[发明专利]一种基于机器视觉和深度学习的机械臂抓取控制方法有效
| 申请号： | 201910314549.0 | 申请日： | 2019-04-18 |
| 公开（公告）号： | CN110125930B | 公开（公告）日： | 2021-05-11 |
| 发明（设计）人： | 杨建中;傅有;宋仕杰;欧道江;武俊雄;向单奇 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | B25J9/16 | 分类号： | B25J9/16 |
| 代理公司： | 武汉东喻专利代理事务所(普通合伙) 42224 | 代理人： | 李佑宏 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器视觉和深度学习的机械臂抓取控制方法，获取机械臂当前状态下的作业场景图像，并根据运动指令向量的采样均值和初始方差，生成运动指令向量组；将其分别与作业场景图片进行结合，获取每个运动指令向量对应的可能性预测值；对运动指令向量对应的多个可能性预测值进行大小排序，获取至少一个最大可能性预测值对应的最佳运动指令向量；比较机械臂当前状态下抓取物体的可能性预测值与最佳运动指令向量的可能性预测值，确定抓取运动决策。本发明还公开了一种基于机器视觉和深度学习的机械臂抓取控制系统。本发明技术方案，能够应用于工业机械臂分拣、上料，服务机械臂抓取等诸多机械臂应用领域，提供智能、稳定的抓取效果。 | ||
| 搜索关键词： | 一种 基于 机器 视觉 深度 学习 机械 抓取 控制 方法 | ||
【主权项】：
1.一种基于机器视觉和深度学习的机械臂抓取控制方法，其特征在于，包括S1获取机械臂当前状态下的作业场景图像，并根据运动指令向量的采样均值和初始协方差矩阵，生成至少包含一个运动指令向量的运动指令向量组；S2依次将每个运动指令向量与对应的作业场景图片输入基于视觉注意力转移机制的循环神经网络进行训练，获取每个运动指令向量对应的可能性预测值；S3对运动指令向量组中的运动指令向量对应的多个可能性预测值进行大小排序，获取至少一个最大可能性预测值对应的最佳运动指令向量；S4比较机械臂当前状态下抓取物体的可能性预测值与最佳运动指令向量的可能性预测值，确定机械臂的抓取运动决策。
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华中科技大学，未经华中科技大学许可，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/201910314549.0/，转载请声明来源钻瓜专利网。
