CN112775968B - 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 PDF

Info

Publication number
CN112775968B
CN112775968B CN202011642958.2A CN202011642958A CN112775968B CN 112775968 B CN112775968 B CN 112775968B CN 202011642958 A CN202011642958 A CN 202011642958A CN 112775968 B CN112775968 B CN 112775968B
Authority
CN
China
Prior art keywords
target object
winding
picking
wound
acquiring
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
Application number
CN202011642958.2A
Other languages
English (en)
Other versions
CN112775968A (zh
Inventor
陈海波
李宗剑
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.)
Shenlan Intelligent Technology Shanghai Co ltd
Original Assignee
Shenlan Intelligent Technology Shanghai 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 Shenlan Intelligent Technology Shanghai Co ltd filed Critical Shenlan Intelligent Technology Shanghai Co ltd
Priority to CN202011642958.2A priority Critical patent/CN112775968B/zh
Publication of CN112775968A publication Critical patent/CN112775968A/zh
Application granted granted Critical
Publication of CN112775968B publication Critical patent/CN112775968B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Manipulator (AREA)

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，所述方法包括：检测目标对象是否发生缠绕；若检测到所述目标对象发生缠绕，则获取所述目标对象对应的缠绕参数；根据所述目标对象对应的缠绕参数，获取所述目标对象对应的拾取策略；根据所述拾取策略，控制所述机械手拾取所述目标对象，以使所述目标对象的位置发生移动。通过检测目标对象是否发生缠绕，当目标对象发生缠绕时，可以根据对应的缠绕参数制定相应的拾取策略，一方面，可以解除缠绕；另一方面，可以利用机械手拾取目标对象，使得目标对象顺利离开当前位置。

Description

机械手的控制方法、装置、拾取设备及存储介质
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，在对目标对象进行拾取的过程中，若目标对象发生缠绕，机械手只能执行单一的拾取操作，无法解除缠绕状态，可能造成拾取失败。
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，一方面，可以解除缠绕；另一方面，可以利用机械手拾取目标对象，使得目标对象顺利离开当前位置。
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，所述方法包括：检测目标对象是否发生缠绕；若检测到所述目标对象发生缠绕，则获取所述目标对象对应的缠绕参数；根据所述目标对象对应的缠绕参数，获取所述目标对象对应的拾取策略；根据所述拾取策略，控制所述机械手拾取所述目标对象，以使所述目标对象的位置发生移动。该技术方案的有益效果在于，通过检测目标对象是否发生缠绕，当目标对象发生缠绕时，可以根据对应的缠绕参数制定相应的拾取策略，一方面，可以解除缠绕；另一方面，可以利用机械手拾取目标对象，使得目标对象顺利离开当前位置。
在一些可选的实施例中，所述检测目标对象是否发生缠绕，包括：获取所述目标对象的视觉检测数据，所述目标对象的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，检测所述目标对象是否发生缠绕。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，从而根据视觉检测数据判断目标对象是否发生缠绕。
在一些可选的实施例中，所述根据所述目标对象的视觉检测数据，检测所述目标对象是否发生缠绕，包括：获取多个样本对象的视觉检测数据和缠绕标注数据，每个样本对象的缠绕标注数据用于指示所述样本对象是否发生缠绕；根据所述多个样本对象的视觉检测数据和缠绕标注数据，利用深度学习模型进行训练，得到缠绕分类模型；将所述目标对象的视觉检测数据输入所述缠绕分类模型，检测出所述目标对象是否发生缠绕。该技术方案的有益效果在于，可以根据多个样本对象的视觉检测数据和缠绕标注数据，利用深度学习模型进行训练，得到缠绕分类模型，一方面，可以通过向缠绕分类模型输入目标对象的视觉检测模型，判断目标对象是否发生缠绕，便于采取相应的拾取策略；另一方面，缠绕分类模型可以由大量的样本数据训练而成，可以识别多种缠绕类型，适用范围广，智能化水平高。
在一些可选的实施例中，所述检测目标对象是否发生缠绕，包括：若接收到云服务器和/或用户设备发送的缠绕告警信息，则确定所述目标对象发生缠绕。该技术方案的有益效果在于，用户发现目标对象发生缠绕时，可以通过云服务器和/或用户设备发送缠绕告警信息，确定目标对象发送缠绕，从而采取对应的拾取策略。
在一些可选的实施例中，所述缠绕参数包括以下至少一种：目标对象的标识；所述目标对象所缠绕的缠绕对象的标识；所述缠绕对象的设置类型，所述设置类型用于指示所述缠绕对象是否固定设置；周围环境类型；所述目标对象与所述缠绕对象的缠绕方式。该技术方案的有益效果在于，可以通过缠绕参数获取相应的拾取策略，针对不同的目标对象、不同的缠绕物、不同的环境以及不同的缠绕方式，可以采取不同的拾取策略在解除缠绕的同时对目标对象进行拾取。
在一些可选的实施例中，所述缠绕参数包括所述目标对象所缠绕的缠绕对象的设置类型，所述机械手设置有固定组件和拾取组件；所述根据所述目标对象对应的缠绕参数，获取所述目标对象对应的拾取策略，包括：若所述设置类型是非固定设置，则确定所述目标对象对应的拾取策略是：先使用所述固定组件固定所述缠绕对象，再使用所述拾取组件拾取所述目标对象。该技术方案的有益效果在于，可以根据缠绕参数判断缠绕对象的设置类型，若缠绕对象为非固定设置，缠绕对象会随着目标对象的运动而运动，可以先使用固定组件将缠绕对象固定，再使用拾取组件拾取目标对象，从而实现缠绕对象和目标对象的分离，解除二者的缠绕状态。
在一些可选的实施例中，所述根据所述目标对象对应的缠绕参数，获取所述目标对象对应的拾取策略，还包括：若所述设置类型是固定设置，则确定所述目标对象对应的拾取策略是：使用所述拾取组件拾取所述目标对象。该技术方案的有益效果在于，若缠绕对象的设置类型为固定设置，可以使用拾取组件直接拾取目标对象，实现缠绕对象和目标对象的分离，解除二者的缠绕状态。
在一些可选的实施例中，所述方法还包括：获取所述目标对象的质量；所述根据所述目标对象对应的缠绕参数，获取所述目标对象对应的拾取策略，包括：根据所述目标对象的质量和对应的缠绕参数，获取所述目标对象对应的拾取策略。该技术方案的有益效果在于，可以通过目标对象的质量和对应的缠绕参数获取相应的拾取策略，针对不同质量的目标对象及对应的缠绕参数，可以采取不同的拾取策略在解除缠绕的同时对不同质量的目标对象进行拾取。
在一些可选的实施例中，所述拾取策略包括以下至少一种：拾取组件的类型、拾取组件的数量、拾取操作步骤、拾取力、拾取压强、气缸参数和电机参数。该技术方案的有益效果在于，可以根据不同的缠绕参数调整对应的拾取策略，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，所述装置包括：条件检测模块，用于检测目标对象是否发生缠绕；参数获取模块，用于若检测到所述目标对象发生缠绕，则获取所述目标对象对应的缠绕参数；策略获取模块，用于根据所述目标对象对应的缠绕参数，获取所述目标对象对应的拾取策略；拾取控制模块，用于根据所述拾取策略，控制所述机械手拾取所述目标对象，以使所述目标对象的位置发生移动。
在一些可选的实施例中，所述条件检测模块包括：视觉获取单元，用于获取所述目标对象的视觉检测数据，所述目标对象的视觉检测数据是视觉检测设备检测所述目标对象得到的；缠绕检测单元，用于根据所述目标对象的视觉检测数据，检测所述目标对象是否发生缠绕。
在一些可选的实施例中，所述缠绕检测单元包括：样本获取子单元，用于获取多个样本对象的视觉检测数据和缠绕标注数据，每个样本对象的缠绕标注数据用于指示所述样本对象是否发生缠绕；模型获取子单元，用于根据所述多个样本对象的视觉检测数据和缠绕标注数据，利用深度学习模型进行训练，得到缠绕分类模型；数据输入子单元，用于将所述目标对象的视觉检测数据输入所述缠绕分类模型，检测出所述目标对象是否发生缠绕。
在一些可选的实施例中，所述条件检测模块用于若接收到云服务器和/或用户设备发送的缠绕告警信息，则确定所述目标对象发生缠绕。
在一些可选的实施例中，所述缠绕参数包括以下至少一种：目标对象的标识；所述目标对象所缠绕的缠绕对象的标识；所述缠绕对象的设置类型，所述设置类型用于指示所述缠绕对象是否固定设置；周围环境类型；所述目标对象与所述缠绕对象的缠绕方式。
在一些可选的实施例中，所述缠绕参数包括所述目标对象所缠绕的缠绕对象的设置类型，所述机械手设置有固定组件和拾取组件；所述策略获取模块包括：固定策略单元，用于若所述设置类型是非固定设置，则确定所述目标对象对应的拾取策略是：先使用所述固定组件固定所述缠绕对象，再使用所述拾取组件拾取所述目标对象。
在一些可选的实施例中，所述策略获取模块还包括：非固定策略单元，用于若所述设置类型是固定设置，则确定所述目标对象对应的拾取策略是：使用所述拾取组件拾取所述目标对象。
在一些可选的实施例中，所述装置还包括：质量获取模块，用于获取所述目标对象的质量；所述策略获取模块用于根据所述目标对象的质量和对应的缠绕参数，获取所述目标对象对应的拾取策略。
在一些可选的实施例中，所述拾取策略包括以下至少一种：拾取组件的类型、拾取组件的数量、拾取操作步骤、拾取力、拾取压强、气缸参数和电机参数。
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，所述机械手设置有固定组件和拾取组件。
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检测是否发生缠绕的流程示意图；
图3是本申请实施例提供的一种检测是否发生缠绕的流程示意图；
图4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5是本申请实施例提供的一种获取质量的流程示意图；
图6是本申请实施例提供的一种获取密度的流程示意图；
图7是本申请实施例提供的一种获取密度的流程示意图；
图8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9是本申请实施例提供的一种条件检测模块的结构示意图；
图10是本申请实施例提供的一种缠绕检测单元的结构示意图；
图11是本申请实施例提供的一种策略获取模块的结构示意图；
图12是本申请实施例提供的一种策略获取模块的结构示意图；
图13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14是本申请实施例提供的一种拾取设备的结构框图；
图15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，所述方法可以包括步骤S101～S104。
步骤S101：检测目标对象是否发生缠绕。
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～S202。
步骤S201：获取所述目标对象的视觉检测数据，所述目标对象的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，检测所述目标对象是否发生缠绕。
由此，可以利用视觉检测设备获取视觉检测数据，从而根据视觉检测数据判断目标对象是否发生缠绕。
参见图3，在一具体实施方式中，所述步骤S202可以包括步骤S301～S303。
步骤S301：获取多个样本对象的视觉检测数据和缠绕标注数据，每个样本对象的缠绕标注数据用于指示所述样本对象是否发生缠绕。
步骤S302：根据所述多个样本对象的视觉检测数据和缠绕标注数据，利用深度学习模型进行训练，得到缠绕分类模型。
步骤S303：将所述目标对象的视觉检测数据输入所述缠绕分类模型，检测出所述目标对象是否发生缠绕。
由此，可以根据多个样本对象的视觉检测数据和缠绕标注数据，利用深度学习模型进行训练，得到缠绕分类模型，一方面，可以通过向缠绕分类模型输入目标对象的视觉检测模型，判断目标对象是否发生缠绕，便于采取相应的拾取策略；另一方面，缠绕分类模型可以由大量的样本数据训练而成，可以识别多种缠绕类型，适用范围广，智能化水平高。
在一具体实施方式中，所述步骤S202中所述检测目标对象是否发生缠绕，可以包括：若接收到云服务器和/或用户设备发送的缠绕告警信息，则确定所述目标对象发生缠绕。用户设备可以是手机、平板、电脑、智能穿戴设备等。
由此，用户发现目标对象发生缠绕时，可以通过云服务器和/或用户设备发送缠绕告警信息，确定目标对象发送缠绕，从而采取对应的拾取策略。
步骤S102：若检测到所述目标对象发生缠绕，则获取所述目标对象对应的缠绕参数。
在一具体实施方式中，所述缠绕参数可以包括以下至少一种：目标对象的标识；所述目标对象所缠绕的缠绕对象的标识；所述缠绕对象的设置类型，所述设置类型用于指示所述缠绕对象是否固定设置；周围环境类型；所述目标对象与所述缠绕对象的缠绕方式。
由此，可以通过缠绕参数获取相应的拾取策略，针对不同的目标对象、不同的缠绕物、不同的环境以及不同的缠绕方式，可以采取不同的拾取策略在解除缠绕的同时对目标对象进行拾取。
步骤S103：根据所述目标对象对应的缠绕参数，获取所述目标对象对应的拾取策略。
在一具体实施方式中，所述拾取策略可以包括以下至少一种：拾取组件的类型、拾取组件的数量、拾取操作步骤、拾取力、拾取压强、气缸参数和电机参数。
由此，可以根据不同的缠绕参数调整对应的拾取策略，适用范围广。
在一具体实施方式中，所述缠绕参数包括所述目标对象所缠绕的缠绕对象的设置类型，所述机械手设置有固定组件和拾取组件；
所述步骤S103可以包括：若所述设置类型是非固定设置，则确定所述目标对象对应的拾取策略是：先使用所述固定组件固定所述缠绕对象，再使用所述拾取组件拾取所述目标对象。
由此，可以根据缠绕参数判断缠绕对象的设置类型，若缠绕对象为非固定设置，缠绕对象会随着目标对象的运动而运动，可以先使用固定组件将缠绕对象固定，再使用拾取组件拾取目标对象，从而实现缠绕对象和目标对象的分离，解除二者的缠绕状态。
在一具体实施方式中，所述步骤S103还可以包括：若所述设置类型是固定设置，则确定所述目标对象对应的拾取策略是：使用所述拾取组件拾取所述目标对象。
由此，若缠绕对象的设置类型为固定设置，可以使用拾取组件直接拾取目标对象，实现缠绕对象和目标对象的分离，解除二者的缠绕状态。
步骤S104：根据所述拾取策略，控制所述机械手拾取所述目标对象，以使所述目标对象的位置发生移动。
由此，通过检测目标对象是否发生缠绕，当目标对象发生缠绕时，可以根据对应的缠绕参数制定相应的拾取策略，一方面，可以解除缠绕；另一方面，可以利用机械手拾取目标对象，使得目标对象顺利离开当前位置。
参见图4，在一具体实施方式中，所述方法还可以包括步骤S105。
步骤S105：获取所述目标对象的质量。
所述步骤S103可以包括：根据所述目标对象的质量和对应的缠绕参数，获取所述目标对象对应的拾取策略。
由此，可以通过目标对象的质量和对应的缠绕参数获取相应的拾取策略，针对不同质量的目标对象及对应的缠绕参数，可以采取不同的拾取策略在解除缠绕的同时对不同质量的目标对象进行拾取。
参见图5，在一具体实施方式中，可以根据步骤S201中所述目标对象的视觉检测数据，获取目标对象的质量。
所述步骤S105可以包括步骤S401～S402。
步骤S401：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6，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S401中获取所述目标对象的密度的方法可以包括步骤S501～S502。
步骤S501：根据所述2D图像数据，获取所述目标对象的纹理信息。
步骤S502：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S502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7，在一具体实施方式中，所述步骤S502可以包括步骤S601～S603。
步骤S601：获取多个样本对象的纹理信息和密度标注数据。
步骤S602：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S603：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拾取策略；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S402：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。
参见图8，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。所属装置应用于拾取设备，所述拾取设备设置有机械手。
所述装置包括：条件检测模块101，用于检测目标对象是否发生缠绕；参数获取模块102，用于若检测到所述目标对象发生缠绕，则获取所述目标对象对应的缠绕参数；策略获取模块103，用于根据所述目标对象对应的缠绕参数，获取所述目标对象对应的拾取策略；拾取控制模块104，用于根据所述拾取策略，控制所述机械手拾取所述目标对象，以使所述目标对象的位置发生移动。
参见图9，在一具体实施方式中，所述条件检测模块101可以包括：视觉获取单元1011，可以用于获取所述目标对象的视觉检测数据，所述目标对象的视觉检测数据是视觉检测设备检测所述目标对象得到的；缠绕检测单元1012，可以用于根据所述目标对象的视觉检测数据，检测所述目标对象是否发生缠绕。
参见图10，在一具体实施方式中，所述缠绕检测单元1012可以包括：样本获取子单元1012a，可以用于获取多个样本对象的视觉检测数据和缠绕标注数据，每个样本对象的缠绕标注数据用于指示所述样本对象是否发生缠绕；模型获取子单元1012b，可以用于根据所述多个样本对象的视觉检测数据和缠绕标注数据，利用深度学习模型进行训练，得到缠绕分类模型；数据输入子单元1012c，可以用于将所述目标对象的视觉检测数据输入所述缠绕分类模型，检测出所述目标对象是否发生缠绕。
在一具体实施方式中，所述条件检测模块101可以用于若接收到云服务器和/或用户设备发送的缠绕告警信息，则确定所述目标对象发生缠绕。
在一具体实施方式中，所述缠绕参数可以包括以下至少一种：目标对象的标识；所述目标对象所缠绕的缠绕对象的标识；所述缠绕对象的设置类型，所述设置类型用于指示所述缠绕对象是否固定设置；周围环境类型；所述目标对象与所述缠绕对象的缠绕方式。
在一具体实施方式中，所述拾取策略可以包括以下至少一种：拾取组件的类型、拾取组件的数量、拾取操作步骤、拾取力、拾取压强、气缸参数和电机参数。
参见图11，在一具体实施方式中，所述缠绕参数可以包括所述目标对象所缠绕的缠绕对象的设置类型，所述机械手可以设置有固定组件和拾取组件；所述策略获取模块103可以包括：固定策略单元1031，可以用于若所述设置类型是非固定设置，则确定所述目标对象对应的拾取策略是：先使用所述固定组件固定所述缠绕对象，再使用所述拾取组件拾取所述目标对象。
参见图12，在一具体实施方式中，所述策略获取模块103还可以包括：非固定策略单元1032，可以用于若所述设置类型是固定设置，则确定所述目标对象对应的拾取策略是：使用所述拾取组件拾取所述目标对象。
参见图13，在一具体实施方式中，所述装置还可以包括：质量获取模块105，可以用于获取所述目标对象的质量；所述策略获取模块103可以用于根据所述目标对象的质量和对应的缠绕参数，获取所述目标对象对应的拾取策略。
参见图14，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)，所述机械手可以设置有固定组件和拾取组件。
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15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 (13)

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，所述方法包括：
检测目标对象是否发生缠绕；
若检测到所述目标对象发生缠绕，则获取所述目标对象对应的缠绕参数；
根据所述目标对象对应的缠绕参数，获取所述目标对象对应的拾取策略；
根据所述拾取策略，控制所述机械手拾取所述目标对象，以使所述目标对象的位置发生移动；
其中，所述缠绕参数包括所述目标对象所缠绕的缠绕对象的设置类型，所述机械手设置有固定组件和拾取组件；
所述根据所述目标对象对应的缠绕参数，获取所述目标对象对应的拾取策略，包括：
若所述设置类型是非固定设置，缠绕对象会随着目标对象的运动而运动，则确定所述目标对象对应的拾取策略是：先使用所述固定组件固定所述缠绕对象，再使用所述拾取组件拾取所述目标对象；
若所述设置类型是固定设置，缠绕对象不会随着目标对象的运动而运动，则确定所述目标对象对应的拾取策略是：使用所述拾取组件拾取所述目标对象；
所述检测目标对象是否发生缠绕，包括：
获取所述目标对象的视觉检测数据，所述目标对象的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，检测所述目标对象是否发生缠绕；
所述根据所述目标对象的视觉检测数据，检测所述目标对象是否发生缠绕，包括：
获取多个样本对象的视觉检测数据和缠绕标注数据，每个样本对象的缠绕标注数据用于指示所述样本对象是否发生缠绕；
根据所述多个样本对象的视觉检测数据和缠绕标注数据，利用深度学习模型进行训练，得到缠绕分类模型；
将所述目标对象的视觉检测数据输入所述缠绕分类模型，检测出所述目标对象是否发生缠绕。
2.根据权利要求1所述的机械手的控制方法，其特征在于，所述检测目标对象是否发生缠绕，包括：
若接收到云服务器和/或用户设备发送的缠绕告警信息，则确定所述目标对象发生缠绕。
3.根据权利要求1所述的机械手的控制方法，其特征在于，所述缠绕参数包括以下至少一种：
目标对象的标识；
所述目标对象所缠绕的缠绕对象的标识；
所述缠绕对象的设置类型，所述设置类型用于指示所述缠绕对象是否固定设置；
周围环境类型；
所述目标对象与所述缠绕对象的缠绕方式。
4.根据权利要求1所述的机械手的控制方法，其特征在于，所述方法还包括：
获取所述目标对象的质量；
所述根据所述目标对象对应的缠绕参数，获取所述目标对象对应的拾取策略，包括：
根据所述目标对象的质量和对应的缠绕参数，获取所述目标对象对应的拾取策略。
5.根据权利要求1所述的机械手的控制方法，其特征在于，所述拾取策略包括以下至少一种：拾取组件的类型、拾取组件的数量、拾取操作步骤、拾取力、拾取压强、气缸参数和电机参数。
6.一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，所述装置包括：
条件检测模块，用于检测目标对象是否发生缠绕；
参数获取模块，用于若检测到所述目标对象发生缠绕，则获取所述目标对象对应的缠绕参数；
策略获取模块，用于根据所述目标对象对应的缠绕参数，获取所述目标对象对应的拾取策略；
拾取控制模块，用于根据所述拾取策略，控制所述机械手拾取所述目标对象，以使所述目标对象的位置发生移动；
其中，所述缠绕参数包括所述目标对象所缠绕的缠绕对象的设置类型，所述机械手设置有固定组件和拾取组件；
所述策略获取模块包括：
固定策略单元，用于若所述设置类型是非固定设置，缠绕对象会随着目标对象的运动而运动，则确定所述目标对象对应的拾取策略是：先使用所述固定组件固定所述缠绕对象，再使用所述拾取组件拾取所述目标对象；
非固定策略单元，用于若所述设置类型是固定设置，缠绕对象不会随着目标对象的运动而运动，则确定所述目标对象对应的拾取策略是：使用所述拾取组件拾取所述目标对象；
所述条件检测模块包括：
视觉获取单元，用于获取所述目标对象的视觉检测数据，所述目标对象的视觉检测数据是视觉检测设备检测所述目标对象得到的；
缠绕检测单元，用于根据所述目标对象的视觉检测数据，检测所述目标对象是否发生缠绕；
所述缠绕检测单元包括：
样本获取子单元，用于获取多个样本对象的视觉检测数据和缠绕标注数据，每个样本对象的缠绕标注数据用于指示所述样本对象是否发生缠绕；
模型获取子单元，用于根据所述多个样本对象的视觉检测数据和缠绕标注数据，利用深度学习模型进行训练，得到缠绕分类模型；
数据输入子单元，用于将所述目标对象的视觉检测数据输入所述缠绕分类模型，检测出所述目标对象是否发生缠绕。
7.根据权利要求6所述的机械手的控制装置，其特征在于，所述条件检测模块用于若接收到云服务器和/或用户设备发送的缠绕告警信息，则确定所述目标对象发生缠绕。
8.根据权利要求6所述的机械手的控制装置，其特征在于，所述缠绕参数包括以下至少一种：
目标对象的标识；
所述目标对象所缠绕的缠绕对象的标识；
所述缠绕对象的设置类型，所述设置类型用于指示所述缠绕对象是否固定设置；
周围环境类型；
所述目标对象与所述缠绕对象的缠绕方式。
9.根据权利要求6所述的机械手的控制装置，其特征在于，所述装置还包括：
质量获取模块，用于获取所述目标对象的质量；
所述策略获取模块用于根据所述目标对象的质量和对应的缠绕参数，获取所述目标对象对应的拾取策略。
10.根据权利要求6所述的机械手的控制装置，其特征在于，所述拾取策略包括以下至少一种：拾取组件的类型、拾取组件的数量、拾取操作步骤、拾取力、拾取压强、气缸参数和电机参数。
11.一种拾取设备，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1-5任一项所述方法的步骤。
12.根据权利要求11所述的拾取设备，其特征在于，所述机械手设置有固定组件和拾取组件。
13.一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1-5任一项所述方法的步骤。
CN202011642958.2A 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 Active CN112775968B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011642958.2A CN112775968B (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
CN202011642958.2A CN112775968B (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
CN112775968A CN112775968A (zh) 2021-05-11
CN112775968B true CN112775968B (zh) 2022-06-17

Family

ID=75755179

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011642958.2A Active CN112775968B (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) CN112775968B (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108537841B (zh) * 2017-03-03 2021-10-08 株式会社理光 一种机器人拾取的实现方法、装置及电子设备
CN106971230A (zh) * 2017-05-10 2017-07-21 中国石油大学(北京) 基于深度学习的初至拾取方法及装置
CN107329446B (zh) * 2017-07-12 2020-09-01 长江重庆航运工程勘察设计院 一种航道浮标缆绳缠绕物监控处理方法
CN207415335U (zh) * 2017-09-30 2018-05-29 中广核研究院有限公司 一种用于核电站场所的遥操作设备
KR20190136386A (ko) * 2018-05-30 2019-12-10 포항공과대학교 산학협력단 해저의 중량 물체를 샘플링하는 수중로봇 및 방법
CN111252215B (zh) * 2019-03-29 2021-06-11 南京涵铭置智能科技有限公司 一种防止水草缠绕的水下采集机器人及其采集方法
CN110622085A (zh) * 2019-08-14 2019-12-27 珊口（深圳）智能科技有限公司 移动机器人及其控制方法和控制系统
CN110712202B (zh) * 2019-09-24 2021-07-16 鲁班嫡系机器人（深圳）有限公司 异形元器件抓取方法、装置、系统、控制装置及存储介质
CN111687069B (zh) * 2020-06-01 2023-02-28 安徽农业大学 一种基于卷积神经网络算法的智能山核桃壳仁分选机

Also Published As

Publication number Publication date
CN112775968A (zh) 2021-05-11

Similar Documents

Publication Publication Date Title
CN103068535B (zh) 在机器人系统中选择物理对象的方法
CN108021496B (zh) 线程数据处理方法及装置
CN108828613B (zh) 一种去除噪点的方法和危化品仓储激光扫描装置
CN112666942A (zh) 自移动机器人及其路径规划方法、装置、设备和存储介质
CN112667139A (zh) 基于增强现实的机器人操作方法、装置、设备和存储介质
CN111220988B (zh) 一种地图数据处理方法、装置、设备和介质
CN113031591B (zh) 推料机器人的异常处理方法、装置、服务器及存储介质
CN112775968B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN110705466A (zh) 自动化的测试系统、方法、电子设备及存储介质
CN112847346B (zh) 机械手控制方法、装置、设备及计算机可读存储介质
CN110555352B (zh) 一种兴趣点识别方法、装置、服务器和存储介质
CN112720496B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN112847434B (zh) 机器人底盘的控制方法、装置、机器人底盘及存储介质
CN112720500B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN112720497B (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
CN112598645B (zh) 轮廓检测方法、装置、设备及存储介质
CN112784688B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN114063964A (zh) 音量补偿优化方法、装置、电子设备及可读存储介质
CN110795001B (zh) 消息处理方法及电子设备
CN112785554A (zh) 质量估计方法、装置、电子设备及存储介质
CN112784687B (zh) 机械手的控制方法、装置、设备及计算机可读存储介质
CN112720499B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN112720498A (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN113858190B (zh) 换装平台的控制方法及相关装置

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220324

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.

GR01 Patent grant
GR01 Patent grant