[发明专利]物体抓取方法及装置

权利要求书

1.一种物体抓取方法，其特征在于，包括：

获取待抓取物体的图像数据；所述图像数据包括：所述待抓取物体表面上各个点的三维坐标信息；

根据所述待抓取物体的图像数据生成至少一个抓取方式；所述抓取方式包括：至少一个抓取点的三维坐标信息，以及抓取角度，每个所述抓取方式具有不同的抓取点或者不同的抓取角度；

将所述待抓取物体的图像数据以及所述抓取方式输入抓取评估模型，获取所述抓取方式的评估分数；

选取评估分数符合规则的抓取方式对所述待抓取物体进行抓取操作。

2.根据权利要求1所述的方法，其特征在于，所述获取待抓取物体的图像数据之前，还包括：

获取训练数据，所述训练数据中包括：获取仿真物体的图像数据，抓取方式以及标注结果；所述标注结果用于描述使用所述抓取方式应用于所述仿真物体的抓取结果；

根据所述训练数据，对构建的深度卷积神经网络进行训练，得到所述抓取评估模型。

3.根据权利要求2所述的方法，其特征在于，所述选取评估分数符合规则的抓取方式对所述待抓取物体进行抓取操作之后，还包括：

获取所述待抓取物体的抓取结果；

根据所述抓取结果，对所述训练数据中所述评估分数符合规则的抓取方式的评估分数进行调整，得到所述抓取方式的标注结果；

将所述待抓取物体的图像数据，所述抓取方式以及所述标注结果作为训练数据，对所述抓取评估模型重新进行训练。

4.根据权利要求1所述的方法，其特征在于，所述获取待抓取物体的图像数据之前，包括：

获取所述待抓取物体所处的场景的图像数据；

对所述场景的图像数据中的物体进行识别，获取所述待抓取物体的图像数据。

5.根据权利要求2所述的方法，其特征在于，所述获取仿真物体的图像数据，抓取方式以及标注结果，具体包括：

根据所述仿真物体的图像数据生成至少一个抓取方式，结合抓取要素对所述抓取方式进行评估打分；所述抓取要素包括以下要素中的任意一个或者多个：抓取机械臂是否与物体碰撞、物体宽度是否可抓以及抓取方式是否稳固；

根据所述抓取方式的评估分数确定标注结果。

6.根据权利要求1所述的方法，其特征在于，所述根据所述待抓取物体的图像数据生成抓取方式，包括：

计算所述待抓取物体的图像数据中每个点的法线和曲率；

根据所述法线和曲率生成抓取方式。

7.一种物体抓取装置，其特征在于，包括：

获取模块，用于获取待抓取物体的图像数据；所述图像数据包括：所述待抓取物体表面上各个点的三维坐标信息；

生成模块，用于根据所述待抓取物体的图像数据生成至少一个抓取方式；所述抓取方式包括：至少一个抓取点的三维坐标信息，以及抓取角度，每个所述抓取方式具有不同的抓取点或者不同的抓取角度；

输入模块，用于将所述待抓取物体的图像数据以及所述抓取方式输入抓取评估模型，获取所述抓取方式的评估分数；

选取模块，用于选取评估分数符合规则的抓取方式对所述待抓取物体进行抓取操作。

8.根据权利要求7所述的装置，其特征在于，还包括：第一训练模块；

所述获取模块，还用于获取训练数据，所述训练数据中包括：获取仿真物体的图像数据，抓取方式以及标注结果；所述标注结果用于描述使用所述抓取方式应用于所述仿真物体的抓取结果；

所述第一训练模块，用于根据所述训练数据，对构建的深度卷积神经网络进行训练，得到所述抓取评估模型。