[发明专利]基于3D视觉的智能机器人抓取方法

说明书

本发明涉及一种基于3D视觉的智能机器人抓取方法，包括：步骤1，完成智能抓取系统的手眼标定；步骤2，完成基于卷积神经网络的抓取规划模型的训练；步骤3，完成智能智能机器人在真实环境下的抓取。本发明的优点在于：基于3D视觉的智能机器人自主抓取方法，能在非结构环境下完成3D物体识别定位、自主无碰撞路径规划等工作，在工业机器人的拾取、分拣、码垛、装配等工作环境下都有非常重要的应用价值，能显著提高工业机器人在3C行业种类繁多、生产线快速更新特点下的自适应能力。

技术领域

本发明涉及机器人智能控制技术领域，尤其是涉及到一种基于3D视觉的智能机器人抓取方法。

背景技术

3C数码产品(包括计算机、通信类、消费类电子产品的合称)由于其智能化、使用方便、功能强大，越来越受到消费者的欢迎。目前，3C产品的产量也在逐步攀升。

随着3C产品生产过程中的人工成本的快速上升，厂家越来越希望从自动化生产获得更低的成本、更高的效率以及最佳的良品率。机器人技术作为近年来快速发展的智能自动化技术，在工业生产中得到了越来越多地应用。3C行业中，目前也使用了智能机器人的抓取系统，用于3C产品的输送与装配作业中。

发明人在研究中发现，现有技术的智能机器人抓取系统，大都都是基于二维机器视觉，通过识别输送过程中的工件的二维特征(包括定位和颜色等)，以便机器人进行抓取装配，其应用场景中的工件一般比较简单和规则化，以至于仅通过二维特征就容易被机器人所抓取，不适用于更加复杂或具有不易抓取的物体形状(例如具有易滑动的圆弧表面形状)的场景。另外，基于二维机器视觉的抓取系统，工件在输送过程中一般不能有堆叠，如果产生堆叠，一是容易识别失败，二是没有有效地方法确定出供机器人精确稳定抓取的区域。另外，现有的技术泛化能力较差，当抓取目标变更后，以往的抓取策略就不再适用。综上所述，为了推进3C产品的智能化生产技术，有必要提供新的基于3D机器视觉的智能抓取方法。

发明内容

有鉴于此，有必要针对上述的问题，提供一种基于3D视觉的机器人抓取方法，相比于现有技术，能够实现对具有更加复杂形状的工件的抓取，并具备抓取策略的泛化能力，实现对工件的稳定抓取。

一种基于3D视觉的智能机器人抓取方法，包括：

步骤1，完成智能抓取系统的手眼标定；

步骤2，完成基于卷积神经网络的抓取规划模型的训练；

步骤3，完成智能智能机器人在真实环境下的抓取。

所述步骤1的流程具体包括：

搭建所述智能抓取系统，所述智能抓取系统包括Kinect-2.0、YuMi机器人及计算机；所述Kinect-2.0用于作为视觉传感器采集3D视觉数据，所述计算机与所述Kinect-2.0、所述YuMi连接，以完成抓取规划模型训练，并控制所述YuMi机器人实现抓取；

所述Kinect-2.0利用3D相机获取待抓取目标三维6DOF的姿态点云数据；

采用眼在手外的手眼标定方式；

对所述待抓取目标三维6DOF的姿态点云数据进行标定，完成3D相机与所述YuMi机器人的数据互联，以得到相机坐标系和机器人坐标系的参数转换。

所述采用眼在手外的手眼标定方式，包括以下步骤：

标定3D相机的深度图像坐标系与红外相机坐标系求解齐次变化矩阵；

将标定板放在固定位置，读取标定板角点在深度图像中的坐标并将其转换为红外坐标系下坐标记录数据；

控制机器人手臂移动至该坐标记录数据在机器人坐标系之下XYZ；

反复上述流程采集多组公共点数据，使用迭代最近点算法求解出三维坐标系旋转偏移矩阵；