【技术实现步骤摘要】
物体抓取方法、装置、机器人、可读存储介质和芯片
[0001]本专利技术涉及计算机领域,具体而言,涉及一种物体抓取方法
、
一种物体抓取装置
、
一种机器人
、
一种可读存储介质和一种芯片
。
技术介绍
[0002]相关技术中,在物体抓取的过程中,进行抓取姿态识别时,通常需要在空间中标注物体的抓取姿态,采用仿真标注或人工标注的时间较长,无法进行及时分析和抓取
。
技术实现思路
[0003]为了解决或改善上述技术问题至少之一,本专利技术的一个目的在于提供一种物体抓取方法
。
[0004]本专利技术的另一个目的在于提供一种物体抓取装置
。
[0005]本专利技术的另一个目的在于提供一种机器人
。
[0006]本专利技术的另一个目的在于提供一种可读存储介质
。
[0007]本专利技术的另一个目的在于提供一种芯片
。
[0008]为实现上述目的,本专利技术第一方面提供了一种物体抓取方法,包括:获取待抓取物体所处环境的场景信息;根据场景信息确定与待抓取物体对应的第一点云信息;根据第一点云信息确定对待抓取物体进行抓取的多个抓取姿态;在多个抓取姿态中确定目标姿态,且控制机械臂对待抓取物体根据目标姿态进行抓取
。
[0009]根据本专利技术提供的物体抓取方法,在进行物体抓取之前,需要先获取待抓取物体所处环境的场景信息
。
这些信息可能包括物体位置 ...
【技术保护点】
【技术特征摘要】
1.
一种物体抓取方法,其特征在于,包括:获取待抓取物体所处环境的场景信息;根据所述场景信息确定与所述待抓取物体对应的第一点云信息;根据所述第一点云信息确定对所述待抓取物体进行抓取的多个抓取姿态;在多个所述抓取姿态中确定目标姿态,且控制机械臂对所述待抓取物体根据所述目标姿态进行抓取
。2.
根据权利要求1所述的物体抓取方法,其特征在于,所述获取待抓取物体所处环境的场景信息,包括:通过三维相机获取当前所处环境的场景信息,所述场景信息中包括场景的图像信息和深度信息,所述图像信息和所述深度信息是进行配准后的信息
。3.
根据权利要求2所述的物体抓取方法,其特征在于,所述根据所述场景信息确定与所述待抓取物体对应的第一点云信息,包括:根据所述三维相机的内参矩阵
、
所述图像信息和所述深度信息确定所述第一点云信息
。4.
根据权利要求3所述的物体抓取方法,其特征在于,根据所述三维相机的内参矩阵
、
所述图像信息和所述深度信息确定所述第一点云信息,包括:获取目标检测网络模型和分割网络模型;通过所述目标检测网络模型和所述分割网络模型对所述图像信息进行识别,确定第一区域的坐标信息;根据所述第一区域的坐标信息确定对应于所述第一区域的深度信息;根据所述内参矩阵将所述第一区域的深度信息转换为第一点云信息
。5.
根据权利要求2所述的物体抓取方法,其特征在于,还包括:对所述第一点云信息进行过滤,确定过滤后的第二点云信息;所述确定过滤后的第二点云信息包括:获取至少一个粒度几何过滤结构,每个所述粒度几何过滤结构包括异常过滤算法和聚类算法;根据所述异常过滤算法去除所述第一点云信息中的异常点云,且根据所述聚类算法对过滤后的所述第一点云信息进行聚类;确定聚类后的最大簇的点云信息作为所述第二点云信息
。6.
根据权利要求5所述的物体抓取方法,其特征在于,所述粒度几何过滤结构的数量为多个,每个所述粒度几何过滤结构中的点云与周围邻域的半径距离不同
。7.
根据权利要求6所述的物体抓取方法,其特征在于,还包括:在所述粒度几何过滤结构的数量为多个的情况下,确定多个所述粒度几何过滤结构的应用顺序;根据所述应用顺序排列多个所述粒度几何过滤结构,其中,在先应用的所述粒度几何过滤结构的邻域距离小于在后应用的所述粒度几何过滤结构的邻域距离
。8.
根据权利要求5所述的物体抓取方法,其特征在于,所述根据所述第一点云信息确定对所述待抓取物体进行抓取的多个抓取姿态,具体包括:基于几何分割结构对所述第二点云信息进行分割,确定目标点云;
确定所述目标点云的数量小于停...
【专利技术属性】
技术研发人员:唐剑,赵震,徐志远,车正平,
申请(专利权)人:美的集团股份有限公司,
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。