[发明专利]一种基于深度学习的物体姿态识别抓取的搬运机器人方法

权利要求书

1.一种基于深度学习的物体姿态识别抓取的搬运机器人方法，其特征在于，包括：

步骤1：构建深度学习模型，并基于预设图像训练集对所述深度学习模型进行训练；

步骤2：获取待抓取目标物的目标图像，并基于训练后的深度学习模型对所述目标图像进行处理，得到所述目标物的位置及姿态信息；

步骤3：基于所述目标物的位置及姿态信息对搬运机器的抓取路径以及抓取方式进行规划，并基于规划结果对目标物进行抓取及搬运。

2.根据权利要求1所述的一种基于深度学习的物体姿态识别抓取的搬运机器人方法，其特征在于，步骤1中，构建深度学习模型，并基于预设图像训练数据集对所述深度学习模型进行训练，包括：

构建深度学习模型，同时，获取预设图像训练集，并对所述预设图像训练集中每一预设图像的待检测目标在所述预设图像中进行位置标注，得到所述待检测目标在预设图像中的坐标信息；

基于所述坐标信息提取所述待检测目标在所述预设图像中的姿态特征，同时，获取管理终端对所述深度学习模型的预设条件，其中，所述预设条件为要求所述深度学习模型对所述预设图像训练集进行姿态识别时，识别结果需要满足的条件；

基于所述姿态特征以及所述预设条件对所述深度学习模型进行训练。

3.根据权利要求2所述的一种基于深度学习的物体姿态识别抓取的搬运机器人方法，其特征在于，基于所述姿态特征以及所述预设条件对所述深度学习模型进行训练，包括：

获取训练后的深度学习模型，同时，获取历史物体姿态图像，其中，所述历史物体姿态图像为多张，且每一张能够明显表明物体当前所处姿态；

将所述历史物体姿态图像输入训练后的深度学习模型，得到所述训练后的深度学习模型对所述历史物体姿态图像识别的准确率；

将所述准确率与预设准确率进行比较；

若所述准确率大于或等于所述预设准确率，判定对深度学习模型的训练合格；

否则，判定对深度学习模型的训练不合格，并重新对所述深度学习模型进行训练，直至所述准确率大于或等于所述预设准确率。

4.根据权利要求1所述的一种基于深度学习的物体姿态识别抓取的搬运机器人方法，其特征在于，步骤1中，构建深度学习模型，并基于预设图像训练数据集对所述深度学习模型进行训练，还包括：

获取训练后的深度学习模型，并实时获取所述训练后的深度学习模型的运行数据，其中，所述运行数据包括对待分析图像的识别结果；

基于所述识别结果判断所述训练后的深度学习模型在对待分析图像进行识别时，是否存在对新的物体姿态识别失败现象；

若存在，将所述新的物体姿态对应的待分析图像存储至数据更新库，并基于所述数据更新库对所述深度学习模型进行数据更新；

否则，确定所述深度学习模型识别工作正常。