【技术实现步骤摘要】
本专利技术属于机械臂深框工件抓取，具体涉及一种基于3d视觉的深框工件抓取方法。
技术介绍
1、深框内散乱堆叠工件的抓取在自动化领域有着非常重要的作用，它涉及到如何在给定的深框环境下对工件实现稳定、有效的抓取。在工业机器人领域，传统的方法在应对深框内的工件的抓取时，基本上是在通过视觉确定匹配成功的位姿后任选一个位姿直接执行路径规划，但该方法并没有考虑到深框边缘工件难以抓取，后续路径规划在深框内效率不高的问题，从而导致清框率不高。所以需要思考一种新的抓取思路，以提高抓取效率。
技术实现思路
1、为了解决上述问题，本专利技术首先提供了一种基于3d视觉的深框工件抓取方法，包括：
2、s1、根据实际的机械臂与深框在虚拟环境中构建机械臂与深框模型，并将深框内的空间等分，对每一块等分空间进行机械臂姿态模拟，从而构建位姿关系式；
3、s2、基于3d视觉获取深框内待抓取的各个工件的位姿，匹配机械臂能够对各个工件进行抓取的位姿；设定一个姿态边缘阈值，使用位姿关系式并基于边缘阈值对机械臂...
【技术保护点】
1.一种基于3D视觉的深框工件抓取方法，其特征在于，包括：
2.根据权利要求1所述的深框工件抓取方法，其特征在于，所述S1包括以下子步骤：
3.根据权利要求2所述的深框工件抓取方法，其特征在于，所述S2包括以下子步骤：
4.根据权利要求3所述的深框工件抓取方法，其特征在于，所述S3具体为：按照设定的权重构建目标函数，将优先抓取位姿集合M优先位姿的抓取位姿使用Z-score归一化方法对其进行归一化处理，并计算归一化处理后抓取位姿的目标函数值；若优先抓取位姿集合M优先位姿中没有抓取位姿，则将备选位姿集合M备选位姿中的抓取位姿重复上述操作...
【技术特征摘要】
1.一种基于3d视觉的深框工件抓取方法，其特征在于，包括：
2.根据权利要求1所述的深框工件抓取方法，其特征在于，所述s1包括以下子步骤：
3.根据权利要求2所述的深框工件抓取方法，其特征在于，所述s2包括以下子步骤：
4.根据权利要求3所述的深框工件抓取方法，其特征在于，所述s3具体为：按照设定的权重构建目标函数，将优先抓取位姿集合m优先位姿的抓取位姿使用z-score归一化方法对其进行归一化处理，并计算归一化处理后抓取位姿的目标函数值；若优先抓取位姿集合m优先位姿中没有抓取位姿，则将备选位姿集合m备选位姿中的抓取位姿重复上述操作；选取目标函数值最大的抓取位姿进行工件抓取。
5.根据权利要求4所述的深框工件抓取方法，其特征在于，所述目标函数为：
<...【专利技术属性】
技术研发人员：叶伟伟，汤福永，林庆晓，孙毅，
申请(专利权)人：浙江工业大学，
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。