CN112720497B - 机械手的控制方法、装置、拾取设备及存储介质 - Google Patents
机械手的控制方法、装置、拾取设备及存储介质 Download PDFInfo
- Publication number
- CN112720497B CN112720497B CN202011614961.3A CN202011614961A CN112720497B CN 112720497 B CN112720497 B CN 112720497B CN 202011614961 A CN202011614961 A CN 202011614961A CN 112720497 B CN112720497 B CN 112720497B
- Authority
- CN
- China
- Prior art keywords
- target object
- target
- quality
- density
- suction
- 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.)
- Active
Links
Images
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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本申请提供了一种机械手的控制方法、装置、拾取设备及计算机可读存储介质,所述方法应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有至少一种吸取组件,所述方法包括:获取目标对象的质量;根据所述目标对象的质量,从所述至少一种吸取组件中确定其中一种吸取组件作为目标吸取组件;控制所述机械手使用所述目标吸取组件吸取所述目标对象,以使所述机械手移动所述目标对象。一方面,相比抓取和钩取等方式,使用吸取组件吸取,对目标对象的损伤较小;另一方面,同一机械手可以利用多种吸取组件实现对不同质量的对象的拾取,适用范围广,降低使用成本。
Description
技术领域
本申请涉及计算机视觉技术和工业检测技术领域,尤其涉及机械手的控制方法、装置、拾取设备及计算机可读存储介质。
背景技术
现有的机械手一般具有固定的结构和功能,在对工件进行拾取时,同一机械手只能拾取一定质量的工件,通用性较差。
发明内容
本申请的目的在于提供机械手的控制方法、装置、拾取设备及计算机可读存储介质,同一机械手可以利用多种吸取组件实现对不同质量的对象的拾取,适用范围广,降低使用成本。
本申请的目的采用以下技术方案实现:
第一方面,本申请提供了一种机械手的控制方法,应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有至少一种吸取组件,所述方法包括:获取目标对象的质量;根据所述目标对象的质量,从所述至少一种吸取组件中确定其中一种吸取组件作为目标吸取组件;控制所述机械手使用所述目标吸取组件吸取所述目标对象,以使所述机械手移动所述目标对象。该技术方案的有益效果在于,机械手可以根据目标对象的质量选择对应的目标吸取组件吸取目标对象,从而实现对目标对象的拾取,一方面,相比抓取和钩取等方式,使用吸取组件吸取,对目标对象的损伤较小;另一方面,同一机械手可以利用多种吸取组件实现对不同质量的对象的拾取,适用范围广,降低使用成本。
在一些可选的实施例中,所述获取目标对象的质量,包括:获取所述目标对象的视觉检测数据,所述视觉检测数据是视觉检测设备检测所述目标对象得到的;根据所述目标对象的视觉检测数据,获取所述目标对象的密度和体积;根据所述目标对象的密度和体积,获取所述目标对象的质量。该技术方案的有益效果在于,可以利用视觉检测设备获取视觉检测数据,由视觉检测数据可以获取目标对象的密度和体积,从而获取目标对象的质量,整个质量估计过程利用计算机视觉技术直接获取目标对象的密度和体积,实现了非接触式质量估计,无需采取接触式的手段测量目标对象的质量。
在一些可选的实施例中,所述视觉检测数据包括2D图像数据;获取所述目标对象的密度的方法包括:根据所述2D图像数据,获取所述目标对象的纹理信息;根据所述目标对象的纹理信息,获取所述目标对象的密度。该技术方案的有益效果在于,2D图像信息可以较为直观地反映目标对象的纹理信息,可以根据目标对象的纹理信息判断目标对象的材质,从而根据材质获取目标对象的密度。
在一些可选的实施例中,所述根据所述目标对象的纹理信息,获取所述目标对象的密度,包括:获取多个样本对象的纹理信息和密度标注数据;根据所述多个样本对象的纹理信息和密度标注数据,利用深度学习模型进行训练,得到密度分类模型;将所述目标对象的纹理信息输入所述密度分类模型,得到所述目标对象的密度。该技术方案的有益效果在于,可以根据多个样本对象的纹理信息和对应的密度标注数据,利用深度学习模型进行训练,得到密度分类模型,一方面,通过向密度分类模型输入目标对象的纹理信息,可以得到目标对象的密度,根据密度可以获取质量,便于根据目标对象的质量选择对应的吸取组件;另一方面,密度分类模型可以由大量的样本数据训练而成,可以识别多种纹理信息,适用范围广,智能化水平高。
在一些可选的实施例中,所述至少一种吸取组件包括真空吸盘和电磁吸盘;所述根据所述目标对象的质量,从所述至少一种吸取组件中确定其中一种吸取组件作为目标吸取组件,包括:检测所述目标对象的质量是否大于预设阈值;确定所述目标对象的质量不大于所述预设阈值,则确定所述真空吸盘作为所述目标吸取组件;确定所述目标对象的质量大于所述预设阈值,则确定所述电磁吸盘作为所述目标吸取组件。该技术方案的有益效果在于,可以将目标对象的质量与预设阈值进行对比,一方面,若目标对象的质量不大于预设阈值,可以使用真空吸盘吸取目标对象,真空吸盘可以吸取较轻和/或表面粗糙的对象,可以提高吸取效率,且使用成本较低;另一方面,若目标对象的质量大于预设阈值,可以使用电磁吸盘吸取目标对象,电磁吸盘的吸力较大,可以吸取较重的对象。
在一些可选的实施例中,所述方法还包括:根据所述目标对象的质量,确定所述目标对象对应的吸取参数;所述控制所述机械手使用所述目标吸取组件吸取所述目标对象,以使所述机械手移动所述目标对象,包括:根据所述吸取参数,控制所述机械手使用所述目标吸取组件吸取所述目标对象。该技术方案的有益效果在于,可以根据目标对象的质量确定对应的吸取参数,机械手可以根据吸取参数使用对应的目标吸取组件吸取目标对象,对于不同质量的对象,同一机械手可以通过调整吸取参数和/或吸取组件,实现对不同质量的对象的拾取,适用范围广。
在一些可选的实施例中,所述吸取参数包括以下至少一种:气缸参数;电机参数;所述目标吸取组件的标识、数量以及每个目标吸取组件对应的吸取力、吸取压强。该技术方案的有益效果在于,可以根据目标对象的质量调整相应的吸取参数,实现对不同质量的对象的拾取,适用范围广。
第二方面,本申请提供了一种机械手的控制装置,应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有至少一种吸取组件,所述装置包括:质量获取模块,用于获取目标对象的质量;组件确定模块,用于根据所述目标对象的质量,从所述至少一种吸取组件中确定其中一种吸取组件作为目标吸取组件;吸取控制模块,用于控制所述机械手使用所述目标吸取组件吸取所述目标对象,以使所述机械手移动所述目标对象。
在一些可选的实施例中,所述质量获取模块包括:视觉获取子模块,用于获取所述目标对象的视觉检测数据,所述视觉检测数据是视觉检测设备检测所述目标对象得到的;参数获取子模块,用于根据所述目标对象的视觉检测数据,获取所述目标对象的密度和体积;获取质量子模块,用于根据所述目标对象的密度和体积,获取所述目标对象的质量。
在一些可选的实施例中,所述视觉检测数据包括2D图像数据;所述参数获取子模块包括:纹理获取单元,用于根据所述2D图像数据,获取所述目标对象的纹理信息;密度获取单元,用于根据所述目标对象的纹理信息,获取所述目标对象的密度。
在一些可选的实施例中,所述密度获取单元包括:样本获取子单元,用于获取多个样本对象的纹理信息和密度标注数据;模型训练子单元,用于根据所述多个样本对象的纹理信息和密度标注数据,利用深度学习模型进行训练,得到密度分类模型;信息输入子单元,用于将所述目标对象的纹理信息输入所述密度分类模型,得到所述目标对象的密度。
在一些可选的实施例中,所述至少一种吸取组件包括真空吸盘和电磁吸盘;所述组件确定模块包括:质量检测子模块,用于检测所述目标对象的质量是否大于预设阈值;真空吸盘子模块,用于确定所述目标对象的质量不大于所述预设阈值,则确定所述真空吸盘作为所述目标吸取组件;电磁吸盘子模块,用于确定所述目标对象的质量大于所述预设阈值,则确定所述电磁吸盘作为所述目标吸取组件。
在一些可选的实施例中,所述装置还包括:吸取参数模块,用于根据所述目标对象的质量,确定所述目标对象对应的吸取参数;所述吸取控制模块用于根据所述吸取参数,控制所述机械手使用所述目标吸取组件吸取所述目标对象。
在一些可选的实施例中,所述吸取参数包括以下至少一种:气缸参数;电机参数;所述目标吸取组件的标识、数量以及每个目标吸取组件对应的吸取力、吸取压强。
第三方面,本申请提供了一种拾取设备,所述拾取设备包括存储器、处理器和机械手,所述机械手设置有至少一种吸取组件,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项方法的步骤。
在一些可选的实施例中,所述至少一种吸取组件包括真空吸盘和电磁吸盘。
第四方面,本申请提供了一种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上述任一项方法的步骤。
附图说明
下面结合附图和实施例对本申请进一步说明。
图1是本申请实施例提供的一种机械手的控制方法的流程示意图;
图2是本申请实施例提供的一种获取质量的流程示意图;
图3是本申请实施例提供的一种获取密度的流程示意图;
图4是本申请实施例提供的一种获取密度的流程示意图;
图5是本申请实施例提供的一种确定目标吸取组件的流程示意图;
图6是本申请实施例提供的一种机械手的控制方法的流程示意图;
图7是本申请实施例提供的一种机械手的控制装置的结构示意图;
图8是本申请实施例提供的一种质量获取模块的结构示意图;
图9是本申请实施例提供的一种参数获取子模块的结构示意图;
图10是本申请实施例提供的一种密度获取单元的结构示意图;
图11是本申请实施例提供的一种组件确定模块的结构示意图;
图12是本申请实施例提供的一种机械手的控制装置的结构示意图;
图13是本申请实施例提供的一种拾取设备的结构框图;
图14是本申请实施例提供的一种用于实现机械手的控制方法的程序产品的结构示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本申请做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
参见图1,本申请实施例提供了一种机械手的控制方法,应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有至少一种吸取组件,所述方法包括步骤S101~S103。
步骤S101:获取目标对象的质量。
参见图2,在一具体实施方式中,所述步骤S101可以包括步骤S201~S203。
步骤S201:获取所述目标对象的视觉检测数据,所述视觉检测数据是视觉检测设备检测所述目标对象得到的。
步骤S202:根据所述目标对象的视觉检测数据,获取所述目标对象的密度和体积。
参见图3,在一具体实施方式中,所述视觉检测数据可以包括2D图像数据,所述步骤S202中,获取所述目标对象的密度的方法可以包括步骤S301~S302。
步骤S301:根据所述2D图像数据,获取所述目标对象的纹理信息。
步骤S302:根据所述目标对象的纹理信息,获取所述目标对象的密度。
其中,步骤S302可以包括:根据所述目标对象的纹理信息,获取所述目标对象的材质;根据所述目标对象的材质,获取所述目标对象的密度。
由此,2D图像信息可以较为直观地反映目标对象的纹理信息,可以根据目标对象的纹理信息判断目标对象的材质,从而根据材质获取目标对象的密度。
参见图4,在一具体实施方式中,所述步骤S302可以包括步骤S401~S403。
步骤S401:获取多个样本对象的纹理信息和密度标注数据。
步骤S402:根据所述多个样本对象的纹理信息和密度标注数据,利用深度学习模型进行训练,得到密度分类模型。
步骤S403:将所述目标对象的纹理信息输入所述密度分类模型,得到所述目标对象的密度。
由此,可以根据多个样本对象的纹理信息和对应的密度标注数据,利用深度学习模型进行训练,得到密度分类模型,一方面,通过向密度分类模型输入目标对象的纹理信息,可以得到目标对象的密度,根据密度可以获取质量,便于根据目标对象的质量选择对应的吸取组件;另一方面,密度分类模型可以由大量的样本数据训练而成,可以识别多种纹理信息,适用范围广,智能化水平高。
步骤S203:根据所述目标对象的密度和体积,获取所述目标对象的质量。
由此,可以利用视觉检测设备获取视觉检测数据,由视觉检测数据可以获取目标对象的密度和体积,从而获取目标对象的质量,整个质量估计过程利用计算机视觉技术直接获取目标对象的密度和体积,实现了非接触式质量估计,无需采取接触式的手段测量目标对象的质量。
步骤S102:根据所述目标对象的质量,从所述至少一种吸取组件中确定其中一种吸取组件作为目标吸取组件。
在一具体实施方式中,吸取组件可以吸取具有平整表面的物体,例如是锅、芯片、手机盖板、玻璃、小包裹、蛋糕托盘、模组等物体。吸取组件还可以吸取冰淇淋蛋托,从而制作冰淇淋。
参见图5,在一具体实施方式中,所述至少一种吸取组件可以包括真空吸盘和电磁吸盘;所述步骤S102可以包括步骤S501~S503。
步骤S501:检测所述目标对象的质量是否大于预设阈值。
步骤S502:确定所述目标对象的质量不大于所述预设阈值,则确定所述真空吸盘作为所述目标吸取组件。
步骤S503:确定所述目标对象的质量大于所述预设阈值,则确定所述电磁吸盘作为所述目标吸取组件。
由此,可以将目标对象的质量与预设阈值进行对比,一方面,若目标对象的质量不大于预设阈值,可以使用真空吸盘吸取目标对象,真空吸盘可以吸取较轻和/或表面粗糙的对象,可以提高吸取效率,且使用成本较低;另一方面,若目标对象的质量大于预设阈值,可以使用电磁吸盘吸取目标对象,电磁吸盘的吸力较大,可以吸取较重的对象。
在一具体实施方式中,所述至少一种吸取组件还可以包括磁悬浮组件。
步骤S103:控制所述机械手使用所述目标吸取组件吸取所述目标对象,以使所述机械手移动所述目标对象。
由此,机械手可以根据目标对象的质量选择对应的目标吸取组件吸取目标对象,从而实现对目标对象的拾取,一方面,相比抓取和钩取等方式,使用吸取组件吸取,对目标对象的损伤较小;另一方面,同一机械手可以利用多种吸取组件实现对不同质量的对象的拾取,适用范围广,降低使用成本。
参见图6,在一具体实施方式中,所述方法还可以包括步骤S104。
步骤S104:根据所述目标对象的质量,确定所述目标对象对应的吸取参数。
在一具体实施方式中,所述吸取参数可以包括以下至少一种:气缸参数;电机参数;所述目标吸取组件的标识、数量以及每个目标吸取组件对应的吸取力、吸取压强。
由此,可以根据目标对象的质量调整相应的吸取参数,实现对不同质量的对象的拾取,适用范围广。
所述步骤S103可以包括:根据所述吸取参数,控制所述机械手使用所述目标吸取组件吸取所述目标对象。
由此,可以根据目标对象的质量确定对应的吸取参数,机械手可以根据吸取参数使用对应的目标吸取组件吸取目标对象,对于不同质量的对象,同一机械手可以通过调整吸取参数和/或吸取组件,实现对不同质量的对象的拾取,适用范围广。
参见图7,本申请实施例还提供了一种机械手的控制装置,其具体实现方式与上述机械手的控制方法的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。所述装置应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有至少一种吸取组件。
所述装置包括:质量获取模块11,用于获取目标对象的质量;组件确定模块12,用于根据所述目标对象的质量,从所述至少一种吸取组件中确定其中一种吸取组件作为目标吸取组件;吸取控制模块13,用于控制所述机械手使用所述目标吸取组件吸取所述目标对象,以使所述机械手移动所述目标对象。
参见图8,在一具体实施方式中,所述质量获取模块11可以包括:视觉获取子模块111,可以用于获取所述目标对象的视觉检测数据,所述视觉检测数据是视觉检测设备检测所述目标对象得到的;参数获取子模块112,可以用于根据所述目标对象的视觉检测数据,获取所述目标对象的密度和体积;获取质量子模块113,可以用于根据所述目标对象的密度和体积,获取所述目标对象的质量。
参见图9,在一具体实施方式中,所述视觉检测数据可以包括2D图像数据;所述参数获取子模块112可以包括:纹理获取单元1121,可以用于根据所述2D图像数据,获取所述目标对象的纹理信息;密度获取单元1122,可以用于根据所述目标对象的纹理信息,获取所述目标对象的密度。
参见图10,在一具体实施方式中,所述密度获取单元1122可以包括:样本获取子单元1122a,可以用于获取多个样本对象的纹理信息和密度标注数据;模型训练子单元1122b,可以用于根据所述多个样本对象的纹理信息和密度标注数据,利用深度学习模型进行训练,得到密度分类模型;信息输入子单元1122c,可以用于将所述目标对象的纹理信息输入所述密度分类模型,得到所述目标对象的密度。
参见图11,在一具体实施方式中,所述至少一种吸取组件可以包括真空吸盘和电磁吸盘;所述组件确定模块12可以包括:质量检测子模块121,可以用于检测所述目标对象的质量是否大于预设阈值;真空吸盘子模块122,可以用于确定所述目标对象的质量不大于所述预设阈值,则确定所述真空吸盘作为所述目标吸取组件;电磁吸盘子模块123,可以用于确定所述目标对象的质量大于所述预设阈值,则确定所述电磁吸盘作为所述目标吸取组件。
参见图12,在一具体实施方式中,所述装置还可以包括:吸取参数模块14,可以用于根据所述目标对象的质量,确定所述目标对象对应的吸取参数;所述吸取控制模块13可以用于根据所述吸取参数,控制所述机械手使用所述目标吸取组件吸取所述目标对象。
在一具体实施方式中,所述吸取参数可以包括以下至少一种:气缸参数;电机参数;所述目标吸取组件的标识、数量以及每个目标吸取组件对应的吸取力、吸取压强。
参见图13,本申请实施例还提供了一种拾取设备200,拾取设备200包括至少一个存储器210、至少一个处理器220以及连接不同平台系统的总线230。
存储器210可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)211和/或高速缓存存储器212,还可以进一步包括只读存储器(ROM)213。
其中,存储器210还存储有计算机程序,计算机程序可以被处理器220执行,使得处理器220执行本申请实施例中机械手的控制方法的步骤,其具体实现方式与上述机械手的控制方法的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
存储器210还可以包括具有一组(至少一个)程序模块215的程序/实用工具214,这样的程序模块包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
相应的,处理器220可以执行上述计算机程序,以及可以执行程序/实用工具214。
总线230可以为表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。
拾取设备200也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信,还可与一个或者多个能够与该拾取设备200交互的设备通信,和/或与使得该拾取设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且,拾取设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器260可以通过总线230与拾取设备200的其它模块通信。应当明白,尽管图中未示出,可以结合拾取设备200使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
在一具体实施方式中,所述拾取设备200还包括机械手(图中未示出),所述机械手设置有至少一种吸取组件。
在一具体实施方式中,所述至少一种吸取组件可以包括真空吸盘和电磁吸盘。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质用于存储计算机程序,所述计算机程序被执行时实现本申请实施例中机械手的控制方法的步骤,其具体实现方式与上述机械手的控制方法的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
图14示出了本实施例提供的用于实现上述机械手的控制方法的程序产品300,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品300不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品300可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言诸如Java、C++等,还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本申请从使用目的上,效能上,进步及新颖性等观点进行阐述,其设置有的实用进步性,已符合专利法所强调的功能增进及使用要件,本申请以上的说明及附图,仅为本申请的较佳实施例而已,并非以此局限本申请,因此,凡一切与本申请构造,装置,特征等近似、雷同的,即凡依本申请专利申请范围所作的等同替换或修饰等,皆应属本申请的专利申请保护的范围之内。
Claims (9)
1.一种机械手的控制方法,其特征在于,应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有至少一种吸取组件,所述方法包括:
获取目标对象的质量;
根据所述目标对象的质量,从所述至少一种吸取组件中确定其中一种吸取组件作为目标吸取组件;
控制所述机械手使用所述目标吸取组件吸取所述目标对象,以使所述机械手移动所述目标对象;
所述获取目标对象的质量,包括:
获取所述目标对象的视觉检测数据,所述视觉检测数据是视觉检测设备检测所述目标对象得到的;
根据所述目标对象的视觉检测数据,获取所述目标对象的密度和体积;
根据所述目标对象的密度和体积,获取所述目标对象的质量;
所述至少一种吸取组件包括真空吸盘和电磁吸盘;
所述根据所述目标对象的质量,从所述至少一种吸取组件中确定其中一种吸取组件作为目标吸取组件,包括:
检测所述目标对象的质量是否大于预设阈值;
确定所述目标对象的质量不大于所述预设阈值,则确定所述真空吸盘作为所述目标吸取组件;
确定所述目标对象的质量大于所述预设阈值,则确定所述电磁吸盘作为所述目标吸取组件;
所述方法还包括:
根据所述目标对象的质量,确定所述目标对象对应的吸取参数;
所述控制所述机械手使用所述目标吸取组件吸取所述目标对象,以使所述机械手移动所述目标对象,包括:
根据所述吸取参数,控制所述机械手使用所述目标吸取组件吸取所述目标对象;
其中,所述吸取参数包括以下至少一种:气缸参数;电机参数;所述目标吸取组件的标识、数量以及每个目标吸取组件对应的吸取力、吸取压强。
2.根据权利要求1所述的机械手的控制方法,其特征在于,所述视觉检测数据包括2D图像数据;
获取所述目标对象的密度的方法包括:
根据所述2D图像数据,获取所述目标对象的纹理信息;
根据所述目标对象的纹理信息,获取所述目标对象的密度。
3.根据权利要求2所述的机械手的控制方法,其特征在于,所述根据所述目标对象的纹理信息,获取所述目标对象的密度,包括:
获取多个样本对象的纹理信息和密度标注数据;
根据所述多个样本对象的纹理信息和密度标注数据,利用深度学习模型进行训练,得到密度分类模型;
将所述目标对象的纹理信息输入所述密度分类模型,得到所述目标对象的密度。
4.一种机械手的控制装置,其特征在于,应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有至少一种吸取组件,所述装置包括:
质量获取模块,用于获取目标对象的质量;
组件确定模块,用于根据所述目标对象的质量,从所述至少一种吸取组件中确定其中一种吸取组件作为目标吸取组件;
吸取控制模块,用于控制所述机械手使用所述目标吸取组件吸取所述目标对象,以使所述机械手移动所述目标对象;
所述质量获取模块包括:
视觉获取子模块,用于获取所述目标对象的视觉检测数据,所述视觉检测数据是视觉检测设备检测所述目标对象得到的;
参数获取子模块,用于根据所述目标对象的视觉检测数据,获取所述目标对象的密度和体积;
获取质量子模块,用于根据所述目标对象的密度和体积,获取所述目标对象的质量;
所述至少一种吸取组件包括真空吸盘和电磁吸盘;
所述组件确定模块包括:
质量检测子模块,用于检测所述目标对象的质量是否大于预设阈值;
真空吸盘子模块,用于确定所述目标对象的质量不大于所述预设阈值,则确定所述真空吸盘作为所述目标吸取组件;
电磁吸盘子模块,用于确定所述目标对象的质量大于所述预设阈值,则确定所述电磁吸盘作为所述目标吸取组件;
所述装置还包括:
吸取参数模块,用于根据所述目标对象的质量,确定所述目标对象对应的吸取参数;
所述吸取控制模块用于根据所述吸取参数,控制所述机械手使用所述目标吸取组件吸取所述目标对象;
其中,所述吸取参数包括以下至少一种:气缸参数;电机参数;所述目标吸取组件的标识、数量以及每个目标吸取组件对应的吸取力、吸取压强。
5.根据权利要求4所述的机械手的控制装置,其特征在于,所述视觉检测数据包括2D图像数据;
所述参数获取子模块包括:
纹理获取单元,用于根据所述2D图像数据,获取所述目标对象的纹理信息;
密度获取单元,用于根据所述目标对象的纹理信息,获取所述目标对象的密度。
6.根据权利要求5所述的机械手的控制装置,其特征在于,所述密度获取单元包括:
样本获取子单元,用于获取多个样本对象的纹理信息和密度标注数据;
模型训练子单元,用于根据所述多个样本对象的纹理信息和密度标注数据,利用深度学习模型进行训练,得到密度分类模型;
信息输入子单元,用于将所述目标对象的纹理信息输入所述密度分类模型,得到所述目标对象的密度。
7.一种拾取设备,其特征在于,所述拾取设备包括存储器、处理器和机械手,所述机械手设置有至少一种吸取组件,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1-3任一项所述方法的步骤。
8.根据权利要求7所述的拾取设备,其特征在于,所述至少一种吸取组件包括真空吸盘和电磁吸盘。
9.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011614961.3A CN112720497B (zh) | 2020-12-30 | 2020-12-30 | 机械手的控制方法、装置、拾取设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011614961.3A CN112720497B (zh) | 2020-12-30 | 2020-12-30 | 机械手的控制方法、装置、拾取设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112720497A CN112720497A (zh) | 2021-04-30 |
CN112720497B true CN112720497B (zh) | 2022-05-17 |
Family
ID=75610744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011614961.3A Active CN112720497B (zh) | 2020-12-30 | 2020-12-30 | 机械手的控制方法、装置、拾取设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112720497B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114589703A (zh) * | 2022-04-25 | 2022-06-07 | 北京京东乾石科技有限公司 | 端拾器控制方法、端拾器装置、搬运机器人及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865328A (zh) * | 2016-03-30 | 2016-08-17 | 上海斐讯数据通信技术有限公司 | 一种测量物理重量的系统及方法 |
CN108772840A (zh) * | 2018-07-02 | 2018-11-09 | 常州普旺科技有限公司 | 一种基于计算机视觉和机器学习的自适应分拣系统及方法 |
CN110084244A (zh) * | 2019-03-14 | 2019-08-02 | 上海达显智能科技有限公司 | 基于图像识别物体的方法、智能设备及应用 |
CN209291500U (zh) * | 2018-11-29 | 2019-08-23 | 武汉库柏特科技有限公司 | 一种机器人用多吸盘组合式抓取装置 |
CN110522466A (zh) * | 2018-05-23 | 2019-12-03 | 西门子医疗有限公司 | 确定患者重量和/或体重指数的方法和装置 |
CN110626548A (zh) * | 2018-06-21 | 2019-12-31 | 佳能株式会社 | 信息处理设备、信息处理方法和存储介质 |
CN111791225A (zh) * | 2019-04-02 | 2020-10-20 | 现代自动车株式会社 | 机器人的控制方法和控制系统 |
CN111922850A (zh) * | 2020-08-25 | 2020-11-13 | 杭州祥生砂光机制造有限公司 | 一种龙门式垂直面式抓取结构及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6117853B2 (ja) * | 2015-05-13 | 2017-04-19 | ファナック株式会社 | バラ積みされた物品を取り出すための物品取出システム、および方法 |
-
2020
- 2020-12-30 CN CN202011614961.3A patent/CN112720497B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105865328A (zh) * | 2016-03-30 | 2016-08-17 | 上海斐讯数据通信技术有限公司 | 一种测量物理重量的系统及方法 |
CN110522466A (zh) * | 2018-05-23 | 2019-12-03 | 西门子医疗有限公司 | 确定患者重量和/或体重指数的方法和装置 |
CN110626548A (zh) * | 2018-06-21 | 2019-12-31 | 佳能株式会社 | 信息处理设备、信息处理方法和存储介质 |
CN108772840A (zh) * | 2018-07-02 | 2018-11-09 | 常州普旺科技有限公司 | 一种基于计算机视觉和机器学习的自适应分拣系统及方法 |
CN209291500U (zh) * | 2018-11-29 | 2019-08-23 | 武汉库柏特科技有限公司 | 一种机器人用多吸盘组合式抓取装置 |
CN110084244A (zh) * | 2019-03-14 | 2019-08-02 | 上海达显智能科技有限公司 | 基于图像识别物体的方法、智能设备及应用 |
CN111791225A (zh) * | 2019-04-02 | 2020-10-20 | 现代自动车株式会社 | 机器人的控制方法和控制系统 |
CN111922850A (zh) * | 2020-08-25 | 2020-11-13 | 杭州祥生砂光机制造有限公司 | 一种龙门式垂直面式抓取结构及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112720497A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829947B (zh) | 位姿确定方法、托盘装载方法、装置、介质及电子设备 | |
US10207868B1 (en) | Variable compliance EOAT for optimization of GCU | |
US10970866B2 (en) | Shape information generation apparatus, control apparatus, loading/unloading apparatus, logistics system, non-transitory computer-readable medium, and control method | |
CN105429775B (zh) | 一种上报日志的方法及装置 | |
CN112720497B (zh) | 机械手的控制方法、装置、拾取设备及存储介质 | |
CN112873212B (zh) | 抓取点检测方法及装置、电子设备和存储介质 | |
CN107578463A (zh) | 对雷达点云数据进行栅格化处理的方法和装置 | |
CN105740145A (zh) | 定位控件中的元素的方法及装置 | |
CN115952096A (zh) | 数据中心软件系统的故障检测方法、装置、设备、介质 | |
CN112734700A (zh) | 工件检测方法、装置、电子设备及存储介质 | |
CN114202526A (zh) | 质量检测方法、系统、装置、电子设备和介质 | |
CN107943387A (zh) | 一种文件处理方法及移动终端 | |
CN112720496B (zh) | 机械手的控制方法、装置、拾取设备及存储介质 | |
CN112720500B (zh) | 机械手的控制方法、装置、拾取设备及存储介质 | |
CN112720495A (zh) | 机械手的控制方法、装置、拾取设备及存储介质 | |
CN112720499B (zh) | 机械手的控制方法、装置、拾取设备及存储介质 | |
CN112775968B (zh) | 机械手的控制方法、装置、拾取设备及存储介质 | |
CN115318760A (zh) | 一种输电铁塔的无人机激光清洗方法及系统 | |
CN112598645A (zh) | 轮廓检测方法、装置、设备及存储介质 | |
CN113682828B (zh) | 物品码垛的方法、装置和系统 | |
CN112720498A (zh) | 机械手的控制方法、装置、拾取设备及存储介质 | |
CN112785554A (zh) | 质量估计方法、装置、电子设备及存储介质 | |
CN112801941B (zh) | 静电去除的方法、装置、设备及存储介质 | |
CN112784687B (zh) | 机械手的控制方法、装置、设备及计算机可读存储介质 | |
CN110706474A (zh) | 红外发射功能的检测系统、方法、装置、设备及存储介质 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220329 Address after: Building C, No.888, Huanhu West 2nd Road, Lingang New District, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai Applicant after: Shenlan Intelligent Technology (Shanghai) Co.,Ltd. Address before: 213000 No.103, building 4, Chuangyan port, Changzhou science and Education City, No.18, middle Changwu Road, Wujin District, Changzhou City, Jiangsu Province Applicant before: SHENLAN ARTIFICIAL INTELLIGENCE CHIP RESEARCH INSTITUTE (JIANGSU) Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |