[发明专利]目标物体抓取方法、装置、存储介质及电子设备有效
申请号: | 202011406175.4 | 申请日: | 2020-12-02 |
公开(公告)号: | CN112720459B | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 达闼机器人股份有限公司 |
主分类号: | B25J9/16 | 分类号: | B25J9/16 |
代理公司: | 北京英创嘉友知识产权代理事务所(普通合伙) 11447 | 代理人: | 李柯莹 |
地址: | 201111 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标 物体 抓取 方法 装置 存储 介质 电子设备 | ||
1.一种目标物体抓取方法,其特征在于,所述方法包括:
根据所述目标物体对应的3D点云确定所述目标物体中每一输入点的目标坐标;
基于下采样方法,根据所述每一输入点的目标坐标生成种子点;
将每一所述种子点的原始坐标输入抓取轴线端点预测模型中,以得到所述目标物体的抓取轴线端点坐标;
根据所述抓取轴线端点坐标确定机器人的抓取位姿,并控制所述机器人按照所述抓取位姿调整位姿,以及按照所述抓取轴线端点坐标对所述目标物体进行抓取;
其中,所述抓取轴线端点预测模型通过如下方式生成所述目标物体的抓取轴线端点坐标:
根据每一所述种子点的原始坐标确定所述目标物体的多个端点坐标簇云;
确定每一所述端点坐标簇云对应的簇云重心坐标;
根据所述每一簇云重心坐标确定对应抓取轴线端点的预测端点坐标,并确定所述端点坐标簇云中每一所述种子点相对于对应预测端点坐标的预测偏移坐标;
根据所述每一种子点的原始坐标以及对应该种子点的预测偏移坐标确定偏移后的目标端点坐标,并将每一所述端点坐标簇云中各所述种子点的目标端点坐标的平均值作为该端点坐标簇云对应的所述抓取轴线端点坐标。
2.根据权利要求1所述的方法,其特征在于,所述根据每一所述种子点的原始坐标确定所述目标物体抓取的多个端点坐标簇云,包括:
根据每一所述种子点的原始坐标确定该种子点的高维特征信息;
根据每一所述种子点的高维特征信息确定对应的偏移值;
根据每一所述种子点的原始坐标以及对应的偏移值,确定所述目标物体的多个端点坐标簇云。
3.根据权利要求1所述的方法,其特征在于,所述根据所述抓取轴线端点坐标确定机器人的抓取位姿包括:以所述抓取轴线端点坐标的连线的垂线方向作为所述机器人的抓取朝向,所述抓取位姿包括所述抓取朝向;
所述控制所述机器人按照所述抓取位姿调整位姿包括:控制所述机器人按照所述抓取朝向调整朝向。
4.根据权利要求1所述的方法,其特征在于,所述根据所述目标物体对应的3D点云确定所述目标物体中每一输入点的目标坐标,包括:
根据所述目标物体对应的3D点云确定所述目标物体中每一输入点的原始坐标;
根据所述每一输入点的原始坐标确定所述3D点云的重心坐标;
针对所述每一输入点,确定该输入点的原始坐标与所述重心坐标在每一维度上的偏移值;
根据每一维度上的所述偏移值确定对应该输入点的目标坐标。
5.根据权利要求1所述的方法,其特征在于,所述下采样方法为最远点采样方法,所述基于下采样方法,根据所述每一输入点的目标坐标生成种子点,包括:
根据所述目标物体中每一输入点的原始坐标确定所述3D点云的中心点;
选择距离所述3D点云的中心点欧氏距离最远的输入点作为第一种子点;
以所述第一种子点为基准,将与已确定的种子点之间的欧式距离最远的输入点作为新的种子点,直到种子点的个数达到预设阈值。
6.根据权利要求1所述的方法,其特征在于,在所述抓取轴线端点坐标为抓取点轴线上、下端点坐标的情况下,所述抓取轴线端点预测模型的损失函数为:
L=λ1Lupper+λ2Llowwer;
其中,n为样本种子点的总数量,Lupper为抓取点轴线上端点坐标损失值,Llower为抓取点轴线下端点坐标损失值,λ1为所述抓取点轴线上端点坐标损失值的预设权重,λ2为所述抓取点轴线下端点坐标损失值的预设权重,Δui为第i个样本种子点对应的抓取点轴线上端点坐标的预测偏差,Δli为第i抓取点轴线下端点坐标的预测偏差,为第i个样本种子点对应的抓取点轴线上端点坐标的原始坐标距离重心坐标的真实偏移量,为第i个样本种子点对应的抓取点轴线下端点坐标的原始坐标距离重心坐标的真实偏移量。
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达闼机器人股份有限公司,未经达闼机器人股份有限公司许可,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/202011406175.4/1.html,转载请声明来源钻瓜专利网。