[发明专利]一种基于虚拟训练的机器人智能抓取方法

权利要求书

1.一种基于虚拟训练的机器人智能抓取方法，其特征在于，包括以下步骤：

S1、搭建机器人虚拟操作平台并对其采用域随机化算法进行随机化，获取机器人的状态与所处的环境信息并经过预处理作为机器人操作的输入，构建训练机器人抓取操作的输入数据；具体包括以下步骤：

S1.1、搭建机器人虚拟操作平台并对其采用域随机化算法进行随机化；域随机化包括以下方面：

(1)、操作台即桌子上放置的物体的数量和形状；

(2)、操作台上物体放置的位置与物体的纹理特征；

(3)、操作台、机器人、灯光、相机以及周围屏障如地板的纹理；

(4)、相机的位置、方向与视野；

(5)、场景中灯光的位置、方向与灯光色调；

(6)、添加到图像场景中的随机噪声的数量和类型；

域随机化采样服从正太分布或均值分布；

S1.2、将步骤S1.1中随机化采样的平均值设置为接近真实世界的估计值；在时刻t通过相机获取操作台上的图像数据，对图像数据进行筛选，去除其中不包括操作台在内的图片，并记录机器人的关节角信息，得到数据D_t＝{x_t，q_t}，其中，x_t表示时刻t的获取的4通道图像融合数据，包括一个三通道的RGB彩色图与单通道的高度图像，q_t＝{q_t1，q_t2，q_t3，...，q_tm}为当前时刻t机器人的关节角度信息，范围在(-π，π)之间并且受到特定机器人活动范围的限制，m表示关节数量，q_tm是表示t时刻第m个关节的角度；

S1.3、对步骤S1.2所述图像融合数据进行预处理，将数据集中的图像大小重置为H×W像素，并进行去均值以及像素值归一化操作；在深度图像预处理方面，为了避免当前区域背景中的其他非相关物体形成对深度信息的干扰，在每次预处理中，将当前场景的深度信息减去背景图像的深度信息，并结合物体的几何尺寸特征，将深度信息中的极端深度数据归零，以除去深度信息中由于深度相机误差导致的极端噪声值，所述极端深度数据指深度数值小于参考平面即操作台和大于操作对象尺寸2.5倍处深度信息的数据；由于采用的深度相机所获取的深度信息存在稀疏的异常值，利用异常值的稀疏性，采用中值滤波对深度信息进行平滑处理，完成训练机器人抓取操作的输入数据的构建；

S2、搭建基于全卷积神经网络(Fully Convolutional Networks)框架的深度特征提取网络主干，将输出的特征与机器人的关节角状态信息进行融合，得到深度特征提取网络；

S3、基于步骤S2搭建的深度特征提取网络，结合基于马尔可夫决策过程的Q学习算法构建深度强化学习模型；

S4、对步骤S3中构建的深度强化学习模型进行训练，得到训练好的深度强化学习模型；

S5、将现实世界中的机器人关节角状态与环境信息输入步骤S4中训练好的深度强化学习模型，生成抓取控制的输出，统计并返回成功抓取次数与总次数的比值作为结果指标。

2.根据权利要求1所述的一种基于虚拟训练的机器人智能抓取方法，其特征在于，步骤S1.2中，所述通过相机获取操作台上的图像数据包括对操作台即桌子上放置的物体的数量和形状、操作台上物体放置的位置与物体的纹理特征、操作台、机器人、灯光、相机以及周围屏障如地板的纹理采用标准正态分布进行抽样，对相机的位置、方向与视野、场景中灯光的位置、方向采用均匀分布进行抽样，对添加到场景中的随机噪声采用高斯白噪声。