CN112150427A - 基于点云信息的混合拆垛方法、装置及设备 - Google Patents
基于点云信息的混合拆垛方法、装置及设备 Download PDFInfo
- Publication number
- CN112150427A CN112150427A CN202010983294.XA CN202010983294A CN112150427A CN 112150427 A CN112150427 A CN 112150427A CN 202010983294 A CN202010983294 A CN 202010983294A CN 112150427 A CN112150427 A CN 112150427A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- unstacking
- cloud information
- grabbing
- optimal
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012795 verification Methods 0.000 claims abstract description 22
- 238000013135 deep learning Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 9
- 238000003825 pressing Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G59/00—De-stacking of articles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G61/00—Use of pick-up or transfer devices or of manipulators for stacking or de-stacking articles not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了基于点云信息的混合拆垛方法、装置及设备，方法，包括以下步骤：获取拆垛场景的点云信息；结合点云信息和深度学习识别框进行点云校验，并筛选最优抓取对象；抓取最优抓取对象，并依次进行，直至把整垛货物抓取完为止。本发明针对复杂的混合拆垛应用场景下拆垛顺序难以确定的问题，解决了混合拆垛的最优顺序问题，消除了拆垛过程可能出现的压垛、蹭垛等风险。
Description
技术领域
本发明涉及基于点云信息的混合拆垛方法、装置及计算机设备，属于物流拆垛技术领域。
背景技术
在智能物流行业，自动化拆码垛方案是一种比较常见的应用场景。随着商品垛型的不确定性增加，混合拆垛成为行业需要解决的问题。
传统拆垛系统主要包括机械手、视觉系统、执行器和工控机等，常见的执行器一般采用吸盘、手抓等，前者应用场景更丰富，后者一般用来抓取特定对象。目前，基于视觉引导的拆垛方案基本上都是依靠视觉和光电检测设备，可完成一定复杂程度的拆垛工作，但不具有一定的灵活性，增加了人为干涉的次数，系统鲁棒性较差，且增加了压垛、蹭垛的风险。
随着各类复杂执行器的出现，再加上复杂的垛型，往往造成各个被抓取对象之间存在复杂的干涉问题，致使拆垛顺序难以确定，对拆垛相关算法提出了更高要求，需要系统能够适应各种复杂的垛型和应用场景。因此，混合拆垛顺序分配问题直接影响到系统正常、高效、准确的运行。
发明内容
为了解决上述问题，本发明提出了基于点云信息的混合拆垛方法、装置及计算机设备，能够解决复杂的混合拆垛应用场景下拆垛顺序难以确定的问题。
本发明解决其技术问题采取的技术方案是：
第一方面，本发明实施例提供的一种基于点云信息的混合拆垛方法，包括以下步骤：
获取拆垛场景的点云信息；
结合点云信息和深度学习识别框进行点云校验，并筛选最优抓取对象；
抓取最优抓取对象，并依次进行，直至把整垛货物抓取完为止。
作为本实施例一种可能的实现方式，所述深度学习识别框为拆垛场景内多个识别对象组成的数据集。
作为本实施例一种可能的实现方式，进行点云校验，包括：
利用点云信息考察需要校验区域是否存在点云，如果不存在点云，则认为该点云所相关的对象不存在干涉问题，判定为可抓取对象；否则该点云所相关的对象为无法抓取对象。
作为本实施例一种可能的实现方式，所述最优抓取对象包括最高处的对象或最内侧的对象，此对象特征不唯一，最优抓取对象可以根据项目特点进行人为规定。
第二方面，本发明实施例提供的一种基于点云信息的混合拆垛装置，包括：
点云信息获取模块，用于获取拆垛场景的点云信息；
点云校验模块，用于结合点云信息和深度学习识别框进行点云校验，并筛选最优抓取对象；
货物抓取模块，用于抓取最优抓取对象，与点云校验模块结合，并依次进行，直至把整垛货物抓取完为止。
作为本实施例一种可能的实现方式，所述深度学习识别框为拆垛场景内多个识别对象组成的数据集。
作为本实施例一种可能的实现方式，所述点云校验模块进行点云校验的过程为：
利用点云信息考察需要校验区域是否存在点云，如果不存在点云，则认为该点云所相关的对象不存在干涉问题，判定为可抓取对象；否则该点云所相关的对象为无法抓取对象。
作为本实施例一种可能的实现方式，所述最优抓取对象包括最高处的对象或最内侧的对象，此对象特征不唯一，最优抓取对象可以根据项目特点进行人为规定。
第三方面，本发明实施例提供的一种计算机设备，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述AGV仿真装置运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述任意基于点云信息的混合拆垛方法的步骤。
第四方面，本发明实施例提供的一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述任意基于点云信息的混合拆垛方法的步骤。
本发明实施例的技术方案可以具有的有益效果如下：
本发明针对复杂的混合拆垛应用场景下拆垛顺序难以确定的问题，解决了混合拆垛的最优顺序问题，消除了拆垛过程可能出现的压垛、蹭垛等风险。
附图说明：
图1是根据一示例性实施例示出的基于点云信息的混合拆垛方法的流程图；
图2是利用本发明所述方法进行复杂吸盘拆垛的点云校验区域示意图；
图3是根据一示例性实施例示出的基于点云信息的混合拆垛装置的结构图。
图4是根据一示例性实施例示出的一种计算机设备的结构图。
具体实施方式
下面结合附图与实施例对本发明做进一步说明：
为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
图1是根据一示例性实施例示出的基于点云信息的混合拆垛方法的流程图。如图1所示，本发明实施例提供的一种基于点云信息的混合拆垛方法，包括以下步骤：
获取拆垛场景的点云信息；
结合点云信息和深度学习识别框进行点云校验，并筛选最优抓取对象；
抓取最优抓取对象，并依次进行，直至把整垛货物抓取完为止。
一个场景中往往包含多个待抓取的对象(需要的各类参数等)，考虑每个抓取对象的位置、尺寸、姿态以及人为要求等因素，因此需要对每个对象进行严格的校验。
本发明实施例将拆垛场景的点云信息和深度学习识别结合，采用点云校验进行最优抓取对象筛选，最终获取唯一一个可以抓取的最优抓取对象，每执行一次抓取进行一次抓取判断，直到把整垛货物抓完。
作为本实施例一种可能的实现方式，所述深度学习识别框为拆垛场景内多个识别对象组成的数据集。
作为本实施例一种可能的实现方式，进行点云校验，包括：
利用点云信息考察需要校验区域是否存在点云，如果不存在点云，则认为该点云所相关的对象(指箱子、麻袋等需要抓取的物品)不存在干涉问题，判定为可抓取对象；否则该点云所相关的对象为无法抓取对象。
本发明利用场景中点云信息来解决干涉问题。利用点云信息考察需要校验区域是否存在点云，如果不存在点云，则认为该处点云相关的对象不存在干涉问题，可判定为可抓取；否则，无法抓取。一个对象的点云校验根据场景、抓具结构等因素需要完成不只一处的校验，通过多个校验结果，最终判定该对象是否可抓。
作为本实施例一种可能的实现方式，所述最优抓取对象包括最高处的对象或最内侧的对象，此对象特征不唯一，最优抓取对象可以根据项目特点进行人为规定。
采用深度学习识别出垛内所有需要抓取对象，考虑到对象位置与位姿、识别错误、复杂的抓具结构、人为选择等因素，不是每个对象都能够抓取。遍历所有的需要抓取对象，如果抓取某个位置与位姿的对象，校验周围的物体是否会干涉抓具的正常抓取。干涉问题采用点云信息来校验，如果不存在干涉问题，则可判定为可抓取，否则无法抓取。完成干涉校验以后，将抓取对象划分为可抓取对象和不可抓取两类，针对可抓取对象，考虑人为选择的因素，如优先选择可抓取对象中最高的对象或特定位置的对象，最终选择唯一一个最优的抓取对象。
如图2所示，复杂吸盘点云校验区域包括吸盘实际工作区域7、吸盘非工作区域8、吸盘附属结构9、吸盘周围安全区域10。在进行点云校验过程中，先确定吸盘的工作区域，如图2中吸盘工作区域在吸盘实际工作区域7的区域，其他包括8-10等区域，在进行点云校验时，需确保这些区域没有物体，否则将不能抓取该对象。
如图3所示，本发明实施例提供的一种基于点云信息的混合拆垛装置，包括：
点云信息获取模块，用于获取拆垛场景的点云信息；
点云校验模块，用于结合点云信息和深度学习识别框进行点云校验，并筛选最优抓取对象；
货物抓取模块，用于抓取最优抓取对象(需要的各类参数等)，与点云校验模块结合，并依次进行，直至把整垛货物抓取完为止。
作为本实施例一种可能的实现方式，所述深度学习识别框为拆垛场景内多个识别对象组成的数据集。
作为本实施例一种可能的实现方式，所述点云校验模块进行点云校验的过程为：
利用点云信息考察需要校验区域是否存在点云，如果不存在点云，则认为该点云所相关的对象不存在干涉问题，判定为可抓取对象；否则该点云所相关的对象为无法抓取对象。
通过对每个对象所在区域进行校验，若该区域存有大量点云，则说明该对象是实际存在的物品；除此之外，对该对象以外的区域进行点云校验，若存在至少一处有大量点云存在，该对象将不能抓取，否则可以放心抓取，而不用担心碰撞问题。
作为本实施例一种可能的实现方式，所述最优抓取对象包括最高处的对象或最内侧的对象，此对象特征不唯一，最优抓取对象可以根据项目特点进行人为规定。
当一个场景内全部对象识别出来的深度学习识别框集输入时，通过对每个对象所在区域进行校验，若该区域存有大量点云，则说明该对象是实际存在的物品；除此之外，对对象以外的区域进行点云校验，若存在至少一处有大量点云存在，该对象将不能抓取，否则可以放心抓取，而不用担心碰撞问题。最终，根据人为设定(如抓取最高处的对象、抓取最内侧的对象等)进行筛选，最终选择出一个最优的抓取对象。
本发明解决了混合拆垛场景下难以确定拆垛顺序的问题；解决了复杂结构的吸盘或夹具难以进行混合拆垛的难题；利用大量的点云信息来进行判断，比仅用图像识别判断更安全、可靠；采用3D相机搭建系统，系统集成度高，不需要其他辅助设备就可进行拆垛顺序的分配；采用灵活的模块化设计，满足使用者的不同需求；抓取过程中垛型会保持匀称，不会出现垛坡过抖的情况，降低了高垛倾倒的风险。
图4是根据一示例性实施例示出的一种计算机设备的结构图。如图4所示，本发明实施例提供的一种计算机设备，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述装置运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述任意基于点云信息的混合拆垛方法的步骤。
具体地，上述存储器和处理器能够为通用的存储器和处理器，这里不做具体限定，当处理器运行存储器存储的计算机程序时，能够执行上述基于点云信息的混合拆垛方法。
本领域技术人员可以理解，图4中示出的计算机设备的结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。
在一些实施例中，该计算机设备还可以包括触摸屏可用于显示图形用户界面(例如，应用程序的启动界面)和接收用户针对图形用户界面的操作(例如，针对应用程序的启动操作)。具体的触摸屏可包括显示面板和触控面板。其中显示面板可以采用LCD(LiquidCrystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置。触控面板可收集用户在其上或附近的接触或者非接触操作，并生成预先设定的操作指令，例如，用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作。另外，触控面板可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位、姿势，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成处理器能够处理的信息，再送给处理器，并能接收处理器发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板，也可以采用未来发展的任何技术实现触控面板。进一步的，触控面板可覆盖显示面板，用户可以根据显示面板显示的图形用户界面，在显示面板上覆盖的触控面板上或者附近进行操作，触控面板检测到在其上或附近的操作后，传送给处理器以确定用户输入，随后处理器响应于用户输入在显示面板上提供相应的视觉输出。另外，触控面板与显示面板可以作为两个独立的部件来实现也可以集成而来实现。
对应于上述应用程序的启动方法，本发明实施例还提供了一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述任意基于点云信息的混合拆垛方法的步骤。
本申请实施例所提供的应用程序的启动装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。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，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，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，又例如，多个模块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通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请提供的实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于点云信息的混合拆垛方法，其特征是，包括以下步骤：
获取拆垛场景的点云信息；
结合点云信息和深度学习识别框进行点云校验，并筛选最优抓取对象；
抓取最优抓取对象，并依次进行，直至把整垛货物抓取完为止。
2.根据权利要求1所述的基于点云信息的混合拆垛方法，其特征是，所述深度学习识别框为拆垛场景内多个识别对象组成的数据集。
3.根据权利要求1所述的基于点云信息的混合拆垛方法，其特征是，进行点云校验，包括：
利用点云信息考察需要校验区域是否存在点云，如果不存在点云，则认为该点云所相关的对象不存在干涉问题，判定为可抓取对象；否则该点云所相关的对象为无法抓取对象。
4.根据权利要求1所述的基于点云信息的混合拆垛方法，其特征是，所述最优抓取对象包括最高处的对象或最内侧的对象。
5.一种基于点云信息的混合拆垛装置，其特征是，包括：
点云信息获取模块，用于获取拆垛场景的点云信息；
点云校验模块，用于结合点云信息和深度学习识别框进行点云校验，并筛选最优抓取对象；
货物抓取模块，用于抓取最优抓取对象，与点云校验模块结合，并依次进行，直至把整垛货物抓取完为止。
6.根据权利要求5所述的基于点云信息的混合拆垛装置，其特征是，所述深度学习识别框为拆垛场景内多个识别对象组成的数据集。
7.根据权利要求5所述的基于点云信息的混合拆垛装置，其特征是，所述点云校验模块进行点云校验的过程为：
利用点云信息考察需要校验区域是否存在点云，如果不存在点云，则认为该点云所相关的对象不存在干涉问题，判定为可抓取对象；否则该点云所相关的对象为无法抓取对象。
8.根据权利要求5所述的基于点云信息的混合拆垛装置，其特征是，所述最优抓取对象包括最高处的对象或最内侧的对象。
9.一种计算机设备，其特征是，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述AGV仿真装置运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1-4任一所述的基于点云信息的混合拆垛方法的步骤。
10.一种存储介质，其特征是，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1-4任一所述的基于点云信息的混合拆垛方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010983294.XA CN112150427A (zh) | 2020-09-17 | 2020-09-17 | 基于点云信息的混合拆垛方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010983294.XA CN112150427A (zh) | 2020-09-17 | 2020-09-17 | 基于点云信息的混合拆垛方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112150427A true CN112150427A (zh) | 2020-12-29 |
Family
ID=73893108
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010983294.XA Pending CN112150427A (zh) | 2020-09-17 | 2020-09-17 | 基于点云信息的混合拆垛方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112150427A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112802093A (zh) * | 2021-02-05 | 2021-05-14 | 梅卡曼德（北京）机器人科技有限公司 | 对象抓取方法及装置 |
| CN112802106A (zh) * | 2021-02-05 | 2021-05-14 | 梅卡曼德（北京）机器人科技有限公司 | 对象抓取方法及装置 |
| CN114291595A (zh) * | 2022-03-02 | 2022-04-08 | 深圳市维象智能科技有限公司 | 三维视觉引导拆垛系统 |
| CN115476348A (zh) * | 2021-05-31 | 2022-12-16 | 梅卡曼德（北京）机器人科技有限公司 | 夹具控制方法、装置、电子设备和存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108341273A (zh) * | 2017-12-21 | 2018-07-31 | 深圳市鸿益达供应链科技有限公司 | 全自动拆垛系统 |
| CN108942921A (zh) * | 2018-06-11 | 2018-12-07 | 江苏楚门机器人科技有限公司 | 一种基于深度学习物体识别的散乱抓取装置 |
| CN109297433A (zh) * | 2018-11-15 | 2019-02-01 | 青岛星晖昌达智能自动化装备有限公司 | 3d视觉引导拆垛测量系统及其控制方法 |
| US20200065557A1 (en) * | 2018-08-21 | 2020-02-27 | Streem, Inc. | Object recognition enhancement using depth data |
| CN111015652A (zh) * | 2019-12-11 | 2020-04-17 | 深圳市优必选科技股份有限公司 | 机械手控制方法、控制装置、终端设备及可读存储介质 |
| CN111311691A (zh) * | 2020-03-05 | 2020-06-19 | 上海交通大学 | 拆垛机器人拆垛方法及系统 |
| CN111439594A (zh) * | 2020-03-09 | 2020-07-24 | 兰剑智能科技股份有限公司 | 基于3d视觉引导的拆垛方法和系统 |
| CN211197905U (zh) * | 2019-10-16 | 2020-08-07 | 无锡黎曼机器人科技有限公司 | 3d视觉导引纸箱智能拆垛码垛集成系统 |
| CN111508066A (zh) * | 2020-04-16 | 2020-08-07 | 北京迁移科技有限公司 | 一种基于3d视觉的无序堆叠工件抓取系统及交互方法 |
| CN112109086A (zh) * | 2020-09-03 | 2020-12-22 | 清华大学深圳国际研究生院 | 面向工业堆叠零件的抓取方法、终端设备及可读存储介质 |
| CN114074331A (zh) * | 2022-01-19 | 2022-02-22 | 成都考拉悠然科技有限公司 | 一种基于视觉的无序抓取方法及机器人 |
-
2020
- 2020-09-17 CN CN202010983294.XA patent/CN112150427A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108341273A (zh) * | 2017-12-21 | 2018-07-31 | 深圳市鸿益达供应链科技有限公司 | 全自动拆垛系统 |
| CN108942921A (zh) * | 2018-06-11 | 2018-12-07 | 江苏楚门机器人科技有限公司 | 一种基于深度学习物体识别的散乱抓取装置 |
| US20200065557A1 (en) * | 2018-08-21 | 2020-02-27 | Streem, Inc. | Object recognition enhancement using depth data |
| CN109297433A (zh) * | 2018-11-15 | 2019-02-01 | 青岛星晖昌达智能自动化装备有限公司 | 3d视觉引导拆垛测量系统及其控制方法 |
| CN211197905U (zh) * | 2019-10-16 | 2020-08-07 | 无锡黎曼机器人科技有限公司 | 3d视觉导引纸箱智能拆垛码垛集成系统 |
| CN111015652A (zh) * | 2019-12-11 | 2020-04-17 | 深圳市优必选科技股份有限公司 | 机械手控制方法、控制装置、终端设备及可读存储介质 |
| CN111311691A (zh) * | 2020-03-05 | 2020-06-19 | 上海交通大学 | 拆垛机器人拆垛方法及系统 |
| CN111439594A (zh) * | 2020-03-09 | 2020-07-24 | 兰剑智能科技股份有限公司 | 基于3d视觉引导的拆垛方法和系统 |
| CN111508066A (zh) * | 2020-04-16 | 2020-08-07 | 北京迁移科技有限公司 | 一种基于3d视觉的无序堆叠工件抓取系统及交互方法 |
| CN112109086A (zh) * | 2020-09-03 | 2020-12-22 | 清华大学深圳国际研究生院 | 面向工业堆叠零件的抓取方法、终端设备及可读存储介质 |
| CN114074331A (zh) * | 2022-01-19 | 2022-02-22 | 成都考拉悠然科技有限公司 | 一种基于视觉的无序抓取方法及机器人 |
Non-Patent Citations (1)
| Title |
|---|
| 陈晓东等: "3D机器视觉在智能机器人拆垛中的应用", 《电气应用》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112802093A (zh) * | 2021-02-05 | 2021-05-14 | 梅卡曼德（北京）机器人科技有限公司 | 对象抓取方法及装置 |
| CN112802106A (zh) * | 2021-02-05 | 2021-05-14 | 梅卡曼德（北京）机器人科技有限公司 | 对象抓取方法及装置 |
| CN112802093B (zh) * | 2021-02-05 | 2023-09-12 | 梅卡曼德（北京）机器人科技有限公司 | 对象抓取方法及装置 |
| CN115476348A (zh) * | 2021-05-31 | 2022-12-16 | 梅卡曼德（北京）机器人科技有限公司 | 夹具控制方法、装置、电子设备和存储介质 |
| CN114291595A (zh) * | 2022-03-02 | 2022-04-08 | 深圳市维象智能科技有限公司 | 三维视觉引导拆垛系统 |
| CN114291595B (zh) * | 2022-03-02 | 2023-11-14 | 深圳市维象智能科技有限公司 | 三维视觉引导拆垛系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112150427A (zh) | 基于点云信息的混合拆垛方法、装置及设备 | |
| JP6966757B1 (ja) | オブジェクトを把持及び保持するためのロボット式マルチグリッパアセンブリ及び方法 | |
| JP6793428B1 (ja) | 物体を把持および保持するためのロボットマルチグリッパアセンブリおよび方法 | |
| JP6921151B2 (ja) | ロボットの把持のための深層機械学習方法および装置 | |
| JP7411932B2 (ja) | 自動パッケージ登録システム、デバイス、および方法 | |
| JP5806301B2 (ja) | ロボットシステムにおける物理的な物体の選択のための方法 | |
| CN103659838B (zh) | 用机器人取出散装物品的装置和方法 | |
| JP2019509559A (ja) | センサ誘導式ロボットを用いたボックスの位置特定、分離、およびピッキング | |
| JP6843914B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| CN113351522B (zh) | 物品分拣方法、装置及系统 | |
| US9576363B2 (en) | Object picking system, object detecting device, object detecting method | |
| EP3159119B1 (en) | Worker terminal for robot operation | |
| JP2019188516A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| CN110539299B (zh) | 机器手作业方法、控制器以及机器手系统 | |
| US20240095943A1 (en) | Device determination system, device determination method, and device determination program | |
| CN109697730B (zh) | 基于光学识别的ic芯片处理方法、系统及存储介质 | |
| CN114286739A (zh) | 信息处理装置、设定装置及方法、图像识别系统、机器人系统、学习装置以及学习完毕模型的生成方法 | |
| CN115485216A (zh) | 机器人多表面夹持器组件及其操作方法 | |
| JP7517788B2 (ja) | 物品取り出しシステム | |
| CN108555902A (zh) | 一种机器人分拣物品的方法、装置及机器人 | |
| CN111702761B (zh) | 码垛机器人的控制方法、控制装置、处理器和分拣系统 | |
| WO2020166509A1 (ja) | 制御装置及びプログラム | |
| JP2016221602A (ja) | ロボット、制御装置およびプログラム | |
| US20230069565A1 (en) | Systems and Methods for Doubles Detection and Mitigation | |
| JP2020062707A (ja) | 情報処理装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201229 |
|
| RJ01 | Rejection of invention patent application after publication |