[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

说明书

本发明提供了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，包括：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；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；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。通过提前对不同的工作任务进行训练，提高了搬运机器人对物体的识别效率，同时在搬运过程中能够快速规划搬运路径以及抓取方式，在保证安全搬运物体的前提下，提高了对物品的搬运效率，节省了大量的人力物力。

技术领域

本发明涉及智能机器人抓取技术领域，特别涉及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。

背景技术

目前，形形色色的机器人开始走进工厂进行辅助生产，它们代替人类完成危险或反复的工作任务，显而易见的是，智能机器人并不会感到疲倦，只会遵循着已经训练好的神经网络或规则进行运作，优秀的智能机器人获得了工业的青睐，并大量运用于生产之中；

但是，目前大多数机器人只能实现较简单的工作任务，且在不能根据任务的不同及时切换相应的工作模式，导致工作效率低下，同时需要以员工与机器相结合才能顺利完成任务，浪费了大量的人力资源；

因此，本发明提供了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，用于提前对不同的工作任务进行训练，提高了搬运机器人对物体的识别效率，同时在搬运过程中能够快速规划搬运路径以及抓取方式，在保证安全搬运物体的前提下，提高了对物品的搬运效率，节省了大量的人力物力。

发明内容

本发明提供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，用以通过提前对不同的工作任务进行训练，提高了搬运机器人对物体的识别效率，同时在搬运过程中能够快速规划搬运路径以及抓取方式，在保证安全搬运物体的前提下，提高了对物品的搬运效率，节省了大量的人力物力。

本发明提供了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，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。

优选的，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，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。

优选的，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，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；