[发明专利]一种物体抓取方法、装置和存储介质

说明书

本发明公开了一种物体抓取方法、装置和存储介质，方法包括以下步骤：根据预设图像，得到第一图像，根据第一图像，获取第一图像整体灰度值的预设大小的分隔位置；根据所述分隔位置，确定物件的几何中心；根据所述几何中心和所述分隔位置，确定第一端点和第二端点；根据所述第一端点和所述第二端点，确定机械手的抓取位姿；根据抓取位姿，通过机械手对物体进行抓取。通过本发明能够高效且准确地得到物件的几何中心，并根据所述几何中心和所述分隔位置，确定第一端点和第二端点以确定机械手的抓取位姿，通过机械手对物体进行抓取，整个处理过程简单高效，并且得到的抓取位姿准确，提高了物体抓取的准确率；本发明可广泛应用于机器视觉技术领域。

技术领域

本发明涉及机器视觉领域，尤其是一种物体抓取方法、装置和存储介质。

背景技术

随着科学水平的提高，生产水平也得到相应的提高，自动化的水平越来越高，例如一些机器人逐步取代人类的作业，利用机器臂进行物件的抓取。现有的机器臂度物件抓取方法有两种，第一种是采用传统的机器视觉作为引导，人工对待抓取物进行建模并手动设计特征，再使用机器学习算法例如支持向量机等进行分类，然后定位物体位置并计算抓取位姿，最后执行抓取操作。第二种方法是基于深度学习的语义提取能力对待抓取物的特征进行提取然后计算抓取位姿。然而在实际生产中，待抓取物体的模型千变万化，利用第一种方法，需要人工针对每一种物体事先示教机械臂的抓取位姿并保存为模板，其效率与准确率都比较低。而第二种方法中，整个处理流程都利用深度学习的神经网络，由于其内部参数较多，在具体生成抓取位姿即抓取的位置坐标和抓取的角度问题上耗时较长，效率低下，不能很好地适应机械臂的抓取要求。

发明内容

有鉴于此，为了解决上述技术问题，本发明的目的是提供高效率与高准确率的一种物体抓取方法、装置和存储介质。

本发明采用的技术方案是：一种物体抓取方法，包括以下步骤：

根据预设图像，得到第一图像，其中预设图像包括物体和背景，第一图像中物体的像素与背景的像素分别设置为不同的灰度值；

根据第一图像，获取第一图像整体灰度值的预设大小的分隔位置；

根据所述分隔位置，确定物件的几何中心；

根据所述几何中心和所述分隔位置，确定第一端点和第二端点；

根据所述第一端点和所述第二端点，确定机械手的抓取位姿；

根据抓取位姿，通过机械手对物体进行抓取；

其中，预设大小包括一半，所述第一端点为在物体的边缘且在所述分隔位置上与所述几何中心的距离最短的点，所述第二端点位于物体的边缘且位于所述第一端点与所述几何中心连线的延长线上。

进一步，所述根据预设图像，得到第一图像的步骤中，包括以下步骤：

根据预设图像，进行物体的标记；

根据标记结果，通过最大类间方差法分割出物体和背景，得到二值化图像；

将二值化图像中物体的像素的灰度值设置为1，背景的像素的灰度值设置为0，得到第一图像。

进一步，获取与预先建立的第一图像的像素坐标系的第一坐标轴垂直的像素线段，其中所述第一图像具有左边缘和右边缘，像素线段包括第一像素线段和第二像素线段，第一像素线段与左边缘之间的像素灰度值小于第一阈值，第二像素线段与左边缘之间的像素灰度值大于第一阈值；

计算像素线段与左边缘之间的像素灰度值，并与第一阈值进行比较：