System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种目标物可抓取性判断、目标物抓取方法、装置及系统制造方法及图纸_技高网

一种目标物可抓取性判断、目标物抓取方法、装置及系统制造方法及图纸

技术编号:41226349 阅读:2 留言:0更新日期:2024-05-09 23:44
本申请实施例属于机器人技术领域,涉及一种目标物可抓取性判断方法,包括获取当前试抓取状态下通过图像传感器输出的当前抓取图像;基于当前抓取图像生成抓取部位指示图;获取预设的触觉模型;获取当前试抓取状态下通过力/触觉传感器输出的当前触觉信号;基于抓取部位指示图、预设的触觉模型以及当前触觉信号判断目标物的可抓取性。本申请实施例还涉及目标物抓取方法、装置、系统、控制器及存储介质。本申请的技术方案可以提高后续抓取目标物的成功率。

【技术实现步骤摘要】

本申请涉及机器人,尤其涉及一种目标物可抓取性判断、目标物抓取方法、装置及系统


技术介绍

1、随着科技的发展,机器人应用领域越发广泛,基于机器人进行目标物的自动抓取也应用在各行各业,对机器人的人工智能化要求也越来越高,因此往往涉及抓取不同材质的物料,比如:有的物料刚性强,有的物料易滑、易碎。

2、然而,当机器人抓取表面光滑、材质柔软等特殊材质物料时,很容易出现物料掉落、损坏等情况,从而降低了抓取的成功率。


技术实现思路

1、本申请实施例的目的在于提出一种目标物可抓取性判断、目标物抓取方法、装置及系统,以提高后续抓取目标物的成功率。

2、第一方面,本申请实施例提供一种目标物可抓取性判断方法,采用了如下所述的技术方案:

3、一种目标物可抓取性判断方法,所述方法包括下述步骤:

4、获取当前试抓取状态下的当前抓取图像;

5、基于所述当前抓取图像生成抓取部位指示图;

6、获取预设的触觉模型;

7、获取所述当前试抓取状态下的当前触觉信号;

8、基于所述抓取部位指示图、所述预设的触觉模型以及所述当前触觉信号判断目标物的可抓取性。

9、进一步的,在一个实施例中,所述基于所述当前抓取图像生成抓取部位指示图包括下述步骤:

10、获取机器人执行所述当前试抓取操作前的目标物图像;

11、将所述目标物图像作为第一特征提取模型的输入,得到目标物特征;

12、将所述当前抓取图像作为第二特征提取模型的输入,得到当前抓取特征;

13、将所述目标物特征和所述当前抓取特征进行拼接,得到特征拼接图;

14、将所述特征拼接图作为抓取识别模型的输入,得到包括抓取触点的所述抓取部位指示图。

15、进一步的,在一个实施例中,所述基于所述抓取部位指示图、所述预设的触觉模型以及所述当前触觉信号判断目标物的可抓取性包括下述步骤:

16、结合所述触觉模型和所述抓取部位指示图,得到抓取部位的力反馈表达;

17、结合所述抓取部位的力反馈表达和所述当前触觉信号,计算目标物可抓取性评价结果;

18、基于所述目标物可抓取性评价结果判断目标物可抓取性。

19、进一步的,在一个实施例中,所述结合所述抓取部位的力反馈表达和所述当前触觉信号,计算目标物可抓取性评价结果包括下述步骤:

20、将所述抓取部位的力反馈表达作为第三特征提取模型的输入,得到力反馈特征;

21、将所述当前触觉信号作为第四特征提取模型的输入,得到触觉特征;

22、结合所述力反馈特征和所述触觉特征,得到所述目标物可抓取性评价结果。

23、进一步的,在一个实施例中,所述结合所述力反馈特征和所述触觉特征,得到所述目标物可抓取性评价结果包括下述步骤:

24、将所述力反馈特征进行拆分得到拆分力反馈特征;

25、将所述触觉特征进行拆分,得到拆分触觉特征; 将所述拆分触觉特征作为自注意力模型的输入,得到关联后的拆分触觉特征;

26、将所述拆分力反馈特征和所述拆分触觉特征共同作为交叉注意力模型的输入,得到包括目标物抓取的置信度和危险度的所述目标物可抓取性评价结果。

27、进一步的,在一个实施例中,所述获取当前试抓取状态下通过图像传感器输出的当前抓取图像之前,包括下述步骤:

28、向机器人发送当前试抓取指令,以指示机器人以所述当前试抓取状态与目标物接触;其中,所述当前试抓取状态包括抓取执行器的试抓取姿态和初始作用力。

29、第二方面,本申请实施例提供一种目标物的抓取方法,所述方法包括上面任一项所述的目标物可抓取性判断方法,所述方法还包括下述步骤:

30、若判断目标物可抓取,发送抓取指令,以指示机器人基于当前试抓取状态抓取目标物。

31、第三方面,本申请实施例提供一种目标物可抓取性判断装置,所述装置包括:

32、图像获取模块,用于获取当前试抓取状态下的当前抓取图像;

33、指示生成模块,用于基于所述当前抓取图像生成抓取部位指示图;

34、模型获取模块,用于获取预设的触觉模型;

35、触觉获取模块,用于获取所述当前试抓取状态下的当前触觉信号;

36、抓取判断模块,用于基于所述抓取部位指示图、所述预设的触觉模型以及所述当前触觉信号判断目标物的可抓取性。

37、第四方面,本申请实施例提供一种目标物抓取装置,所述装置包括上面所述的目标物可抓取性判断装置,以及,

38、指令发送模块,用于若判断目标物可抓取,发送抓取指令,以指示机器人基于当前试抓取状态抓取目标物。

39、第五方面,本申请实施例提供一种目标物抓取系统,所述系统包括:图像传感器、力/触觉传感器、机器人和控制器;其中,所述图像传感器和所述力/触觉传感器分别与所述机器人存在预设的标定关系;

40、所述控制器分别与所述图像传感器、所述力/触觉传感器和所述机器人通信连接;

41、所述控制器,用于实现上面所述的目标物可抓取性判断和/或上面所述的目标物抓取方法的步骤。

42、第六方面,本申请实施例提供一种控制器,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上面所述的目标物可抓取性判断和/或目标物抓取方法的步骤。

43、第七方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现上面所述的目标物可抓取性判断和/或目标物抓取方法的步骤。

44、与现有技术相比,本申请实施例主要有以下有益效果:

45、本申请实施例基于机器人在进行目标物试抓取时采集的当前抓取图像,从而得到较为宏观的抓取部位指示图,通过抓取部位指示图可以了解目标物的具体抓取部位,然后将抓取部位指示图与预设的触觉模型和当前触觉信号相结合判断目标物的可抓取性,可以提高目标物可抓取性判断的准确度,从而可以提高后续目标物的最终抓取成功率。

本文档来自技高网...

【技术保护点】

1.一种目标物可抓取性判断方法,其特征在于,所述方法包括下述步骤:

2.根据权利要求1所述的目标物可抓取性判断方法,其特征在于,所述基于所述当前抓取图像生成抓取部位指示图包括下述步骤:

3.根据权利要求1或2所述的目标物可抓取性判断方法,其特征在于,所述基于所述抓取部位指示图、所述预设的触觉模型以及所述当前触觉信号判断目标物的可抓取性包括下述步骤:

4.根据权利要求3所述的目标物可抓取性判断方法,其特征在于,所述结合所述抓取部位的力反馈表达和所述当前触觉信号,计算目标物可抓取性评价结果包括下述步骤:

5.根据权利要求4所述的目标物可抓取性判断方法,其特征在于,所述结合所述力反馈特征和所述触觉特征,得到所述目标物可抓取性评价结果包括下述步骤:

6.根据权利要求1或2所述的目标物可抓取性判断方法,其特征在于,所述获取当前试抓取状态下通过图像传感器输出的当前抓取图像之前,包括下述步骤:

7.一种目标物的抓取方法,其特征在于,所述方法包括权利要求1至6中任一项所述的目标物可抓取性判断方法,所述方法还包括下述步骤:p>

8.一种目标物可抓取性判断装置,其特征在于,所述装置包括:

9.一种目标物抓取装置,其特征在于,所述装置包括权利要求8所述的目标物可抓取性判断装置;以及

10.一种目标物抓取系统,其特征在于,所述系统包括:图像传感器、力/触觉传感器、机器人和控制器;其中,所述图像传感器和所述力/触觉传感器分别与所述机器人存在预设的标定关系;

...

【技术特征摘要】

1.一种目标物可抓取性判断方法,其特征在于,所述方法包括下述步骤:

2.根据权利要求1所述的目标物可抓取性判断方法,其特征在于,所述基于所述当前抓取图像生成抓取部位指示图包括下述步骤:

3.根据权利要求1或2所述的目标物可抓取性判断方法,其特征在于,所述基于所述抓取部位指示图、所述预设的触觉模型以及所述当前触觉信号判断目标物的可抓取性包括下述步骤:

4.根据权利要求3所述的目标物可抓取性判断方法,其特征在于,所述结合所述抓取部位的力反馈表达和所述当前触觉信号,计算目标物可抓取性评价结果包括下述步骤:

5.根据权利要求4所述的目标物可抓取性判断方法,其特征在于,所述结合所述力反馈特征和所述触觉特征,得到所述目标物可抓取性评价...

【专利技术属性】
技术研发人员:郭旭峰许晋诚
申请(专利权)人:帕西尼感知科技张家港有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1