[发明专利]机械臂移动控制方法、装置和智能设备

说明书

本申请实施例公开了一种机械臂移动控制方法、装置和智能设备，上述机械臂移动控制方法包括：获取目标物体的图像，所述目标物体的图像为机械臂末端执行机构上设置的视觉传感器采集的；将所述目标物体的图像输入预先训练的神经网络模型，确定所述机械臂末端执行机构相对所述目标物体的方向和在所述方向上所述机械臂末端执行机构相对所述目标物体的距离；根据确定的方向和距离，控制所述机械臂移动。本申请可以实现通过目标物体的图像，获取机械臂末端执行机构相对目标物体的方向和在上述方向上相对目标物体的距离，提高获取的结果的准确率，进而提高控制机械臂移动的速度和精度。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种机械臂移动控制方法、装置和智能设备。

背景技术

现有相关技术中，通过机械臂抓取物体时，需要拍摄目标物体的图像，通过检测和识别上述图像对目标物体的位置进行定位，然后移动机械臂，配合点云抓取等技术完成对目标物体的抓取。

但是，现有相关技术中，通过目标物体的图像无法对目标物体进行准确的定位，只能确定目标物体所在的大概位置，从而导致机械臂对目标物体抓取的速度较慢、效率较低，并且抓取精度不高。

发明内容

本申请的实施例提供一种机械臂移动控制方法、装置和智能设备，以实现通过目标物体的图像，获取机械臂末端执行机构相对目标物体的方向和在上述方向上相对目标物体的距离，提高获取的结果的准确率，进而提高控制机械臂移动的速度和精度。

为达到上述目的，本申请的实施例采用如下技术方案：

第一方面，本申请实施例提供一种机械臂移动控制方法，包括：获取目标物体的图像，所述目标物体的图像为机械臂末端执行机构上设置的视觉传感器采集的；将所述目标物体的图像输入预先训练的神经网络模型，确定所述机械臂末端执行机构相对所述目标物体的方向和在所述方向上所述机械臂末端执行机构相对所述目标物体的距离；根据确定的方向和距离，控制所述机械臂移动。

其中在一种具体的实施方式中，所述控制所述机械臂移动之后，还包括：再次获取所述目标物体的图像；将再次获取的所述目标物体的图像输入所述神经网络模型，再次确定所述机械臂末端执行机构相对所述目标物体的方向；根据再次确定的方向和预设的移动距离，控制所述机械臂移动。

其中在一种具体的实施方式中，所述控制所述机械臂移动之后，还包括：对所述目标物体进行预设操作。

其中在一种具体的实施方式中，所述预设操作为抓取操作。

其中在一种具体的实施方式中，所述神经网络模型为卷积神经网络模型。

第二方面，本申请实施例提供一种第一方面中神经网络模型的训练方法，包括：获取训练样本，所述训练样本包括训练物体的图像、获取所述训练物体的图像时所述机械臂末端执行机构相对所述训练物体的方向和在所述方向上所述机械臂末端执行机构相对所述训练物体的距离；将所述训练样本输入待训练的神经网络模型的输入层，对所述待训练的神经网络模型进行训练，所述待训练的神经网络模型的输出结果包括所述机械臂末端执行机构相对所述训练物体的方向和在所述方向上所述机械臂末端执行机构相对所述训练物体的距离；当所述输出结果满足预设条件时，获得训练好的神经网络模型。

其中在一种具体的实施方式中，所述神经网络模型包括5个卷积层和4个全连接层，每个层对应的激活函数为线性整流函数，每个全连接层后设置了dropout层；所述神经网络模型的每个输出结果均设置了softmax层。

其中在一种具体的实施方式中，所述训练样本采用如下方式生成：将所述机械臂末端执行机构调整到预设位置；从所述预设位置开始，沿预设方向，按照预设的距离间隔移动所述机械臂，通过所述机械臂末端执行机构上设置的视觉传感器获取所述训练物体的图像，并记录获取所述训练物体的图像时所述机械臂末端执行机构相对所述训练物体的方向和在所述方向上所述机械臂末端执行机构相对所述训练物体的距离。