[发明专利]基于机械手参数重建对象三维模型的方法和装置

权利要求书

1.一种基于机械手参数重建对象三维模型的方法，其特征在于，包括以下步骤：

获取机械手抓取姿态参数和控制参数，将所述机械手抓取姿态参数和所述控制参数输入已训练的第一全连接网络，获取接触点标签；

将所述机械手抓取姿态参数、所述控制参数和所述接触点标签输入已训练的第二全连接网络，获取目标物体的物理几何参数，将所述机械手抓取姿态参数、所述控制参数、所述接触点标签和所述物理几何参数输入已训练的第三全连接网络，获取所述目标物体的旋转姿态参数；

通过损失函数计算所有机械手上接触点到目标物体表面的距离之和，获取目标物体的平移姿态参数，根据所述目标物体的物理几何参数、旋转姿态参数和平移姿态参数，计算目标物体模型；

还包括：

通过仿真程序人手模型作为机械手生成不同目标物体的几何参数样本、物体模型样本和控制参数样本；

对每所述几何参数样本和所述物体模型样本，生成不同的机械手抓取姿态参数样本，以及计算每个抓取姿态对应的接触点标签样本；

对每所述机械手抓取姿态参数样本，生成多个目标物体的旋转姿态参数样本；

根据所述几何参数样本、所述物体模型样本、所述控制参数样本、所述接触点标签样本和所述旋转姿态参数样本输入神经网络进行训练，获取所述第一全连接网络、所述第二全连接网络和所述第三全连接网络；

所述计算每个抓取姿态对应的接触点标签样本，包括：

判断在所述每个抓取姿态时，获取机械手上采样点到目标物体表面的距离；

当所述距离小于预设距离阈值时，所述采样点为所述接触点标签样本。

2.如权利要求1所述的方法，其特征在于，在所述通过仿真程序人手模型作为机械手生成不同目标物体的几何参数样本、物体模型样本和控制参数样本之前，还包括：

建立目标物体几何参数和物体模型的映射关系，以及建立所述目标物体几何参数与控制参数之间的映射关系。

3.如权利要求1所述的方法，其特征在于，所述通过损失函数计算所有机械手上接触点到目标物体表面的距离之和，获取目标物体的平移姿态参数，包括：

通过损失函数计算所有机械手上接触点到目标物体表面的距离之和的损失值，对所述损失值进行最小化，获取所述平移姿态参数。

4.一种基于机械手参数重建对象三维模型的装置，其特征在于，包括：

第一获取模块，用于获取机械手抓取姿态参数和控制参数，将所述机械手抓取姿态参数和所述控制参数输入已训练的第一全连接网络，获取接触点标签；

第二获取模块，用于将所述机械手抓取姿态参数、所述控制参数和所述接触点标签输入已训练的第二全连接网络，获取目标物体的物理几何参数，将所述机械手抓取姿态参数、所述控制参数、所述接触点标签和所述物理几何参数输入已训练的第三全连接网络，获取所述目标物体的旋转姿态参数；

处理模块，用于通过损失函数计算所有机械手上接触点到目标物体表面的距离之和，获取目标物体的平移姿态参数，根据所述目标物体的物理几何参数、旋转姿态参数和平移姿态参数，计算目标物体模型；

还包括：

第一生成模块，用于通过仿真程序人手模型作为机械手生成不同目标物体的几何参数样本、物体模型样本和控制参数样本；

第二生成模块，用于对每所述几何参数样本和所述物体模型样本，生成不同的机械手抓取姿态参数样本；

计算模块，用于计算每个抓取姿态对应的接触点标签样本；

第三生成模块，用于对每所述机械手抓取姿态参数样本，生成多个目标物体的旋转姿态参数样本；

训练模块，用于根据所述几何参数样本、所述物体模型样本、所述控制参数样本、所述接触点标签样本和所述旋转姿态参数样本输入神经网络进行训练，获取所述第一全连接网络、所述第二全连接网络和所述第三全连接网络；

所述计算模块，具体用于：

判断在所述每个抓取姿态时，获取机械手上采样点到目标物体表面的距离；

当所述距离小于预设距离阈值时，所述采样点为所述接触点标签样本。

5.如权利要求4所述的装置，其特征在于，还包括：

建立模块，用于建立目标物体几何参数和物体模型的映射关系，以及建立所述目标物体几何参数与控制参数之间的映射关系。

6.如权利要求4所述的装置，其特征在于，所述处理模块，具体用于：

通过损失函数计算所有机械手上接触点到目标物体表面的距离之和的损失值，对所述损失值进行最小化，获取所述平移姿态参数。