机器人及其控制方法、装置和可读存储介质制造方法及图纸

本发明专利技术提供了一种机器人及其控制方法、装置和可读存储介质，控制方法包括：获取包含被抓取物体的点云图像；将点云图像输入至预设抓取网络，以供预设抓取网络根据点云图像进行分类预测，得到指尖与被抓取物体的接触点；根据接触点的坐标信息，构建以接触点为原点的坐标系与世界坐标系相对的第一旋转矩阵；根据接触点的坐标信息、关节与指尖之间的向量和第一旋转矩阵确定关节的坐标信息；根据关节的坐标信息，确定以关节为原点的坐标系与世界坐标系相对的转移矩阵；控制机器人按照转移矩阵对应的抓取姿态工作。抓取姿态工作。抓取姿态工作。

【技术实现步骤摘要】
机器人及其控制方法、装置和可读存储介质


[0001]本专利技术涉及控制
，具体而言，涉及一种机器人及其控制方法、装置和可读存储介质。

技术介绍

[0002]在杂乱的环境中用三指灵巧手对未知物体进行抓取，常采用10个维度来表达抓取数据，数据量比较大，在构建数据时需要大量的人工成本。
[0003]为了降低构建时的数据量，会限制几个维度的数据，上述限制使得抓取姿态出现了局限，抓取的质量比较差。

技术实现思路

[0004]本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。
[0005]为此，本专利技术的第一个方面在于，提供了一种机器人的控制方法。
[0006]本专利技术的第二个方面在于，提供了一种机器人的控制装置。
[0007]本专利技术的第三个方面在于，提供了另一种机器人的控制装置。
[0008]本专利技术的第四个方面在于，提供了一种可读存储介质。
[0009]本专利技术的第五个方面在于，提供了一种机器人。
[0010]本专利技术的第六个方面在于，提供了另一种机器人。
[0011]有鉴于此，根据本专利技术的第一个方面，本专利技术提供了一种机器人的控制方法，机器人包括机械爪，机械爪具有关节和指尖，控制方法包括：获取包含被抓取物体的点云图像；将点云图像输入至预设抓取网络，以供预设抓取网络根据点云图像进行分类预测，得到指尖与被抓取物体的接触点；根据接触点的坐标信息，构建以接触点为原点的坐标系与世界坐标系相对的第一旋转矩阵；根据接触点的坐标信息、关节与指尖之间的向量和第一旋转矩阵确定关节的坐标信息；根据关节的坐标信息，确定以关节为原点的坐标系与世界坐标系相对的转移矩阵；控制机器人按照转移矩阵对应的抓取姿态工作。
[0012]根据本专利技术的第二个方面，本专利技术提供了一种机器人的控制装置，机器人包括机械爪，机械爪具有关节和指尖，控制装置包括：获取单元，用于获取包含被抓取物体的点云图像；预测单元，用于将点云图像输入至预设抓取网络，以供预设抓取网络根据点云图像进行分类预测，得到指尖与被抓取物体的接触点；构建单元，用于根据接触点的坐标信息，构建以接触点为原点的坐标系与世界坐标系相对的第一旋转矩阵；确定单元，用于根据接触点的坐标信息、关节与指尖之间的向量和第一旋转矩阵确定关节的坐标信息；处理单元，用于根据关节的坐标信息，确定以关节为原点的坐标系与世界坐标系相对的转移矩阵；控制单元，用于控制机器人按照转移矩阵对应的抓取姿态工作。
[0013]根据本专利技术的第三个方面，本专利技术提供了另一种机器人的控制装置，包括：控制器和存储器，其中，存储器中存储有程序或指令，控制器在执行存储器中的程序或指令时实现如上述中任一项方法的步骤。
[0014]根据本专利技术的第四个方面，本专利技术提供了一种可读存储介质，可读存储介质上存储程序或指令，程序或指令被处理器执行时实现如上述中任一项方法的步骤。
[0015]根据本专利技术的第五个方面，本专利技术提供了一种机器人，包括：如上述中任一项的机器人的控制装置；和/或如上述可读存储介质。
[0016]根据本专利技术的第六个方面，本专利技术提供了另一种机器人，包括：机械爪，机械爪具有关节和指尖；处理器，处理器实现如上述中任一项方法的步骤。
[0017]在上述技术方案中，可以利用接触点的坐标信息来实现关节的坐标信息的推导，进而实现抓取姿态的表达，在实现机器人的控制的同时，降低了数据采集的维度，从而降低了需要处理的数据量，降低了机器人控制的人工成本。
[0018]此外，在上述控制过程中，无需对数据进行限制，避免了对数据的限制造成的机器人抓取质量较差的问题，从而提高了机器人的抓取效率。
[0019]本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0020]本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
[0021]图1示出了本专利技术实施例中机器人的控制方法的流程示意图；
[0022]图2示出了本专利技术实施例中机器人抓取被抓取物体的示意图；
[0023]图3示出了本专利技术实施例中机械爪的示意图；
[0024]图4示出了本专利技术实施例中预设抓取网络的示意图；
[0025]图5示出了本专利技术实施例中机器人的控制装置的示意框图之一；
[0026]图6示出了本专利技术实施例中机器人的控制装置的示意框图之二。
具体实施方式
[0027]为了能够更清楚地理解本专利技术的上述方面、特征和优点，下面结合附图和具体实施方式对本专利技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0028]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其他不同于在此描述的其他方式来实施，因此，本专利技术的保护范围并不受下面公开的具体实施例的限制。
[0029]本申请的一个实施例中，如图1所示，提供了一种机器人的控制方法，机器人包括机械爪，机械爪具有关节和指尖，控制方法包括：
[0030]步骤102，获取包含被抓取物体的点云图像；
[0031]步骤104，将点云图像输入至预设抓取网络，以供预设抓取网络根据点云图像进行分类预测，得到指尖与被抓取物体的接触点；
[0032]步骤106，根据接触点的坐标信息，构建以接触点为原点的坐标系与世界坐标系相对的第一旋转矩阵；
[0033]步骤108，根据接触点的坐标信息、关节与指尖之间的向量和第一旋转矩阵确定关
节的坐标信息；
[0034]步骤110，根据关节的坐标信息，确定以关节为原点的坐标系与世界坐标系相对的转移矩阵；
[0035]步骤112，控制机器人按照转移矩阵对应的抓取姿态工作。
[0036]本申请的实施例提出了一种机器人的控制方法，通过运行上述控制方法可以利用接触点的坐标信息来实现关节的坐标信息的推导，进而实现抓取姿态的表达，在实现机器人的控制的同时，降低了数据采集的维度，从而降低了需要处理的数据量，降低了机器人控制的人工成本。
[0037]此外，在上述控制过程中，无需对数据进行限制，避免了对数据的限制造成的机器人抓取质量较差的问题，从而提高了机器人的抓取效率。
[0038]在上述实施例中，通过获取点云数据，以便预设抓取网络能够对点云数据中的每一个点云进行判断，进而确定其是否为接触点，从而预测得到指尖与被抓取物体接触的位置，也即上文中的接触点。
[0039]在其中一个实施例中，点云数据可以是机械爪抓取被抓取物体时的点云数据。
[0040]在上述实施例中，由于可以通过接触点的坐标信息来推导出关节的坐标信息，因此，在利用预设抓取网络进行接触点的预测时，预设抓取网络可以按照维度较少的方式来表征接触点，以此来降低预设抓取网络的预测效率。
[0041]在上述实施例中，通过控制机器人按照以转移矩阵所对应的抓本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人的控制方法，其特征在于，所述机器人包括机械爪，所述机械爪具有关节和指尖，所述控制方法包括：获取包含被抓取物体的点云图像；将所述点云图像输入至预设抓取网络，以供所述预设抓取网络根据所述点云图像进行分类预测，得到所述指尖与所述被抓取物体的接触点；根据所述接触点的坐标信息，构建以所述接触点为原点的坐标系与世界坐标系相对的第一旋转矩阵；根据所述接触点的坐标信息、所述关节与所述指尖之间的向量和所述第一旋转矩阵确定所述关节的坐标信息；根据所述关节的坐标信息，确定以所述关节为原点的坐标系与世界坐标系相对的转移矩阵；控制所述机器人按照所述转移矩阵对应的抓取姿态工作。2.根据权利要求1所述的机器人的控制方法，其特征在于，所述指尖上具有与所述被抓取物体接触的接触面，基于聚类算法对所述接触面进行聚类，得到所述接触点。3.根据权利要求1所述的机器人的控制方法，其特征在于，所述根据所述关节的坐标信息，确定以所述关节为原点的坐标系与世界坐标系相对的转移矩阵，具体包括：根据所述关节的坐标信息，构建以所述关节为原点的坐标系与世界坐标系相对的第二旋转矩阵；根据所述关节的坐标信息和所述第二旋转矩阵确定以所述关节为原点的坐标系与世界坐标系相对的转移矩阵。4.根据权利要求1所述的机器人的控制方法，其特征在于，所述根据所述接触点的坐标信息，构建以所述接触点为原点的坐标系与世界坐标系相对的第一旋转矩阵，具体包括：根据所述接触点的坐标信息，构建第一坐标系，所述第一坐标系的某一坐标轴的方向与所述指尖的法向量相同；基于所述第一坐标系确定所述第一旋转矩阵。5.根据权利要求1至4中任一项所述的机器人的控制方法，其特征在于，还包括：构建训练数据集；根据所述训练数据集对抓取网络进行训练，直至所述抓取网络对应的损失函数收敛，得到所述预设抓取网络。6....

【专利技术属性】
技术研发人员：徐志远，魏明泽，黄尧民，车正平，刘宁，张新宇，奉飞飞，唐剑，
申请(专利权)人：美的集团股份有限公司，
类型：发明
国别省市：