基于启发式的机器人抓取制造技术

技术编号:44013334 阅读:66 留言:0更新日期:2025-01-15 00:59
在一些情况下,图像和深度图能够限定具有随机配置的对象的箱。本发明专利技术认识到,训练深度神经网络以进行抓取计算的现有方法缺乏能力和效率,使得除其他缺点外,所得的抓取计算和抓取方式可能不精确或繁琐。可以用基于启发式分析生成的抓取注释来标记合成深度图像,从而限定带注释的合成数据集。带注释的合成数据集能被用于训练神经网络以确定以各种位置相互布置的不同对象的最佳抓取位置。

【技术实现步骤摘要】
【国外来华专利技术】


技术介绍

1、在未知或动态环境中的自主操作,诸如机器人抓取和操纵,面临着各种技术挑战。动态环境中的自主操作可被应用于大规模定制(例如,多品种、小批量制造)、智能工厂中的按需柔性制造过程、智能商店中的仓库自动化、智能物流中来自配送中心的自动化交付等。为了进行自主操作(诸如抓取和操纵),在一些情况下,机器人可以使用机器学习,特别是深度神经网络或强化学习来学习技能。

2、传统的机器人抓取或拾取通常依赖于基于示教的方法,其中操作者可以预先确定机器人用于拾取和放下位置的姿势。计算机视觉和深度学习的进步使得灵活的机器人箱拣选成为可能,使得在一些情况下,不再需要预先示教拾取和放下位置。例如,诸如红色、绿色、蓝色、深度(rgb-d)相机的相机系统能够收集彩色图片或图像以及深度图或点云,并且神经网络可以基于图像或深度图进行抓取计算。在一些情况下,此类图像和深度图能够限定具有随机配置的对象的箱。然而,各种技术挑战仍然与对此类对象进行抓取计算和抓取方式相关。例如,本专利技术认识到,训练深度神经网络以进行抓取计算的现有方法缺乏能力和效率,使得除了其他缺点,所得的抓取本文档来自技高网...

【技术保护点】

1.一种计算机实现的方法,所述方法包括:

2.根据权利要求1所述的方法,所述方法还包括:将所述暴露对象与基于所述端部执行器的抓取性标准进行比较,从而确定所述暴露对象的符合超出所述抓取性标准的候选区域。

3.根据权利要求2所述的方法,其中,所述端部执行器限定真空夹持器,所述方法还包括:

4.根据权利要求3所述的方法,所述方法还包括:

5.根据前述权利要求中任一项所述的方法,其中,所述多个配置包括位于容器中以便至少部分地堆叠在彼此顶部上的对象,所述对象相互之间限定不同的形状和尺寸。

6.一种包括机器人的系统,所述机器人限定被配置为抓...

【技术特征摘要】
【国外来华专利技术】

1.一种计算机实现的方法,所述方法包括:

2.根据权利要求1所述的方法,所述方法还包括:将所述暴露对象与基于所述端部执行器的抓取性标准进行比较,从而确定所述暴露对象的符合超出所述抓取性标准的候选区域。

3.根据权利要求2所述的方法,其中,所述端部执行器限定真空夹持器,所述方法还包括:

4.根据权利要求3所述的方法,所述方法还包括:

5.根据前述权利要求中任一项所述的方法,其中,所述多个配置包括位于容器中以便至少部分地堆叠在彼此顶部上的对象,所述对象相互之间限定不同的形状和尺寸。

6.一种包括机器人的系统,所述机器人限定被配置为...

【专利技术属性】
技术研发人员:亚什·沙普尔卡尔欧根·索洛乔伊内斯·乌加尔德·迪亚斯胡斯努·梅利赫·埃尔多安
申请(专利权)人:西门子股份公司
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