[发明专利]一种物体抓取方法、装置和系统

说明书

本发明实施例公开了一种物体抓取方法、装置和系统；本发明实施例可以采集当前物体的深度图像信息；根据深度图像信息和训练后的指令生成网络模型，获取用于控制机械手执行物体抓取运动轨迹的机械手控制指令，其中，训练后的指令生成网络模型由训练后的指令生成网络模型由样本深度图像信息及其对应的样本机械手控制指令、仿真抓取结果训练而成；根据机械手控制指令控制机械手执行物体抓取运动轨迹，以抓取当前物体。该方案可以提升物体抓取的精准性。

技术领域

本发明涉及计算机技术领域，具体涉及一种物体抓取方法、装置和系统。

背景技术

工业机器人是面向工业领域的多关节机械手或多自由度的机器装置，它能自动执行工作，是靠自身动力和控制能力来实现各种功能的一种机器。它可以按照预先编排的程序运行，如抓取物体等。其中，工业机器可以包括机械臂和固定在机械臂末端的机械手。

物体抓取是机器人，特别是工业机器人最基本的工作任务之一。如何去抓取一个形状不规则的物体，一直是学术界及工业界没有得到解决的问题。业界目前的基本解决思路是：针对每一个特定形状的物体，程序员编写出针对该物体的抓取方案或规则，从而实现物体抓取。

在工业机器人的应用中，每当机器人的工作任务发生变化时，例如，需要抓取一种新形状的物体时，需要重新设计机器人的运动策略，从而实现抓取新形状的物体。比如，目前常用的物体抓取方案可以包括：预先编写一个抓取不同形状物体的抓取数据库，其中针对数据库中的每一个特定形状的物体，由程序员编写出针对该物体的具体抓取方案或规则。在需要抓取某物体时，通过物体识别算法，找出数据库中与待抓取物体形状最相似的物体，然后使用数据库中形状最相似的物体对应的抓取方案或规则，来进行抓取物体。

然而，采用目前物体抓取方案，如果需要抓取的物体与数据库中的物体形状差别比较大时，那么采用数据库中最相似物体对应的抓取方案或规则抓取物体，将无法精准的抓取到物体，因此，物体抓取的精准性较低。

发明内容

本发明实施例提供一种物体抓取方法、装置和系统，可以提升物体抓取的精准性。

本发明实施例提供一种物体抓取方法，包括：

采集当前物体的深度图像信息；

根据所述深度图像信息和所述训练后的指令生成网络模型，获取用于控制所述机械手执行物体抓取运动轨迹的机械手控制指令；其中，所述训练后的指令生成网络模型由样本深度图像信息及其对应的样本机械手控制指令、仿真抓取结果训练而成；

根据所述机械手控制指令控制所述机械手执行所述物体抓取运动轨迹，以抓取当前物体。

相应的，本发明实施例还提供一种物体抓取装置，包括：

第一采集单元，用于采集当前物体的深度图像信息；

指令获取单元，用于根据所述深度图像信息和所述训练后的指令生成网络模型，获取用于控制所述机械手执行物体抓取运动轨迹的机械手控制指令；其中，所述训练后的指令生成网络模型由样本深度图像信息及其对应的样本机械手控制指令、仿真抓取结果训练而成；

控制单元，用于根据所述机械手控制指令控制所述机械手执行所述物体抓取运动轨迹，以抓取当前物体。

此外，本发明实施例还提供一种物体抓取系统，包括：终端和机器人；所述机器人包括机械手；

所述终端，用于采集当前物体的深度图像信息；根据所述深度图像信息和所述训练后的指令生成网络模型，获取用于控制所述机械手执行物体抓取运动轨迹的机械手控制指令；以及根据所述机械手控制指令控制所述机械手执行所述物体抓取运动轨迹，以抓取当前物体。