[发明专利]物体识别和姿态估计方法、装置及机械臂抓取系统

权利要求书

1.一种物体识别和姿态估计方法，其特征在于，包括：

通过多级深度学习模型对图像样本进行物体的类别和姿态学习，建立特征描述子集合；其中，所述特征描述子集合包括至少两个特征描述子，每个所述特征描述子表征一种物体类别和物体姿态；

采集目标物体的物体姿态图像；

通过所述多级深度学习模型，从所述目标物体的物体姿态图像中获取所述目标物体的特征描述子，并结合所述特征描述子集合进行物体识别和姿态估计；

所述建立特征描述子集合包括：

将所述特征描述子集合中的各个所述特征描述子映射到欧式特征空间，通过损失函数将各个所述特征描述子进行收敛处理，并采用最近邻搜索方法将各个所述特征描述子分为至少两类；

将输入图像表示为x，则在距离空间的特征描述子表示为f(x)∈R^d，表示将一张图像映射到一个距离d维的距离空间；则定义训练样本集为：

满足：代表某一个物体，和代表同一类物体并且距离最近；代表与不同类的物体；代表某一个物体某一个姿态，和代表同一类物体且姿态距离最近；代表与同类的物体，但姿态距离最远；

根据距离空间定义得出：

其中，α为一个正负样本对的分界边缘，根据极小化原则得到：

最终得出所述损失函数为：

其中，L表示根据所述损失函数计算得到的损失值，l_triplet表示根据极小化原则得到的三元组损失函数计算得到的损失值，ω表示每个网络层除了偏差项所有的权值向量，λ表示正则化参数。

2.根据权利要求1所述的物体识别和姿态估计方法，其特征在于，所述图像样本通过对物体的角度进行调整，并采用图像采集装置采集物体多个角度的物体姿态图像；

其中，所述角度包括仰角和旋转角，所述仰角为所述物体与所述图像采集装置的连线与水平面的夹角，所述旋转角为放置所述物体的转动装置的旋转角。

3.根据权利要求1所述的物体识别和姿态估计方法，其特征在于，所述多级深度学习模型对图像样本进行物体的类别和姿态学习包括：

对输入的图像样本进行卷积和下采样处理；

将经过卷积和下采样处理的图像样本跨网络层进行两种以上的特征处理；

将处理后的图像样本发送至全连接层。

4.一种物体识别和姿态估计装置，其特征在于，包括学习单元、图像采集单元和识别单元；

所述学习单元，用于通过多级深度学习模型对图像样本进行物体的类别和姿态学习，建立特征描述子集合；其中，所述特征描述子集合包括至少两个特征描述子，每个所述特征描述子表征一种物体类别和物体姿态；

所述图像采集单元，用于采集目标物体的物体姿态图像；

所述识别单元，用于通过所述多级深度学习模型，从所述目标物体的物体姿态图像中获取目标物体的特征描述子，并结合所述特征描述子集合进行物体识别和姿态估计；

所述学习单元将所述特征描述子集合中的各个所述特征描述子映射到欧式特征空间，通过损失函数将各个所述特征描述子进行收敛处理，并采用最近邻搜索方法将各个所述特征描述子分为至少两类；

将输入图像表示为x，则在距离空间的特征描述子表示为f(x)∈R^d，表示将一张图像映射到一个距离d维的距离空间；则定义训练样本集为：

满足：代表某一个物体，和代表同一类物体并且距离最近；代表与不同类的物体；代表某一个物体某一个姿态，和代表同一类物体且姿态距离最近；代表与同类的物体，但姿态距离最远；

根据距离空间定义得出：

其中，α为一个正负样本对的分界边缘，根据极小化原则得到：

最终得出所述损失函数为：

其中，L表示根据所述损失函数计算得到的损失值，l_triplet表示根据极小化原则得到的三元组损失函数计算得到的损失值，ω表示每个网络层除了偏差项所有的权值向量，λ表示正则化参数。