【技术实现步骤摘要】
一种抓取区域的识别方法、装置、电子设备及存储介质
本公开属于机器人领域,涉及机器人视觉智能识别技术,具体为一种抓取区域的识别方法、装置、电子设备及存储介质。
技术介绍
机器人自动识别并抓取物体对实现工业自动化起着重要的作用,机器人需要对物体进行识别并判断物体上的抓取区域,才能实现物体的抓取。目前,机器人对于物体的抓取区域的判断过程中,对物体特征的降维程度过高,造成部分特征丢失,从而不能准确识别并判断物体的抓取区域;或者只能对系统中注册的物体进行识别,无法实现没有注册的物体的的抓取区域的识别。
技术实现思路
本公开的目的在于提供一种抓取区域的识别方法、装置、电子设备及存储介质,该识别方法能够应用于快递行业、零售业、工业中,可以对抓取区域内的各个待抓取对象,如:对方形、圆形、不规则形、细长杆、铁丝、铁丝圈、铁丝框等任意形状物体,准确识别并提供可抓取区域,帮助装配有真空吸盘的工业机器人,将物品逐个从混乱堆叠的物品区域中抓取出来。本公开第一方面提供了一种抓取区域的识别方法,包括:获取物品区域对应的色彩图和深度图;分别对色彩图和深度图进行特征提取,得到物体区域内的待抓取对象的第一特征图和第二特征图;其中,第一特征图用于表征待抓取对象的位姿特征信息,第二特征图用于表征待抓取对象表面各位置点的深度特征信息;基于第一特征图和第二特征图,确定针对待抓取对象进行抓取的抓取概率图,抓取概率图中包含每个像素点作为抓取区域时待抓取对象被成功抓取的概率值;基于抓取概率图,确定针 ...
【技术保护点】
1.一种抓取区域的识别方法,其特征在于,包括:/n获取物品区域对应的色彩图和深度图;/n分别对所述色彩图和所述深度图进行特征提取,得到所述物体区域内的待抓取对象的第一特征图和第二特征图;其中,所述第一特征图用于表征所述待抓取对象的位姿特征信息,所述第二特征图用于表征所述待抓取对象表面各位置点的深度特征信息;/n基于所述第一特征图和所述第二特征图,确定针对所述待抓取对象进行抓取的抓取概率图,所述抓取概率图中包含每个像素点作为抓取区域时所述待抓取对象被成功抓取的概率值;/n基于所述抓取概率图,确定针对所述待抓取对象进行抓取时的抓取区域。/n
【技术特征摘要】
1.一种抓取区域的识别方法,其特征在于,包括:
获取物品区域对应的色彩图和深度图;
分别对所述色彩图和所述深度图进行特征提取,得到所述物体区域内的待抓取对象的第一特征图和第二特征图;其中,所述第一特征图用于表征所述待抓取对象的位姿特征信息,所述第二特征图用于表征所述待抓取对象表面各位置点的深度特征信息;
基于所述第一特征图和所述第二特征图,确定针对所述待抓取对象进行抓取的抓取概率图,所述抓取概率图中包含每个像素点作为抓取区域时所述待抓取对象被成功抓取的概率值;
基于所述抓取概率图,确定针对所述待抓取对象进行抓取时的抓取区域。
2.根据权利要求1所述的识别方法,其特征在于,在确定针对所述待抓取对象进行抓取时的抓取区域之后,所述识别方法还包括:
控制机械臂抓手基于所述抓取区域对所述待抓取对象进行抓取。
3.根据权利要求1所述的识别方法,其特征在于,所述抓取概率图由预先训练的神经网络确定,所述神经网络包括第一特征提取单元和第二特征提取单元,分别对所述色彩图和所述深度图进行特征提取,得到所述物体区域内的待抓取对象的所述第一特征图和所述第二特征图,包括:
将所述色彩图输入所述第一特征提取单元进行特征提取,得到所述第一特征图;
将所述深度图输入所述第二特征提取单元进行特征提取,得到所述第二特征图。
4.根据权利要求3所述的识别方法,其特征在于,所述第一特征提取单元包含多层第一卷积层,将所述色彩图输入所述第一特征提取单元内提取特征,得到所述第一特征图,包括:
将所述色彩图依次输入每层第一卷积层进行特征提取,得到该层第一卷积层输出的第一特征信息;
对每层第一卷积层输出的第一特征信息依次进行拼接,得到所述第一特征图。
5.根据权利要求3所述的识别方法,其特征在于,所述第二特征提取单元包含多层第二卷积层,将所述深度图输入所述第二特征提取单元内提取特征,得到所述第二特征图,包括:
将所述深度图依次输入每层第二卷积层,得到每层卷积层输出的第二特征信息;
对每层第二卷积层输出的第二特征信息依次进行拼接,得到所述第二特征图。
6.根据权利要求3所述的识别方法,其特征在于,所述神经网络还包括概率图预测单元,基于所述第一特征图和所述第二特征图,确定针对所述待抓取对象进行抓取的抓取概率图,包括:
对所述第一特征图和所述第二特征图中对应位置的像素点的特征信息进行拼接,得到用于表征所述待抓取对象的全局特征信息的拼接特征图;
通过所述概率图预测单元对所述拼接特征图进行特征提取,得到所述抓取概率图。
7.根据权利要求3至6任一所述的识别方法,其特征在于,按照以下方式训练所述神经网络:
获取物品区域对应的样本色彩图、样本深度图以及所述物品区域内包含的待抓取样本对象的标注抓取区域;
分别对所述样本色彩图和所述样本深度图进行特征提取,得到所述物体区域内的待抓取样本对象的...
【专利技术属性】
技术研发人员:段文杰,夏冬青,耿嘉,陈亚南,丁有爽,邵天兰,
申请(专利权)人:梅卡曼德北京机器人科技有限公司,
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。