[发明专利]机器人平行板夹具与目标物体之间最佳接触线检测方法在审
申请号: | 201910403247.0 | 申请日: | 2019-05-15 |
公开(公告)号: | CN110264441A | 公开(公告)日: | 2019-09-20 |
发明(设计)人: | 陈国华;王耀增;张爱军 | 申请(专利权)人: | 北京化工大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/13 |
代理公司: | 北京思海天达知识产权代理有限公司 11203 | 代理人: | 刘萍 |
地址: | 100029 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 接触线 夹具 目标物体 抓取位置 轮廓线 平行板 机器人 抓取 深度图像 智能机器人 二维卷积 高效检测 获取目标 视觉领域 梯度图像 方向角 可靠度 直方图 检测 卷积 滤波 去除 跟踪 考核 统计 | ||
1.机器人平行板夹具与目标物体之间最佳接触线检测方法,其特征在于,包括以下步骤:
(1)获取目标物体深度图像;
(2)遍历对深度图像的像素来进行卷积滤波;
(3)利用x方向与y方向的两个卷积核对深度图像进行二维卷积来进行深度图像当中梯度的计算;
(4)计算每个梯度的幅值还有梯度的方向;
(5)将所有梯度方向借助直方图进行排列和统计并选取单个bin之中数量最多的5个角度作为物体的主要方向角度,在这里每5度划为一个bin;
(6)使用八邻域对梯度图像的轮廓线进行跟踪,最后确定好轮廓线的长度;
(7)确定好轮廓线之后寻找深度图像对应的的像素位置计算深度,同时将该轮廓线的浅点作为基础,如果轮廓上的某个点与该点的深度差值超出根据实际末端执行器抓手的内部深度D,把这个D设为阈值DThresh,那么把该点从轮廓线当中去除,同时根据三个标准来对接触线进行筛选;
(8)对所有接触线组合情况各自的抓取稳定性进行分析;
(9)计算出所有接触线对的抓取可靠度得分并从中选取最高分数的抓取接触线对作为抓取的位置;
(10)根据Cornell grasping dataset数据集每幅图上的最佳抓取位置得到可靠性阈值,最后可靠性阈值被确定为GThresh=0.7;抓取可靠性超出该阈值的话确定这是合理的抓取位置,如果超过阈值的接触线对有多组选择其中得分最高的。
2.根据权利要求1所述的机器人平行板夹具与目标物体之间最佳接触线检测方法,其特征在于,所述步骤4包括:
1)对深度图像计算完梯度值后,利用下列两个公式计算每个梯度的幅值还有梯度的方向:
3.根据权利要求1所述的机器人平行板夹具与目标物体之间最佳接触线检测方法,其特征在于,所述步骤7中对接触线的筛选依据以下标准:
[1]在同一条接触线的上面深度是相同的,这样末端执行器夹手将接触线完全抓到;
[2]每一条接触线都要在接触面上来让末端执行器夹手来进行抓取;
[3]末端执行器在与目标物体接触的时候,接触线深度要小于夹手内部深度;
[4]两个接触线的梯度方向相反;
[5]两条接触线相距的距离不超过抓手最大张开距离;
[6]两个接触线之间包含的区域中最浅点与接触线最浅点的深度差值不超过D。
4.根据权利要求1所述的机器人平行板夹具与目标物体之间最佳接触线检测方法,其特征在于,所述步骤8中接触线组成情况为以下三种之一:
[1]两条接触线均为长边,此时两条接触线的长度均大于等于机械手夹板的长度L,此时机械手的抓取为最稳;
[2]两条接触线一条为长边一条为短边,此时一条接触线长度大于等于机械手夹板的长度L;
[3]两条接触线均为短边:此时两条接触线长度均小于夹板长度L。
5.根据权利要求1所述的机器人平行板夹具与目标物体之间最佳接触线检测方法,其特征在于,所述步骤9中建立以下公式用于评估一对接触线的抓取可靠性:
其中,l1是夹手与物体左边接触总深度,l2是夹手与物体右边接触总深度,L是夹手长度,e是自然常数用来评估接触线长度,评估两条接触线的长度比,lmax表示接触线当中最长的那条,lmax表示接触线中长的那条,lmin代表短的那条,用来评估接触线贴合手爪的程度,dl是接触线的最浅点,ds是矩形轮廓中的最浅点,sinθ被用以评价两个接触线的错开程度,θ是两个接触线各自一点所连的线与接触线的锐角大小。
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北京化工大学,未经北京化工大学许可,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/201910403247.0/1.html,转载请声明来源钻瓜专利网。