械臂的物品自动定向抓取系统。本发明专利技术可以实现从若干物品中直接抓取指定类别的物品，具有抓取效率高、抓取周期短、计算简单的特点。

An automatic directional grab method and system based on Manipulator

【技术实现步骤摘要】
一种基于机械臂的物品自动定向抓取方法及系统
本专利技术涉及工业视觉
，具体地，涉及一种基于机械臂的物品自动定向抓取方法及系统。
技术介绍
现有的基于机械臂的多种类物品抓取，通常采用如下方式：获取任一物品位置信息后，控制机械臂抓取该物品于指定识别位置，利用贴于该物品的二维码或采集该物品图像进行类别识别，再将该物品置于指定的最终摆放位置。该方式有如下明显缺点：1、以上过程需要针对每一物品重复一遍，对于从多个无用物品中抓取有用物品的场景，抓取效率很低。2、图像识别方式需要针对每一物品采集图像进行识别，计算复杂度高、周期长。3、二维码识别方式需要事先布置二维码，增加人力和时间成本。目前没有发现同本专利技术类似技术的说明或报道，也尚未收集到国内外类似的资料。
技术实现思路
针对现有技术中存在的上述不足，本专利技术的目的提供了一种基于机械臂的物品自动定向抓取方法和系统，具有抓取效率高、抓取周期短、计算简单的特点。本专利技术是通过以下技术方案实现的。根据本专利技术的一个方面，提供了一种本文档来自技高网...

【技术保护点】
1.一种基于机械臂的物品自动定向抓取方法，其特征在于，包括：/n采集待抓取物品的图像；/n对采集的待抓取物品的图像，利用事先训练好的卷积神经网络进行图像中所有物品的自动识别与定位，得到每一物品的类别与定位信息；/n根据得到的每一物品的类别与定位信息，生成用于控制机械臂模块进行定向抓取的控制指令；/n根据控制指令，控制机械臂模块定向抓取事先指定的类别的物品。/n

【技术特征摘要】
1.一种基于机械臂的物品自动定向抓取方法，其特征在于，包括：
采集待抓取物品的图像；
对采集的待抓取物品的图像，利用事先训练好的卷积神经网络进行图像中所有物品的自动识别与定位，得到每一物品的类别与定位信息；
根据得到的每一物品的类别与定位信息，生成用于控制机械臂模块进行定向抓取的控制指令；
根据控制指令，控制机械臂模块定向抓取事先指定的类别的物品。


2.根据权利要求1所述的基于机械臂的物品自动定向抓取方法，其特征在于，所述事先训练好的卷积神经网络，包括输入层、若干卷积层、若干池化层、若干全连接层以及输出层；其中：
所述输入层用于输入尺寸相同的待抓取物品的图像；
所述卷积层采用多个卷积核，用于得到待抓取物品图像的图像特征；
所述池化层用于对得到的图像特征进行均值池化操作，将图像特征的数据量降维到原来的四分之一；
所述全连接层用于连接当层神经元与前一层神经元；
所述输出层用于计算分类和回归结果，得到每一物品的类别与定位信息。


3.根据权利要求2所述的基于机械臂的物品自动定向抓取方法，其特征在于，所述卷积层在进行特征学习时，采用梯度下降法调整卷积核的权重和偏置。


4.根据权利要求2所述的基于机械臂的物品自动定向抓取方法，其特征在于，所述卷积神经网络采用如下步骤进行训练：
获取包含不同种类物品的图像，并对图像中的物品种类和位置进行标注，构造训练数据集；
使用训练数据集训练卷积神经网络，得到用来检测物品类别和位置信息的模型。


5.一种基于机械臂的物品自动定向抓取系统，其特征在于，包括：
图像采集模块，采集待抓取物品的图像；
图像识别模块：对图像采集模块采集的图像，利用事先训练好的卷积神经网络进行所有物品的自动识别与定位，得到每一物品的类别与定位信息；
指令生成...

【专利技术属性】
技术研发人员：熊意超，朱彦嘉，王天鹤，
申请(专利权)人：上海媒智科技有限公司，
类型：发明
国别省市：上海;31