【技术实现步骤摘要】
多指手机器人抓取方法、装置与机器人系统
[0001]本专利技术涉及机器人抓取
,尤其涉及一种多指手机器人抓取方法、装置及机器人系统。
技术介绍
[0002]抓取是机器人重要的基础操作,在工业零部件的分拣、装配和服务型机器人等众多领域有着广泛的应用。在多数的抓取研究和应用中,仍然使用二指平行夹爪作为机器人末端夹持机构,其结构简单,自由度低,难以完成灵巧抓取操作的任务。而仿人五指手作为一种与人手外观更为相似、机械结构更为复杂的机器人末端执行机构,能够执行更高级的类人操作,例如抓取、掌上操作等,具有更加广泛的应用。
[0003]传统的机器人抓取方法,往往需要依赖待抓取对象的已知模型,无法适用于未知模型的待抓取对象,且计算复杂度高,抓取效率低下。而基于机器学习的机器人抓取方法,往往只能适用于单个待抓取对象的应用场景,无法应对存在多个待抓取对象或待抓取对象周围存在干扰物的杂乱场景,降低了抓取方法的应用范围。
[0004]为此,现急需提供一种多指手机器人抓取方法。
技术实现思路
[0005]本专利技术提供一种多指手机器人抓取方法、装置及机器人系统,用以解决现有技术中存在的缺陷。
[0006]本专利技术提供一种多指手机器人抓取方法,包括:
[0007]获取待抓取对象的目标场景点云数据;
[0008]对所述目标场景点云数据进行特征提取,得到所述目标场景点云数据的几何结构特征,并基于所述几何结构特征,确定所述待抓取对象对应的目标抓取配置;所述目标抓取配置包括各抓取模态下所述 ...
【技术保护点】
【技术特征摘要】
1.一种多指手机器人抓取方法,其特征在于,包括:获取待抓取对象的目标场景点云数据;对所述目标场景点云数据进行特征提取,得到所述目标场景点云数据的几何结构特征,并基于所述几何结构特征,确定所述待抓取对象对应的目标抓取配置;所述目标抓取配置包括各抓取模态下所述目标场景点云数据中的可抓取点、所述各抓取模态下多指手在所述可抓取点的腕部抓取位姿以及夹爪关节角度;基于所述目标抓取配置,控制所述多指手对所述待抓取对象进行抓取。2.根据权利要求1所述的多指手机器人抓取方法,其特征在于,所述对所述目标场景点云数据进行特征提取,得到所述目标场景点云数据的几何结构特征,并基于所述几何结构特征,确定所述待抓取对象对应的目标抓取配置,包括:将所述目标场景点云数据输入至抓取配置预测模型中,由所述抓取配置预测模型的特征提取层进行特征提取得到所述几何结构特征,并由所述抓取配置预测模型的全连接层分别进行可抓取点分割、腕部抓取位姿估计以及夹爪关节角度预测,得到并输出所述目标抓取配置;其中,所述抓取配置预测模型基于包含有多个样本物体的样本场景的样本场景点云数据,以及所述样本场景点云数据对应的样本抓取配置标签集合训练得到,所述样本抓取配置标签集合包括每个样本物体对应的样本抓取配置标签,所述样本抓取配置标签包括所述各抓取模态下所述样本场景点云数据中各样本场景点的抓取类别标签、所述各抓取模态下所述多指手在所述各样本场景点的腕部抓取位姿标签以及夹爪关节角度标签。3.根据权利要求2所述的多指手机器人抓取方法,其特征在于,所述每个样本物体对应的样本抓取配置标签基于如下方法确定:对于所述多个样本物体中的任一样本物体,确定所述任一样本物体的标准抓取配置;基于所述任一样本物体的位姿信息,将所述任一样本物体的标准抓取配置与所述样本场景进行匹配,得到所述任一样本物体在所述样本场景中的样本抓取配置;基于所述任一样本物体在所述样本场景中的样本抓取配置,对所述样本场景点云数据进行标注,得到所述任一样本物体对应的样本抓取配置标签。4.根据权利要求3所述的多指手机器人抓取方法,其特征在于,所述确定所述任一样本物体的标准抓取配置,包括:确定所述任一样本物体的三维模型表面的多个采样点;确定所述多指手在每个采样点的多组腕部姿态参数,每组腕部姿态参数包括夹爪趋近方向、夹爪闭合方向以及夹爪抓取深度;基于所述多组腕部姿态参数,进行所述多指手机器人对所述任一样本物体的抓取仿真实验,并基于抓取成功时对应的采样点、抓取模态、腕部抓取位姿以及夹爪关节角度,确定所述任一样本物体的标准抓取配置。5.根据权利要求2所述的多指手机器人抓取方法,其特征在于,所述抓取配置预测模型基于如下方法训练得到:将所述样本场景点云数据输入至初始模型的初始特征提取网络进行特征提取,得到所述多个样本物体对应的样本几何结构特征;将所述多个样本物体对应的样本几何结构特征输入至所述初始模型的初始全连接层,
由所述初始全连接层的初始点分割网络进行可抓取点分割,得到所述各抓取模态下所述各样本场景点的抓取类别预测值;由所述初始全连接层的初始位姿估计网络进行腕部抓取位姿估计,得到所述各抓取模态下所述多指手机器人在所述各样本场景点的腕部抓取位姿估计值;由所述初始全连接层的初始角度回归网络进行夹爪关节角度预测,得到所述各抓取模态下所述多指手机器人在所述各样本场景点的夹爪关节角度预测值;基于所述各样本场景点的抓取类别预测...
【专利技术属性】
技术研发人员:王鹏,李一鸣,
申请(专利权)人:中国科学院自动化研究所,
类型:发明
国别省市:
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。