【技术实现步骤摘要】
本专利技术涉及深度学习，特别涉及一种机械臂偏移调整方法、装置、介质及设备。
技术介绍
1、在工程的生产过程中，经常会涉及使用机械臂对产品对象进行抓取的环节，比如缺陷检测、产品搬运等等，均涉及对产品对象进行抓取。
2、然而在抓取过程中，往往会出现机械臂与产品对象发生位置偏差的问题，此时就需要人工对机械臂进行偏移调整。但是这种 采样人工偏移调整的方法存在偏移调整效率较低、偏移调整不够精准的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种机械臂偏移调整方法、装置、介质及设备，主要目的在于解决目前存在偏移调整效率较低、偏移调整不够精准问题。
2、为解决上述问题，本申请提供一种机械臂偏移调整方法，包括：
3、获取机械臂当前抓取姿态下抓取目标对象的目标图像；
4、将所述目标图像与预定抓取姿态下的模板图像进行通道融合处理，获得与所述目标图像对应的、具有多通道的目标融合图像；
5、基于预先训练获得的目标深度学习模型中的u-net模块，对所...
【技术保护点】
1.一种机械臂偏移调整方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述获取机械臂当前抓取姿态下的目标图像，具体包括：
3.如权利要求1所述的方法，其特征在于，所述U-net模块包括：编码器以及解码器；
4.如权利要求3所述的方法，其特征在于，所述第一下采样处理、第二下采样处理、第三下采样处理以及第四下采样处理分别包括：两次卷积处理以及一次池化处理。
5.如权利要求3所述的方法，其特征在于，所述各所述上采样处理分别包括：两次卷积处理以及与各卷积处理对应的最大池化处理。
6.如权利要求1所述...
【技术特征摘要】
1.一种机械臂偏移调整方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述获取机械臂当前抓取姿态下的目标图像，具体包括：
3.如权利要求1所述的方法，其特征在于，所述u-net模块包括：编码器以及解码器；
4.如权利要求3所述的方法，其特征在于，所述第一下采样处理、第二下采样处理、第三下采样处理以及第四下采样处理分别包括：两次卷积处理以及一次池化处理。
5.如权利要求3所述的方法，其特征在于，所述各所述上采样处理分别包括：两次卷积处理以及与各卷积处理对应的最大池化处理。
6.如权利要求1所述的方法，其特征在于，所述目标深度学习模型中包括与...
【专利技术属性】
技术研发人员：马元巍，潘正颐，侯大为，
申请(专利权)人：常州微亿智造科技有限公司，
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。