[发明专利]使用神经网络和几何感知对象表示的机器人抓取预测有效
| 申请号： | 201880035890.6 | 申请日： | 2018-06-18 |
| 公开（公告）号： | CN110691676B | 公开（公告）日： | 2023-02-03 |
| 发明（设计）人： | J.戴维森;X.严;Y.白;H.李;A.古普塔;S.M.坎萨里扎德;A.帕萨克;J.许 | 申请（专利权）人： | 谷歌有限责任公司 |
| 主分类号： | B25J9/16 | 分类号： | B25J9/16 |
| 代理公司： | 北京市柳沈律师事务所 11105 | 代理人： | 金玉洁 |
| 地址： | 美国加利*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种深度机器学习方法和装置，其中一些涉及确定机器人的末端效应器的候选抓取姿态的抓取结果预测。一些实施方式针对几何网络和抓取结果预测网络的训练和利用。训练后的几何网络可用于基于二维或二维半图像生成(多个)几何输出，(多个)几何输出是几何感知的并且表示由(多个)图像捕获的(例如，高维)三维特征。在一些实施方式中，(多个)几何输出至少包括基于训练后的编码神经网络生成的编码，其中，该训练后的编码神经网络被训练为生成表示三维特征(例如，形状)的编码。训练后的抓取结果预测网络可以用于基于将(多个)几何输出和附加数据作为(多个)输入应用于网络来生成候选抓取姿态的抓取结果预测。 | ||
| 搜索关键词： | 使用 神经网络 几何 感知 对象 表示 机器人 抓取 预测 | ||
【主权项】：
1.一种由一个或多个处理器实施的方法，包括：/n识别由机器人的视觉传感器捕获的当前图像，所述当前图像捕获所述机器人的末端效应器和将由所述机器人使用所述末端效应器抓取的对象；/n确定所述末端效应器的候选抓取姿态；/n生成捕获所述对象的所述当前图像或附加图像的编码；其中，生成所述编码包括使用训练后的神经网络编码器处理所述当前图像或所述附加图像，并且其中，所生成的编码对所述对象的几何特征进行编码；/n将所述当前图像、所述候选抓取姿态和所述编码作为一个或多个输入应用于抓取结果预测网络，其中，所述抓取结果预测网络是训练后的神经网络模型；/n基于所述一个或多个输入、使用所述抓取结果预测网络生成抓取结果预测；/n确定所述抓取结果预测满足一个或多个标准；以及/n响应于所述抓取结果预测满足一个或多个标准，向所述机器人的一个或多个致动器提供控制命令，以使所述末端效应器以所述末端效应器的候选抓取姿态尝试抓取所述对象。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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谷歌有限责任公司，未经谷歌有限责任公司许可，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/patent/201880035890.6/，转载请声明来源钻瓜专利网。
