[发明专利]一种工件抓取方法、装置、计算机设备及存储介质

说明书

本发明公开了一种工件抓取方法，包括如下步骤：S1获取工件原始点云；S2分割并识别工件原始点云以获取初步工件信息，并转入步骤S3，若识别失败，结束本次流程；S3逐个识别初步工件信息以获取工件信息并转入步骤S4，若识别失败，则转入步骤S5；S4获取第一排序，经由至少一个柱面抓取姿态依据第一排序轮询工件点云进行抓取规划；若全部的柱面抓取姿态对应的全部工件点云均未通过抓取规划，则转入步骤S5；S5依获取第二排序，经由至少一个端面抓取姿态依据第二排序轮询初步工件点云进行抓取规划判断；若全部端面抓取姿态对应的全部初步工件点云均未通过抓取规划，则结束本次流程，可有效提高抓取成功率，实现完全无序的状态下的工件抓取。

技术领域

本发明涉及无序分拣领域，尤其是涉及一种工件抓取方法、装置、计算机设备及存储介质。

背景技术

在工业制造领域，传统的上下料系统是基于自动化工装或人工的方式实现的，工件笨重，人工操作劳动强度大，对应的招工难。随着工业级3D相机的推广和3D视觉算法的兴起，基于3D视觉的无序分拣上料系统有望将过去的人工或自动化的方式实现智能化，实现自动上下料系统的产业升级。

3D视觉引导应用抓取零件，从料框堆栈中抓取、从积放链中抓取、EHB输送系统中抓取零件，定位精确，实现高效率自动化率。其中从堆栈料框尤其是深料框中抓取工件最为复杂，料框中的工件通常处于散乱、无序状态，零部件料框抓取时不仅仅需要定位工件位置，还需要判断工件所在的位置，此外还需要面对工种类多，工尺寸不一等问题。

无序分拣所面临的复杂性对机器人提出了更多更高的要求，目前主要面临以下三大个问题：第一，料框中的工件通常处于散乱、无序状态，意味着工业机器人不能再依靠设定好的程序继续执行工作，而是需要对通过3D视觉对外部环境进行感知、分析，继而做出判断，从而解决无序分拣在场景物料匹配度低、产品种类迭代快、系统调整适应性低等方面的痛点。第二，由于工件随机摆放易导致料框内大量工件存在重叠、遮挡、阴影和复杂背景等情形，通过相机无法获取该类工件的完整点云数据进而无法识别出相关工件，导致不能进行此类工件抓取。第三，目前无序分拣中，机器人末端手抓设计为长直杆，抓取策略为末端垂直于工件表面吸取，如图1所示，机器人姿态与直杆角度θ(为直杆与料框Z轴方向的夹角)直接相关，在深料框抓取场景中，若直杆角度θ大于30°，机器人易发生臂展不够、与料框干涉等问题。如图2所示，工件倾斜30°时直杆角度θ已达到30°，若工件倾斜角度增大，直杆角度θ也势必增大，进而就会引起机器人臂展不够、与料框易干涉等问题，故这种抓取策略和手抓设计，只能抓取倾斜角度在±30°以内的工件，无法进行倾斜角度大于30°的工件抓取。

发明内容

本发明的目的是提供一种工件抓取方法，以解决现有技术存在的问题。

为实现上述目的，本发明提供一种工件抓取方法，使用末端手爪进行工件抓取，所述末端手爪包括一直杆以及一手爪组件，所述工件抓取方法包括如下步骤：

S1获取工件原始点云；

S2分割并识别所述工件原始点云以获取初步工件信息，并转入步骤S3，所述初步工件信息包括初步工件点云以及初步工件位姿，若识别失败，结束本次流程；

S3逐个识别所述初步工件信息以获取工件信息并转入步骤S4，所述工件信息包括工件点云以及工件位姿；若识别失败，则转入步骤S5；

S4经由至少一个柱面抓取姿态轮询所述工件点云进行抓取规划判断，所述柱面抓取姿态的抓取点位于所述工件的柱面处，若其中一个所述柱面抓取姿态对应的一组工件点云通过抓取规划，则输出所述工件信息以及对应的柱面抓取姿态；若全部的所述柱面抓取姿态对应的全部工件点云均未通过抓取规划，则转入步骤S5；