[发明专利]面向机器人自主物体拾取任务的在线自学习方法

权利要求书

1.一种面向机器人自主物体拾取任务的在线自学习方法，其特征在于，包括：

步骤1：将成堆放置的待拾取物体放置于RGBD相机感知区域的适当位置内，以实现视觉信息的有效感知，并根据待拾取物体位置选定有效的图像范围，根据待拾取物体大小选定对应的图像块大小并对RGB图像与深度图进行对应分块，其中分块步距选择为图像块长度的一半以保证对图像块边界区域的有效监测；

步骤2：将步骤1所得RGB图像块与对应的深度图像块，输入可吸附性区域预测卷积神经网络，获得可吸附性区域概率图；

步骤3：根据步骤2所得可吸附性区域概率图在图像坐标系下选择吸附点，然后结合吸附点对应区域的深度信息以及获得的图像坐标系与机器人操作坐标系之间的变换矩阵，获得吸附点的三维坐标；

步骤4：将抓取点信息输送至安装有真空吸盘的机器人系统中，机器人系统对抓取点进行试抓取，并将试抓取执行结果返回，同时根据抓取成功次数与待抓取物体判断是否需要重新放置待抓取物体；

步骤5：利用抓取结果在线训练所述可吸附性区域预测卷积神经网络；

所述可吸附性区域预测卷积神经网络，具体为Resnet50网络结构串接U-net框架，经过训练的Resnet50网络输出不同尺度的特征图，然后由U-net框架网络将多尺度的特征图结合起来以输出所述可吸附性区域预测概率图；

Resnet50网络采用经ImageNet预训练后的参数，并在在线自学习阶段固定，产生稳定的多尺度特征图，网络训练阶段仅调节U-net框架参数以实现不同特征图之间的有效融合，产生所述可吸附性区域预测概率图；

在线自学习阶段，吸附点的选择引入探索机制，具体是在吸附点选择环节，不仅仅按所述可吸附性区域预测概率图最大概率选择，还按设定的概率在所述可吸附性区域预测概率图的图像坐标系随机选择像素点作为试抓取点，具体探索概率p按公式

确定，其中N_ep为超参数控制探索概率在在线学习中的衰减速率，n_l为在线自学习的次数。

2.根据权利要求1所述的面向机器人自主物体拾取任务的在线自学习方法，其特征在于，步骤1中选定的所述有效的图像范围与待拾取物体在图像区域位置相对应，并在上下左右分别留有余量。

3.根据权利要求1所述的面向机器人自主物体拾取任务的在线自学习方法，其特征在于，图像块大小根据待拾取物体大小以及步骤2中所述可吸附性区域概率图尺寸的不同比例设定，分块步距选择为图像块长度的一半。

4.根据权利要求1所述的面向机器人自主物体拾取任务的在线自学习方法，其特征在于，基于所述可吸附性区域预测概率图的吸附点选择，直接取最大值作为试抓取点，或者是，进行一定的滤波处理后，再取所述可吸附性区域预测概率图的最大值作为试抓取点。

5.根据权利要求1所述的面向机器人自主物体拾取任务的在线自学习方法，其特征在于，吸附时只考虑垂直方向上的吸附动作，故仅需吸附点的三维坐标，不需要考虑姿态信息；若将抓取方向离散化，利用步骤2输出的多幅可吸附性区域预测概率图实现多方向的抓取。

6.根据权利要求1所述的面向机器人自主物体拾取任务的在线自学习方法，其特征在于，根据机器人试抓取结果，抓取点在可吸附性区域预测概率图中对应像素点的理想值应为1或者0，对于理想值与实际预测概率值之间的误差，对该误差反传,实现可吸附性区域预测卷积神经网络的在线训练。

7.根据权利要求6所述的面向机器人自主物体拾取任务的在线自学习方法，其特征在于，在线自学习阶段，将可吸附性区域预测概率图的预测等价为二值分类问题采用交叉熵作为误差函数，同时引入旋转、平移、翻转、镜像、噪声这些数据增强方法，同时作为输入进行神经网络在线学习样本，具体误差函数Loss为：

其中N为在线学习样本数，y为执行结果反馈的理想值，为网络预测概率实际值。