CN108202328A - 机器人自适应取放物体的方法、装置、机械臂及存储介质 - Google Patents

机器人自适应取放物体的方法、装置、机械臂及存储介质 Download PDF

Info

Publication number
CN108202328A
CN108202328A CN201711485180.7A CN201711485180A CN108202328A CN 108202328 A CN108202328 A CN 108202328A CN 201711485180 A CN201711485180 A CN 201711485180A CN 108202328 A CN108202328 A CN 108202328A
Authority
CN
China
Prior art keywords
shape
placed side
size
picks
adaptively
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711485180.7A
Other languages
English (en)
Other versions
CN108202328B (zh
Inventor
郎需林
刘培超
刘主福
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yuejiang Technology Co Ltd
Original Assignee
Shenzhen Yuejiang Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Yuejiang Technology Co Ltd filed Critical Shenzhen Yuejiang Technology Co Ltd
Priority to CN201711485180.7A priority Critical patent/CN108202328B/zh
Publication of CN108202328A publication Critical patent/CN108202328A/zh
Application granted granted Critical
Publication of CN108202328B publication Critical patent/CN108202328B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/40—Robotics, robotics mapping to robotics vision
    • G05B2219/40114—From vision detected initial and user given final state, generate tasks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种机器人自适应取放物体的方法，包括：采集待放置物的形状和尺寸；根据形状和尺寸建立待放置物的数字模型；确定数字模型的重心位置；根据形状、尺寸及重心位置确定待放置物的最佳放置面；将待放置物的最佳放置面放置于目标放置位置上。本发明通过采集待放置物的形状和尺寸，并根据所获取的形状和尺寸来建立待放置物的数字模型，以准确确定待放置物的重心位置，进而确定最佳放置面来放置待放置物，保证待放置物放置的稳定性，减少放置后待放置物移动与掉落的风险，避免造成待放置物的损坏，方便后续的工艺处理，提高工作效率。本发明还提供一种机器人自适应取放物体的装置、机械臂及存储介质，用于稳定地放置待放置物。

Description

机器人自适应取放物体的方法、装置、机械臂及存储介质
技术领域
本发明涉及自动化技术领域，尤其涉及一种基于视觉识别的机器人自适应取放物体的方法、装置、机械臂及计算可读存储介质。
背景技术
随着科技的发展与进步，自动化技术得到了越来越广泛的应用，其不仅可把人从繁重的体力劳动、部分脑力劳动以及恶劣、危险的工作环境中解放出来，还能极大地提高劳动生产效率。而机械臂是自动化技术领域中广泛应用的自动化机械装置，是一种模仿人手的机械结构，能够接受控制指令，并根据控制指令在二维或者三维空间中的某处执行相应的作业动作。其中，物品的放置是其一项重要的作业动作。
在现有的机械臂放置作业中，机械臂可通过视觉识别的方式，自动识别待放置物的位置，并移动至该位置处拿取待放置物，然后再移动至目标位置处放置待放置物，其放置过程中往往只能根据拿取时待放置物的位置状态进行目标位置的放置，而无法根据待放置物的形状、尺寸来自动调整放置方向、放置面等，使得那些形状不规则的待放置物在放置完成后，极易因重心不稳而发生移动或者掉落的风险，影响作业效率。
综上，如何确保待放置物放置的稳定性成为本领域技术人员亟待解决的问题。
发明内容
本发明实施例提供了一种机器人自适应取放物体的方法、装置、机械臂及计算机可读存储介质，能够稳定地放置待放置物，以降低待放置物放置后移动或者掉落的风险，提高工作效率。
本发明实施例的第一方面，提供了一种机器人自适应取放物体的方法，包括：
采集待放置物的形状和尺寸；
根据所述形状和所述尺寸建立所述待放置物的数字模型；
确定所述数字模型的重心位置；
根据所述形状、所述尺寸及所述重心位置确定所述待放置物的最佳放置面；
将所述待放置物的所述最佳放置面放置于目标放置位置上。
本发明实施例的第二方面，提供了一种机器人自适应取放物体的装置，包括：
形状尺寸采集模块，用于采集待放置物的形状和尺寸；
数字模型建立模块，用于根据所述形状和所述尺寸建立所述待放置物的数字模型；
重心位置确定模块，用于确定所述数字模型的重心位置；
最佳放置面确定模块，用于根据所述形状、所述尺寸及所述重心位置确定所述待放置物的最佳放置面；
目标位置放置模块，用于将所述待放置物的所述最佳放置面放置于目标放置位置上。
本发明实施例的第三方面，提供了一种机械臂，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如前述第一方面所述机器人自适应取放物体的方法的步骤。
本发明实施例的第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如前述第一方面所述机器人自适应取放物体的方法的步骤。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例中，通过采集待放置物的形状和尺寸，并根据所获取的形状和尺寸来建立所述待放置物的数字模型，以准确确定所述待放置物的重心位置，进而确定最佳放置面来放置所述待放置物，保证所述待放置物放置的稳定性，减少放置后所述待放置物发生移动或者掉落的风险，避免造成所述待放置物的损坏，方便后续的工艺处理，提高工作效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的一种机器人自适应取放物体的方法的方法流程图；
图2为本发明实施例一提供的一种机器人自适应取放物体的方法中步骤S140在一个应用场景下的流程示意图；
图3为本发明实施例二提供的一种机器人自适应取放物体的装置的结构示意图；
图4为本发明实施例三提供的一种机械臂的结构示意图。
具体实施方式
本发明实施例提供了一种机器人自适应取放物体的方法、装置、机械臂及计算机可读存储介质，用于稳定地放置待放置物，以降低待放置物放置后发生移动或者掉落的风险，提高工作效率。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例一提供了一种机器人自适应取放物体的方法，所述机器人自适应取放物体的方法包括：
步骤S110：采集待放置物的形状和尺寸；
步骤S120：根据所述形状和所述尺寸建立所述待放置物的数字模型；
步骤S130：确定所述数字模型的重心位置；
步骤S140：根据所述形状、所述尺寸及所述重心位置确定所述待放置物的最佳放置面；
步骤S150：将所述待放置物的所述最佳放置面放置于目标放置位置上。
在工艺生产加工过程中，往往需要将待加工的物体从某一位置处拿取后放置于另一特定位置处以进行后续的加工处理操作，为确保后续的加工处理操作能顺利进行，则需要保证物体在该特定位置处放置的稳定性，避免出现放置后物体发生移动或者掉落的情况，因而，本实施例提供了一种能确保物体放置的稳定性的机器人自适应取放物体的方法。
具体地，在步骤S110中，采集待放置物的形状和尺寸。
其中，采集所述待放置物的形状和尺寸，具体包括：采集所述待放置物的图像；获取所述图像中所述待放置物的外形信息；根据所述外形信息计算所述待放置物的形状和尺寸。
在此，本实施例提供的机器人自适应取放物体的方法可通过视觉识别方式来采集所述待放置物的形状和尺寸，即通过摄像头或者相机等拍摄装置来拍摄所述待放置物各个角度的图像，随后从不同角度的图像中提取所述待放置物的外形信息，进而根据所述外形信息来精确计算所述待放置物的形状和尺寸。
进一步地，在步骤S120中，根据所述形状和所述尺寸建立所述待放置物的数字模型。
在此，根据步骤S110中计算出的所述待放置物的形状和尺寸来精确拟合出所述待放置物的空间三维形状，即通过数字模拟技术来建立所述待放置物的数字模型，从而将需对所述待放置物进行的计算操作转移至所述数字模型中，以极大地简化计算复杂度。
更进一步地，在步骤S130中，确定所述数字模型的重心位置。
本实施例中，在模拟建立出所述待放置物的所述数字模型以后，即通过相关的数学计算公式来确定所述数字模型的重心位置，从而精确确定所述待放置物的重心位置。
在步骤S140中，根据所述形状、所述尺寸及所述重心位置确定所述待放置物的最佳放置面。
在此，通过比较所述待放置物中各个放置面的形状、尺寸大小及所述各个放置面与所述重心位置之间的距离大小即可确定所述各个放置面中的最佳受力面，进而将所述最佳受力面确定为所述待放置物的最佳放置面。其中，放置面既包括所述待放置物自身所具有的平面或者弧面，也包括所述待放置物中不同平面或弧面之间所形成的面，如在无盖水杯中，水杯的底面、左侧面、右侧面、前侧面、后侧面均可为放置面，而且所述左侧面、所述右侧面、所述前侧面及所述后侧面之间所形成的杯口平面也可为放置面。
进一步地，请参阅图2，图2为本实施例提供的机器人自适应取放物体的方法中步骤S140在一个应用场景下的流程示意图，在该应用场景中，步骤S140：根据所述形状、所述尺寸及所述重心位置确定所述待放置物的最佳放置面，具体包括：
步骤S141：根据所述形状和所述尺寸确定所述待放置物中各个放置面与对应的水平平面或者竖直平面之间的接触面；
步骤S142：根据各个接触面的接触面积确定面积权重；
步骤S143：根据各个接触面与所述重心位置之间的重心距离确定距离权重；
步骤S144：将所述面积权重与所述距离权重之和最大的接触面所对应的放置面确定为所述待放置物的最佳放置面。
本应用场景中，以目标放置位置为水平平面为例进行说明。在此，根据所述待放置物中各个放置面的形状和尺寸来确定所述各个放置面与对应水平平面或者竖直平面之间的接触面，并计算各个接触面的接触面积，从而模拟确定当将所述待放置物的该放置面放置于所述目标放置位置时，所述目标放置位置承受所述待放置物的重量的受力面积。
具体地，当所述待放置物的第一放置面为弧面时，通过确定所述弧面与和所述弧面相切的水平平面或者竖直平面之间的接触面，来模拟确定当将所述待放置物的所述第一放置面放置于所述目标放置位置时，所述目标放置位置承受所述待放置物的重量的受力面积；当所述待放置物的第二放置面为平面时，则可直接将所述平面确定为接触面，以此确定当将所述待放置物的所述第二放置面放置于所述目标放置位置时，所述目标放置位置承受所述待放置物的重量的受力面积。
如在前述无盖水杯中，水杯的底面为平面，水杯的左侧面、右侧面、前侧面、后侧面均为弧面，而所述左侧面、所述右侧面、所述前侧面及所述后侧面之间所形成的杯口为平面。因而，当将所述底面或者杯口平面放置于所述目标放置位置时，所述底面或者所述杯口平面的面积即为所述目标放置位置承受所述水杯的重量的受力面积；当将所述左侧面放置于所述目标放置位置时，首先确定与所述左侧面相切的左竖直平面，进而确定所述左侧面与所述左竖直平面之间的左接触面，从而通过计算所述左接触面的接触面积来确定所述目标放置位置承受所述水杯的重量的受力面积；同样地，通过确定对应的右竖直平面、前竖直平面、后竖直平面，来确定对应的右接触面、前接触面、后接触面，以模拟计算出当分别将所述右侧面、所述前侧面、所述后侧面放置于所述目标放置位置时，所述目标放置位置承受所述水杯的重量的受力面积。
例如，在上述无盖水杯中，所述底面和所述杯口平面的面积均为12.56平方厘米，所述左侧面与相切的左竖直平面之间的接触面积为9平方厘米，所述前侧面与相切的前竖直平面之间的接触面积为9平方厘米，因而，若将所述水杯的底面或者杯口放置于目标放置位置的话，则所述目标放置位置中承受所述水杯的重量的受力面积为12.56平方厘米；如果将所述水杯的所述前侧面放置于所述目标放置位置的话，则所述目标放置位置中承受所述水杯的重量的受力面积为9平方厘米。
进一步地，在确定所述接触面以及所述接触面积后，计算所述待放置物的重心位置与所述接触面之间的重心距离，进而根据所述接触面积确定面积权重，并根据所述重心距离确定距离权重，从而根据所述面积权重与所述距离权重之和来确定所述待放置物的最佳放置面，即将所述面积权重与所述距离权重之和最大的接触面所对应的放置面确定为所述待放置物的最佳放置面。
即本实施例中，预先根据所述接触面积的面积大小进行所述面积权重的设置，以及预先根据所述重心距离的距离远近进行所述距离权重的设置，在此，所述面积权重和所述距离权重的预先设置可通过机器学习来训练确定。当计算出所述接触面积时，即可根据所述接触面积对应地确定所述接触面积的面积权重，当计算出所述接触面与所述重心位置之间的重心距离时，即可根据所述重心距离对应地确定所述距离权重，从而可以将所述面积权重与所述距离权重之和最大的接触面所对应的放置面确定为所述最佳放置面，比如，在某一待放置物中，该待放置物具有三个放置面，第一放置面、第二放置面和第三放置面，因而，对应地确定有第一接触面、第二接触面和第三接触面，其中，所述第一接触面的面积权重为5，距离权重为4，所述第二接触面的面积权重为4，距离权重为3，所述第三接触面的面积权重为2，距离权重为3，因而，可确定面积权重与距离权重之和最大的第一接触面所对应的所述第一放置面为所述待放置物的最佳放置面。
在步骤S150中，将所述待放置物的所述最佳放置面放置于目标放置位置上。
本实施例中，将所述待放置物的所述最佳放置面放置于所述目标放置位置上，使所述目标放置位置以最大的受力面积及最近的重心距离来承受所述待放置物的重量，从而保证所述待放置物放置的稳固性，减少放置后所述待放置物发生移动或者掉落的风险。
在此，步骤S150：将所述待放置物的所述最佳放置面放置于目标放置位置上，具体包括：
获取所述待放置物当前放置面的第一法向量；
根据所述第一法向量与所述最佳放置面的第二法向量确定调整角度；
基于所述调整角度将所述待放置物的当前放置面调整至所述最佳放置面。
本实施例中，通过计算所述待放置物的当前放置面的法向量与所述最佳放置面的法向量之间的调整角度，来对所述待放置物进行角度的调整，以将所述待放置物的最佳放置面放置于所述目标放置位置上，从而达到稳定放置所述待放置物的效果。
本发明实施例中，通过采集待放置物的形状和尺寸，并根据所获取的形状和尺寸来建立所述待放置物的数字模型，以准确确定所述待放置物的重心位置，进而确定最佳放置面来放置所述待放置物，保证所述待放置物放置的稳定性，减少放置后所述待放置物发生移动或者掉落的风险，避免造成所述待放置物的损坏，方便后续的工艺处理，提高工作效率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种机器人自适应取放物体的方法，下面将对一种机器人自适应取放物体的装置进行详细描述。
图3示出了本发明实施例二中机器人自适应取放物体的装置的一个实施例结构图。如图3所示，本实施例提供的机器人自适应取放物体的装置，包括：
形状尺寸采集模块310，用于采集待放置物的形状和尺寸；
数字模型建立模块320，用于根据所述形状和所述尺寸建立所述待放置物的数字模型；
重心位置确定模块330，用于确定所述数字模型的重心位置；
最佳放置面确定模块340，用于根据所述形状、所述尺寸与所述重心位置确定所述待放置物的最佳放置面；
目标位置放置模块350，用于将所述待放置物的所述最佳放置面放置于目标放置位置上。
进一步地，本实施例中，所述形状尺寸采集模块310包括：
图像采集单元，用于采集所述待放置物的图像；
外形获取单元，用于获取所述图像中所述待放置物的外形信息；
尺寸计算单元，用于根据所述外形信息计算所述待放置物的形状和尺寸。
更进一步地，本实施例中，所述最佳放置面确定模块340包括：
接触面确定单元，用于根据所述形状和所述尺寸确定所述待放置物中各个放置面与对应的水平平面或者竖直平面之间的接触面；
面积权重确定单元，用于根据各个接触面的接触面积确定面积权重；
距离权重确定单元，用于根据各个接触面与所述重心位置之间的重心距离确定距离权重；
最佳放置面确定单元，用于将所述面积权重与所述距离权重之和最大的接触面所对应的放置面确定为所述待放置物的最佳放置面。
优选地，本实施例中，所述目标位置放置模块350包括：
向量获取单元，用于获取所述待放置物当前放置面的第一法向量；
角度确定单元，用于根据所述第一法向量与所述最佳放置面的第二法向量确定调整角度；
角度调整单元，用于基于所述调整角度将所述待放置物的当前放置面调整至所述最佳放置面。
图4是本发明实施例三提供的机械臂的结构示意图。如图4所示，该实施例的机械臂400包括：处理器410、存储器420以及存储在所述存储器420中并可在所述处理器410上运行的计算机程序430，例如机器人自适应取放物体的程序。所述处理器410执行所述计算机程序430时实现上述各个机器人自适应取放物体的方法实施例中的步骤，例如图1所示的步骤110至步骤150。或者，所述处理器410执行所述计算机程序430时实现上述各装置实施例中各模块/单元的功能，例如图3所示模块310至模块350的功能。
示例性的，所述计算机程序430可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器420中，并由所述处理器410执行，以完成本发明实施例。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序430在所述机械臂400中的执行过程。例如，所述计算机程序430可以被分割成形状尺寸采集模块、数字模型建立模块、重心位置确定模块、最佳放置面确定模块、目标位置放置模块，各模块具体功能如下：
形状尺寸采集模块，用于采集待放置物的形状和尺寸；
数字模型建立模块，用于根据所述形状和所述尺寸建立所述待放置物的数字模型；
重心位置确定模块，用于确定所述数字模型的重心位置；
最佳放置面确定模块，用于根据所述形状、所述尺寸及所述重心位置确定所述待放置物的最佳放置面；
目标位置放置模块，用于将所述待放置物的所述最佳放置面放置于目标放置位置上。
所述机械臂400可包括，但不仅限于，处理器410、存储器420。本领域技术人员可以理解，图4仅仅是机械臂400的示例，并不构成机械臂400的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机械臂400还可以包括输入输出设备、网络接入设备、总线等。
所述处理器410可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器420可以是所述机械臂400的内部存储单元，例如机械臂400的硬盘或内存。所述存储器420也可以是所述机械臂400的外部存储设备，例如所述机械臂400上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器420还可以既包括所述机械臂400的内部存储单元也包括外部存储设备。所述存储器420用于存储所述计算机程序430以及所述机械臂400所需的其他程序和数据。所述存储器420还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各实施例的模块、单元和/或方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种机器人自适应取放物体的方法，其特征在于，包括：
采集待放置物的形状和尺寸；
根据所述形状和所述尺寸建立所述待放置物的数字模型；
确定所述数字模型的重心位置；
根据所述形状、所述尺寸及所述重心位置确定所述待放置物的最佳放置面；
将所述待放置物的所述最佳放置面放置于目标放置位置上。
2.根据权利要求1所述的机器人自适应取放物体的方法，其特征在于，所述采集所述待放置物的形状和尺寸，包括：
采集所述待放置物的图像；
获取所述图像中所述待放置物的外形信息；
根据所述外形信息计算所述待放置物的形状和尺寸。
3.根据权利要求1所述的机器人自适应取放物体的方法，其特征在于，所述根据所述形状、所述尺寸及所述重心位置确定所述待放置物的最佳放置面，包括：
根据所述形状和所述尺寸确定所述待放置物中各个放置面与对应的水平平面或者竖直平面之间的接触面；
根据各个接触面的接触面积确定面积权重；
根据各个接触面与所述重心位置之间的重心距离确定距离权重；
将所述面积权重与所述距离权重之和最大的接触面所对应的放置面确定为所述待放置物的最佳放置面。
4.根据权利要求1至3中任一项所述的机器人自适应取放物体的方法，其特征在于，所述将所述待放置物的所述最佳放置面放置于目标放置位置上，包括：
获取所述待放置物当前放置面的第一法向量；
根据所述第一法向量与所述最佳放置面的第二法向量确定调整角度；
基于所述调整角度将所述待放置物的当前放置面调整至所述最佳放置面。
5.一种机器人自适应取放物体的装置，其特征在于，包括：
形状尺寸采集模块，用于采集待放置物的形状和尺寸；
数字模型建立模块，用于根据所述形状和所述尺寸建立所述待放置物的数字模型；
重心位置确定模块，用于确定所述数字模型的重心位置；
最佳放置面确定模块，用于根据所述形状、所述尺寸及所述重心位置确定所述待放置物的最佳放置面；
目标位置放置模块，用于将所述待放置物的所述最佳放置面放置于目标放置位置上。
6.根据权利要求5所述的机器人自适应取放物体的装置，其特征在于，所述形状尺寸采集模块，包括：
图像采集单元，用于采集所述待放置物的图像；
外形获取单元，用于获取所述图像中所述待放置物的外形信息；
形状计算单元，用于根据所述外形信息计算所述待放置物的形状和尺寸。
7.根据权利要求5所述的机器人自适应取放物体的装置，其特征在于，所述最佳放置面确定模块，包括：
接触面确定单元，用于根据所述形状和所述尺寸确定所述待放置物中各个放置面与对应的水平平面或者竖直平面之间的接触面；
面积权重确定单元，用于根据各个接触面的接触面积确定面积权重；
距离权重确定单元，用于根据各个接触面与所述重心位置之间的重心距离确定距离权重；
最佳放置面确定单元，用于将所述面积权重与所述距离权重之和最大的接触面所对应的放置面确定为所述待放置物的最佳放置面。
8.根据权利要求5至7中任一项所述的机器人自适应取放物体的装置，其特征在于，所述目标位置放置模块，包括：
向量获取单元，用于获取所述待放置物当前放置面的第一法向量；
角度确定单元，用于根据所述第一法向量与所述最佳放置面的第二法向量确定调整角度；
角度调整单元，用于基于所述调整角度将所述待放置物的当前放置面调整至所述最佳放置面。
9.一种机械臂，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述机器人自适应取放物体的方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述机器人自适应取放物体的方法的步骤。
CN201711485180.7A 2017-12-29 2017-12-29 机器人自适应取放物体的方法、装置、机械臂及存储介质 Active CN108202328B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711485180.7A CN108202328B (zh) 2017-12-29 2017-12-29 机器人自适应取放物体的方法、装置、机械臂及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711485180.7A CN108202328B (zh) 2017-12-29 2017-12-29 机器人自适应取放物体的方法、装置、机械臂及存储介质

Publications (2)

Publication Number Publication Date
CN108202328A true CN108202328A (zh) 2018-06-26
CN108202328B CN108202328B (zh) 2020-04-17

Family

ID=62604973

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711485180.7A Active CN108202328B (zh) 2017-12-29 2017-12-29 机器人自适应取放物体的方法、装置、机械臂及存储介质

Country Status (1)

Country Link
CN (1) CN108202328B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109230120A (zh) * 2018-08-01 2019-01-18 吉林大学珠海学院 一种基于图像识别的机械手掌控制方法及取书和放书装置
US20220044471A1 (en) * 2020-08-06 2022-02-10 Industrial Technology Research Institute Labeling method, labeling device using the same, pick-and-place system using the same, pick-and-place method using the same and non-transitory computer readable medium using the same
CN114055444A (zh) * 2021-08-27 2022-02-18 清华大学 机器人及其控制方法和控制装置、标定方法和标定控制装置、存储介质
CN114083535A (zh) * 2021-11-18 2022-02-25 清华大学 一种机器手抓取姿势质量的物理度量方法及装置
TWI772909B (zh) * 2020-08-06 2022-08-01 財團法人工業技術研究院 標註方法、應用其之裝置、系統、方法及電腦程式產品

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104108103A (zh) * 2013-04-18 2014-10-22 发那科株式会社 具备搬运工件的机器人的机器人系统
CN104608150A (zh) * 2013-11-05 2015-05-13 发那科株式会社 通过机器人取出放置在三维空间中的物品的装置及方法
US9403278B1 (en) * 2015-03-19 2016-08-02 Waterloo Controls Inc. Systems and methods for detecting and picking up a waste receptacle
CN107443428A (zh) * 2016-05-30 2017-12-08 杭州开浦科技有限公司 一种带视觉识别水平关节机械手及视觉识别方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104108103A (zh) * 2013-04-18 2014-10-22 发那科株式会社 具备搬运工件的机器人的机器人系统
CN104608150A (zh) * 2013-11-05 2015-05-13 发那科株式会社 通过机器人取出放置在三维空间中的物品的装置及方法
US9403278B1 (en) * 2015-03-19 2016-08-02 Waterloo Controls Inc. Systems and methods for detecting and picking up a waste receptacle
CN107443428A (zh) * 2016-05-30 2017-12-08 杭州开浦科技有限公司 一种带视觉识别水平关节机械手及视觉识别方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109230120A (zh) * 2018-08-01 2019-01-18 吉林大学珠海学院 一种基于图像识别的机械手掌控制方法及取书和放书装置
US20220044471A1 (en) * 2020-08-06 2022-02-10 Industrial Technology Research Institute Labeling method, labeling device using the same, pick-and-place system using the same, pick-and-place method using the same and non-transitory computer readable medium using the same
TWI772909B (zh) * 2020-08-06 2022-08-01 財團法人工業技術研究院 標註方法、應用其之裝置、系統、方法及電腦程式產品
US11562527B2 (en) * 2020-08-06 2023-01-24 Industrial Technology Research Institute Labeling method, labeling device using the same, pick-and-place system using the same, pick-and-place method using the same and non-transitory computer readable medium using the same
CN114055444A (zh) * 2021-08-27 2022-02-18 清华大学 机器人及其控制方法和控制装置、标定方法和标定控制装置、存储介质
CN114083535A (zh) * 2021-11-18 2022-02-25 清华大学 一种机器手抓取姿势质量的物理度量方法及装置

Also Published As

Publication number Publication date
CN108202328B (zh) 2020-04-17

Similar Documents

Publication Publication Date Title
CN108202328A (zh) 机器人自适应取放物体的方法、装置、机械臂及存储介质
CN112070818B (zh) 基于机器视觉的机器人无序抓取方法和系统及存储介质
CN108044627A (zh) 抓取位置的检测方法、装置及机械臂
CN108509848B (zh) 三维物体的实时检测方法及系统
CN108229555B (zh) 样本权重分配方法、模型训练方法、电子设备及存储介质
CN107748890A (zh) 一种基于深度图像的视觉抓取方法、装置及其可读存储介质
CN106327571B (zh) 一种三维人脸建模方法及装置
CN104050709B (zh) 一种三维图像处理方法及电子设备
CN114972377A (zh) 基于移动最小二乘法与超体素的3d点云分割方法和装置
CN110226806A (zh) 一种鞋底涂胶轨迹生成方法及装置
CN107886501A (zh) 视觉定位方法及终端设备
CN111702772A (zh) 一种帮面自动引导涂胶方法及系统
CN110211110A (zh) 一种构件尺寸的检测方法、系统及终端设备
CN109955244A (zh) 一种基于视觉伺服的抓取控制方法、装置和机器人
CN110148147A (zh) 图像检测方法、装置、存储介质和电子装置
WO2022062238A1 (zh) 一种足球检测方法、装置、计算机可读存储介质及机器人
CN103886324B (zh) 一种基于对数似然图像的尺度自适应目标跟踪方法
CN110276804A (zh) 数据处理方法及装置
CN114882109A (zh) 一种面向遮挡、杂乱场景下的机器人抓取检测方法及系统
CN111340834A (zh) 基于激光雷达和双目相机数据融合的衬板装配系统及方法
CN110458188A (zh) 工业视觉检测数据处理方法、装置、存储介质及终端设备
CN105069829B (zh) 一种基于多目视频的人体动画生成方法
CN106295693B (zh) 一种图像识别方法及装置
CN110340901A (zh) 一种控制方法、控制装置及终端设备
CN109759339A (zh) 物流包裹的分拣方法、分拣装置及分拣终端

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 518000 1003, building 2, Chongwen Park, Nanshan wisdom Park, 3370 Liuxian Avenue, Fuguang community, Taoyuan Street, Nanshan District, Shenzhen City, Guangdong Province

Patentee after: Shenzhen Yuejiang Technology Co.,Ltd.

Address before: 518000 18 / F, building C2, Nanshan wisdom Park, 1001 Xueyuan Avenue, Xili University Town, Taoyuan Street, Nanshan District, Shenzhen City, Guangdong Province

Patentee before: SHENZHEN YUEJIANG TECHNOLOGY Co.,Ltd.