[发明专利]基于目标姿态深度学习视觉采集方法、学习系统及存储介质有效
申请号: | 201811466680.0 | 申请日: | 2018-12-03 |
公开(公告)号: | CN109676583B | 公开(公告)日: | 2021-08-24 |
发明(设计)人: | 刘培超;刘主福;郎需林 | 申请(专利权)人: | 深圳市越疆科技有限公司 |
主分类号: | B25J9/00 | 分类号: | B25J9/00;B25J9/16 |
代理公司: | 深圳市壹品专利代理事务所(普通合伙) 44356 | 代理人: | 周婷;江文鑫 |
地址: | 518055 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 目标 姿态 深度 学习 视觉 采集 方法 系统 存储 介质 | ||
1.基于目标姿态深度学习视觉采集方法,用于控制机器人学习示教动作,其特征在于,包括以下步骤:
从多方向上采集所述示教动作过程的示教图像信息;
分析所述示教图像信息,选取所述示教动作的多个参考点,通过移动与时间关系拟合为至少两个函数:用于描述所述目标姿态随时间变化的姿态函数、用于描述所述目标位置随时间变化的位移函数;
生成控制程序,以使所述机器人能够按照所述姿态函数和所述位移函数实现所述示教动作;
在生成控制程序之后,还包括以下步骤:
按照所述控制程序驱动所述机器人进行模仿动作;
从多方向上采集所述模仿动作过程的模仿图像信息;
比对所述模仿图像信息和所述示教图像信息,修正所述控制程序。
2.如权利要求1所述的基于目标姿态深度学习视觉采集方法,其特征在于,从多方向上采集所述示教动作过程的示教图像信息之后,还包括以下步骤:
选择摆动角最小的所述参考点,修正摆动过程中对于位移的影响,使其作为所述位移函数的所述参考点。
3.如权利要求1所述的基于目标姿态深度学习视觉采集方法,其特征在于,选取所述示教动作的多个参考点,通过移动与时间关系拟合为至少两个函数,具体包括以下步骤:
将间隔时间t的图象重叠并测量相同参考点之间的距离,计算摆动角,根据所述摆动角和时间t可获得此刻的所述姿态函数。
4.如权利要求2所述的目标姿态深度学习视觉采集方法,其特征在于,将间隔时间t拍摄的所述目标的图象重叠并测量相同参考点之间的距离,计算摆动角,具体包括以下步骤:
采集所述目标在相互垂直的三个平面上的投影图形,计算各平面上所述投影图形的摆动分角,在空间上拟合为所述摆动角。
5.如权利要求1所述的目标姿态深度学习视觉采集方法,其特征在于,所述目标上设有便于观测取点的标识物。
6.一种学习系统,用于控制机器人学习示教动作,所述机器人具有执行端,其特征在于,包括:
图像采集部,其从多方向上拍摄采集所述示教动作过程的示教图像信息;
数据分析部,其接受示教图像信息后进行分析,获得示教动作的运动函数;
驱动控制部,其接受所述运动函数后生成驱动程序,并控制所述执行端进行模仿动作;
还包括学习部;所述图像采集部还用于从多方向上采集所述模仿动作的模仿图像信息,所述学习部比对所述示教图像信息和所述模仿图像信息,修正所述控制程序。
7.如权利要求6所述的一种学习系统,其特征在于,所述图像采集部包括多个摄像头,同时从多个进拍摄并记录图像信息。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述基于目标姿态深度学习视觉采集方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市越疆科技有限公司,未经深圳市越疆科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811466680.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种下肢助坐外骨骼防滑座椅
- 下一篇:一种外骨骼用液压敏感式传感鞋