CN116394234A - 基于预设物品视觉判断的智能感知机械手的快速抓取方法 - Google Patents
基于预设物品视觉判断的智能感知机械手的快速抓取方法 Download PDFInfo
- Publication number
- CN116394234A CN116394234A CN202310117869.3A CN202310117869A CN116394234A CN 116394234 A CN116394234 A CN 116394234A CN 202310117869 A CN202310117869 A CN 202310117869A CN 116394234 A CN116394234 A CN 116394234A
- Authority
- CN
- China
- Prior art keywords
- preset
- grabbing
- parameter information
- article
- determining
- 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 56
- 230000004438 eyesight Effects 0.000 title claims description 7
- 230000000007 visual effect Effects 0.000 claims abstract description 28
- 230000008447 perception Effects 0.000 claims abstract description 11
- 238000006073 displacement reaction Methods 0.000 claims description 41
- 238000004590 computer program Methods 0.000 claims description 16
- 230000001953 sensory effect Effects 0.000 claims description 2
- 230000016776 visual perception Effects 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000013135 deep learning Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000009191 jumping Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
-
- 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
-
- 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
- B25J9/1612—Programme controls characterised by the hand, wrist, grip control
-
- 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
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于预设物品视觉判断的智能感知机械手的快速抓取方法。该方法包括:捕捉预设物品的图像信息;基于图像信息对预设物品进行目标识别,确定预设物品的物体参数信息;根据物体参数信息及预设的重量梯度值组,控制智能感知机械手对预设物品进行抓取。通过视觉感知对预设物品进行目标识别,结合预设的重量梯度组进行精准调整,进而控制智能感知机械手对预设物品进行抓取,实现了自适应调节抓取参数,保证了抓取参数的准确性,在未设置抓取参数下实现了对目标物品的快速抓取,提升了抓取的智能化及效率。
Description
技术领域
本发明涉及自动控制技术领域,尤其涉及一种基于预设物品视觉判断的智能感知机械手的快速抓取方法。
背景技术
基于预设物品视觉判断的机械手抓取,是一种实际应用场景中比较常见的抓取方法,在降低人力成本的同时,还可以避免人与物体直接接触而引起某些危险情况。
目前,市面上基于视觉的机械手抓取方法分为两种,一种是基于传统计算机视觉直接抓取;另一种是基于深度学习直接抓取。
但这两种方法往往基于预先设定的抓取力度,对物体的位置和类别进行识别后,按照设定的抓取力度直接进行抓取,而当物体未进行抓取力度的设定时,在进行抓取过程中缺少对抓取力度的数据反馈,无法快速对抓取力度进行判断,这无疑会增加机械手的自适应判断时间,达不到快速抓取的目的。
发明内容
本发明提供了一种基于预设物品视觉判断的智能感知机械手的快速抓取方法,以实现对不同预设物品的自适应抓取。
根据本发明的第一方面,提供了一种基于预设物品视觉判断的智能感知机械手的快速抓取方法,该方法包括:
捕捉预设物品的图像信息;
基于所述图像信息对预设物品进行目标识别,确定所述预设物品的物体参数信息;
根据所述物体参数信息及预设的重量梯度值组,控制智能感知机械手对所述预设物品进行抓取。
根据本发明的第二方面,提供了一种基于预设物品视觉判断的智能感知机械手的快速抓取装置,包括:
信息捕捉模块,用于捕捉预设物品的图像信息;
信息确定模块,用于基于所述图像信息对预设物品进行目标识别,确定所述预设物品的物体参数信息;
抓取模块,用于根据所述物体参数信息及预设的重量梯度值组,控制智能感知机械手对所述预设物品进行抓取。
根据本发明的第三方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的基于预设物品视觉判断的智能感知机械手的快速抓取方法。
根据本发明的第四方面,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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于预设物品视觉判断的智能感知机械手的快速抓取方法。
本发明实施例的技术方案,通过捕捉预设物品的图像信息;基于图像信息对预设物品进行目标识别,确定预设物品的物体参数信息;根据物体参数信息及预设的重量梯度值组,控制智能感知机械手对预设物品进行抓取。通过视觉感知对预设物品进行目标识别,结合预设的重量梯度组进行精准调整,进而控制智能感知机械手对预设物品进行抓取,实现了自适应调节抓取参数,保证了抓取参数的准确性,在未设置抓取参数下实现了对目标物品的快速抓取,提升了抓取的智能化及效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种基于预设物品视觉判断的智能感知机械手的快速抓取方法的流程图;
图2是根据本发明实施例二提供的一种基于预设物品视觉判断的智能感知机械手的快速抓取方法的流程图;
图3是根据本发明实施例二提供的一种基于预设物品视觉判断的智能感知机械手的快速抓取方法的示例流程图;
图4是根据本发明实施例三提供的一种基于预设物品视觉判断的智能感知机械手的快速抓取装置的结构示意图;
图5是实现本发明实施例的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。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他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种基于预设物品视觉判断的智能感知机械手的快速抓取方法的流程图,本实施例可适用于智能感知机械手的抓取情况,该方法可以由基于预设物品视觉判断的智能感知机械手的快速抓取装置来执行,该基于预设物品视觉判断的智能感知机械手的快速抓取装置可以采用硬件和/或软件的形式实现,该基于预设物品视觉判断的智能感知机械手的快速抓取装置可配置于智能感知机械手中。如图1所示,该方法包括:
S110、捕捉预设物品的图像信息。
在本实施例中,预设物品可以理解为要进行抓取的物体。图像信息可以理解为通过采集设备拍摄的预设物品的图像,如RGB图像。
具体的,处理器可以通过采集设备(如双目摄像头)捕捉应用场景中的预设物品。
S120、基于图像信息对预设物品进行目标识别,确定预设物品的物体参数信息。
在本实施例中,物体参数信息可以理解为用于表征预设物品的参数。
具体的,处理器可以以图像信息为输入,采用深度学习等方式对预设物品进行目标识别,本实施例仅以深度学习为例,不对目标识别的方式进行限定,获取预设物品的预设物品类别、属性、密度及体积等信息,作为物体参数信息。
S130、根据物体参数信息及预设的重量梯度值组,控制智能感知机械手对预设物品进行抓取。
在本实施例中,重量梯度值组可以理解为设定的N个从低到高的重量梯度值。
具体的,处理器可以根据物体参数信息粗略估计出抓取预设物品的抓取力度及最佳抓取角度,按照该抓取力度及抓取角度控制智能感知机械手对预设物品进行抓取,通过实际抓取过程中的抓取情况结合重量梯度值组对抓取力度进行逐步调整,如处理器可以按照重量梯度值组从低到高的顺序,依次增加抓取力度,直至智能感知机械手可以抓取预设物品时,得到该预设物品对应的最佳抓取力度。确定出抓取该预设物品的最佳抓取力度,通过最佳抓取力度控制智能感知机械手对预设物品进行抓取。
本发明实施例的技术方案,通过捕捉预设物品的图像信息;基于图像信息对预设物品进行目标识别,确定预设物品的物体参数信息;根据物体参数信息及预设的重量梯度值组,控制智能感知机械手对预设物品进行抓取。通过视觉感知对预设物品进行目标识别,结合预设的重量梯度组进行精准调整,进而控制智能感知机械手对预设物品进行抓取,实现了自适应调节抓取参数,保证了抓取参数的准确性,在未设置抓取参数下实现了对目标物品的快速抓取,提升了抓取的智能化及效率。
实施例二
图2为本发明实施例二提供的一种基于预设物品视觉判断的智能感知机械手的快速抓取方法的流程图,本实施例是对上述实施例的进一步细化。如图2所示,该方法包括:
S210、捕捉预设物品的图像信息。
S220、基于图像信息对预设物品进行目标识别,确定预设物品的物体参数信息。
S230、基于物体参数信息在预设的物体数据库中进行比对,确定是否存在与预设物品相匹配的参考物体。
在本实施例中,物体数据库可以理解为用于存放各物体的抓取参数的数据库。
具体的,处理器可以基于物体参数信息在预设的物体数据库中包括的各物体的物体参数进行比对,确定是否存在与预设物品相匹配的参考物体,即从物体数据库中是否有相似或相同的物体。
进一步的,基于物体参数信息在预设的物体数据库中进行比对,确定是否存在与预设物品相匹配的参考物体的步骤可以包括:
a1、获取物体数据库中各物体的候选物体参数集。
在本实施例中,候选物体参数集可以理解为物体数据库中存放的各物体对应的参数信息的集合。
具体的,处理器可以从物体数据库中获取各物体的候选物体参数形成的候选物体参数集。
b1、将物体参数信息与候选物体参数集中包括的各候选物体参数进行比对。
具体的,处理器可以将预设物品的物体参数信息中包括的各项参数与候选物体参数相应项的参数进行比对,如可以将体积参数、密度参数及物体参数等进行比对。
c1、若候选物体参数集中的预设物品参数满足比对条件,则存在参考物体,并将预设物品参数对应的候选物体作为参考物体。
在本实施例中,比对条件可以理解为用于判断两物体是否相似或相同的条件。预设物品参数可以理解为与物体参数信息相似或相同的物体参数。参考物体可以理解为与预设物品相似或相近的物体。
具体的,处理器可以将候选物体参数集中的各候选物体的物体参数与预设物品的物体参数信息进行比对,若候选物体参数集有物体参数信息满足比对条件,则将它作为预设物品参数,如预设物品参数与物体参数信息的各项参数相同或误差在一定的范围内,则将其对应的候选物体作为参考物体。
示例性的,预设物品为玻璃水杯,其对应的物体参数信息可以为:物体类型为水杯,体积为A1,密度为B1,物体数据库中的存在一个候选物体C,其对应的候选参数信息为:物体类型为水杯,体积为A2,密度为B1,则将候选物体C作为参考物体。
d1、否则,确定物体数据库中不存在参考物体。
具体的,处理器可以将候选物体参数集中的各候选物体的物体参数与预设物品的物体参数信息进行比对,若候选物体参数集所有物体参数信息均不满足比对条件,如预设物品参数与物体参数信息的各项参数差别过大,则物体数据库中不存在参考物体。
S240、若是,则在物体数据库中读取参考物体的抓取参数,将抓取参数作为控制参数,基于控制参数控制智能感知机械手对预设物品进行抓取。
在本实施例中,抓取参数可以理解为抓取参考物体时的最佳参数。控制参数可以理解为控制智能感知机械手进行物体抓取的参数。
具体的,经过处理器的比对,当物体数据库中存在与预设物品相匹配的参考物体时,可以读取参考物体对应的抓取参数,将抓取参数作为控制智能感知机械手动作的控制参数,并基于控制参数控制智能感知机械手对预设物品进行抓取。
S250、若否,则根据物体参数信息及重量梯度值组,确定控制参数,基于控制参数控制智能感知机械手对预设物品进行抓取。
具体的,经过处理器的比对,当物体数据库中不存在与预设物品相匹配的参考物体时,处理器可以根据物体参数信息粗略估计出抓取预设物品的抓取力度及最佳抓取角度,按照该抓取力度及抓取角度控制智能感知机械手对预设物品进行抓取,通过实际抓取过程中的抓取情况结合重量梯度值组对抓取力度进行逐步调整,如处理器可以按照重量梯度值组从低到高的顺序,依次增加抓取力度,直至智能感知机械手可以抓取预设物品时,得到该预设物品对应的最佳抓取力度。确定出抓取该预设物品的最佳抓取力度,通过最佳抓取力度控制智能感知机械手对预设物品进行抓取。
进一步的,根据物体参数信息及重量梯度值组,确定控制参数的步骤可以包括:
a2、根据物体参数信息,确定抓取预设物品的抓取角度值及起始定准基数,将起始定准基数作为智能感知机械手的抓取力度值。
在本实施例中,抓取角度值可以理解为智能感知机械手相对于预设物品的抓取角度。起始定准基数可以理解为粗略估计出的抓取力度。抓取力度值可以理解为智能感知机械手抓取预设物品时的力度。
具体的,处理器可以根据物体参数信息,对智能感知机械手抓取预设物品的抓取角度和抓取力度进行预估,确定出抓取角度值及起始定准基数,将起始定准基数作为智能感知机械手的抓取力度值。
b2、基于抓取角度值及抓取力度值对预设物品进行抓取,确定预设物品的位移变化量。
在本实施例中,位移变化量可以理解为预设物品的移动量。
具体的,处理器在抓取前可以通过双目摄像头确定出预设物品的初始位置,控制智能感知机械手基于抓取角度值及抓取力度值对预设物品进行设定方向的抓取,基于初始位置可以判断出预设物品的位移变化量。
示例性的,当抓取成功时预设物品会向上移动,则产生了向上的位移变化量;当抓取失败时预设物品则不会向上移动,可能保持在原位或产生了较小的位移变化量。
c2、根据位移变化量、抓取力度值及重量梯度值组,对抓取力度值进行调整,确定最终力度值。
具体的,处理器可以根据位移变化量判断是否抓取成功,若抓取失败,则处理器可以根据重量梯度值组中包括的各重量梯度值对抓取力度值进行逐步调整,直至产生位移变化量,并确定产生位移变化量时的抓取力度值作为最终力度值。
进一步的,根据位移变化量、抓取力度值及重量梯度值组,对进行调整,确定最终力度值的步骤可以包括:
c21、当位移变化量小于预设的位移阈值时,按照预设顺序从重量梯度值组中选取目标梯度值。
在本实施例中,位移阈值可以理解为用于判断是否抓取成功的阈值。预设顺序可以理解为调整抓取力度值的顺序,可以是按照抓重量梯度值从小到大或从小到达的顺序。目标梯度值可以理解为对抓取力度值进行调整的值。
具体的,当位移变化量小于预设的位移阈值时,此时可以理解为目标没有产生位移,即智能感知机械手没有抓取成功,可以按照预设顺序从重量梯度值组中选择目标梯度值。
示例性的,重量梯度值组中按照从小到大的顺序包括W1、W2、W3及W4四个重量梯度值,当位移变化量小于预设的位移阈值时,可以首先确定目标梯度值为W1,若下一次判断位移变化量小于预设的位移阈值时,则可以确定目标梯度值为W2,以此类推。
c22、根据目标梯度值及起始定准基数调整抓取力度值,得到新的抓取力度值,并返回对预设物品的抓取操作。
具体的,处理器可以根据目标梯度值及起始定准基数调整抓取力度值,如将目标梯度值加上起始定准基数,得到新的抓取力度值,并结合抓取角度值返回继续执行步骤b2的抓取操作。
c23、当位移变化量大于或等于位移阈值时,将抓取力度值作为最终力度值。
具体的,当位移变化量大于或等于位移阈值时,此时可以理解为目标产生了较大的位移,即智能感知机械手抓取成功,处理器可以将此时的抓取力度值作为该预设物品对应的最终力度值。
d2、根据最终力度值及抓取角度值,确定控制参数。
具体的,处理器可以根据最终力度值及抓取角度值,确定控制参数。
本发明实施例的技术方案,通过视觉感知对物体体积及形状等物体参数信息做出初始判断,能够给出预设物品的合理的起始定准基数,实现了自适应调节抓取参数,结合力量反馈和施加力量后的位移变化量,进行综合评定计算,通过重量梯度值组快速对起始定准基数进行校准,确定最终力度值,并且具备物体数据库的数据存储和数据比对机制,在具有相匹配的参考物体时,基于参考物体的抓取参数对预设物品进行抓取,提升物品的抓取效率,保证了抓取参数的准确性,在未设置抓取参数下实现了对目标物品的快速抓取,提升了抓取的智能化。
作为本实施例二的第一可选实施例,在根据物体参数信息及预设的重量梯度值组,控制智能感知机械手对预设物品进行抓取之后,可以进一步优化包括:
若物体数据库中不存在与预设物品相匹配的参考物体,则根据物体参数信息及控制参数,确定存入物体数据库的参数信息。
在本实施例中,参数信息可以理解为该预设物品对应的抓取参数及物体参数信息。
具体的,若物体数据库中不存在与预设物品相匹配的参考物体,即物体数据库中没有该预设物品的抓取参数,则处理器可以在抓取成功后对物体参数信息及控制参数进行关联记录,确定存入物体数据库的参数信息。
进一步的,在上述实施例的基础上,根据物体参数信息及控制参数,确定存入物体数据库的参数信息的步骤可以包括:
a3、建立物体参数信息与控制参数的关联关系。
在本实施例中,关联关系可以理解为用于建立物体参数信息与控制参数之间对应的关系。
具体的,为了便于后续查找的便利性,处理器可以建立物体参数信息与控制参数的关联关系,以便后续可以根据该物体参数信息找到其对应的控制参数。
b3、将关联关系、物体参数信息及控制参数作为参数信息。
具体的,处理器可以将关联关系、物体参数信息及控制参数作为参数信息,并将参数信息存入物体数据库中。
本实施例二的第一可选实施例,通过在物体数据库中不存在与预设物品相匹配的参考物体时,将本次抓取参数进行存储,以便后续抓取相似或相同物体时可以具有抓取参数,进而提升了抓取效率。
示例性的,为了便于理解本发明的技术方案,以一个示例对本发明提出的一种基于预设物品视觉判断的智能感知机械手的快速抓取方法进行阐述,图3为本发明实施例二提供的一种基于预设物品视觉判断的智能感知机械手的快速抓取方法的示例流程图。如图3所示,包括如下步骤:
S301、捕捉预设物品的图像信息;
S302、基于图像信息对预设物品进行目标识别,确定预设物品的物体参数信息;
S303、基于物体参数信息在预设的物体数据库中进行比对,确定是否存在与预设物品相匹配的参考物体。若是,则跳转至步骤S304;若否,则跳转至步骤S305;
S304、在物体数据库中读取参考物体的抓取参数,将抓取参数作为控制参数,基于控制参数控制智能感知机械手对预设物品进行抓取;
S305、根据物体参数信息,确定抓取预设物品的抓取角度值及起始定准基数,将起始定准基数作为智能感知机械手的抓取力度值,并基于抓取角度值及抓取力度值对预设物品进行抓取;
S306、判断位移变化量是否小于预设的位移阈值。若是,则跳转至步骤S307;若否,则跳转至步骤S309;
S307、按照预设顺序从重量梯度值组中选取目标梯度值;
S308、根据目标梯度值及起始定准基数调整抓取力度值,得到新的抓取力度值,基于新的抓取力度值及抓取角度值对预设物品进行抓取;
S309、将抓取力度值作为最终力度值,将最终力度值及抓取角度值作为控制参数;
S310、将物体参数信息及控制参数存储至物体数据库中。
实施例三
图4为本发明实施例三提供的一种基于预设物品视觉判断的智能感知机械手的快速抓取装置的结构示意图。如图4所示,该装置包括:信息捕捉模块41、信息确定模块42及抓取模块43。其中,
信息捕捉模块41,用于捕捉预设物品的图像信息;
信息确定模块42,用于基于所述图像信息对预设物品进行目标识别,确定所述预设物品的物体参数信息;
抓取模块43,用于根据所述物体参数信息及预设的重量梯度值组,控制智能感知机械手对所述预设物品进行抓取。
本发明实施例的技术方案,通过捕捉预设物品的图像信息;基于图像信息对预设物品进行目标识别,确定预设物品的物体参数信息;根据物体参数信息及预设的重量梯度值组,控制智能感知机械手对预设物品进行抓取。通过视觉感知对预设物品进行目标识别,结合预设的重量梯度组进行精准调整,进而控制智能感知机械手对预设物品进行抓取,实现了自适应调节抓取参数,保证了抓取参数的准确性,在未设置抓取参数下实现了对目标物品的快速抓取,提升了抓取的智能化及效率。
可选的,抓取模块43包括:
第一确定模块,用于基于所述物体参数信息在预设的物体数据库中进行比对,确定是否存在与所述预设物品相匹配的参考物体;
第二确定模块,用于若是,则在所述物体数据库中读取所述参考物体的抓取参数,将所述抓取参数作为控制参数,基于所述控制参数控制智能感知机械手对所述预设物品进行抓取;
第三确定模块,用于若否,则根据所述物体参数信息及所述重量梯度值组,确定所述控制参数,基于所述控制参数控制智能感知机械手对所述预设物品进行抓取。
进一步的,第一确定模块具体用于:
获取所述物体数据库中各物体的候选物体参数集;
将所述物体参数信息与所述候选物体参数集中包括的各候选物体参数进行比对;
若所述候选物体参数集中的预设物品参数满足比对条件,则存在所述参考物体,并将所述预设物品参数对应的候选物体作为所述参考物体;
否则,确定所述物体数据库中不存在所述参考物体。
进一步的,第三确定模块包括:
第一确定单元,用于根据所述物体参数信息,确定抓取所述预设物品的抓取角度值及起始定准基数,将所述起始定准基数作为所述智能感知机械手的抓取力度值;
第二确定单元,用于基于所述抓取角度值及所述抓取力度值对所述预设物品进行抓取,确定所述预设物品的位移变化量;
第三确定单元,用于根据所述位移变化量、所述抓取力度值及所述重量梯度值组,对所述抓取力度值进行调整,确定最终力度值;
第四确定单元,用于根据所述最终力度值及所述抓取角度值,确定所述控制参数。
其中,第三确定单元具体用于:
当所述位移变化量小于预设的位移阈值时,按照预设顺序从所述重量梯度值组中选取目标梯度值;
根据所述目标梯度值及所述起始定准基数调整所述抓取力度值,得到新的抓取力度值,并返回对所述预设物品的抓取操作;
当所述位移变化量大于或等于所述位移阈值时,将所述抓取力度值作为所述最终力度值。
可选的,该装置,还包括:
储存模块,用于若物体数据库中不存在与所述预设物品相匹配的参考物体,则根据所述物体参数信息及所述控制参数,确定存入所述物体数据库的参数信息。
进一步的,储存模块具体用于:
建立所述物体参数信息与所述控制参数的关联关系;
将所述关联关系、所述物体参数信息及所述控制参数作为所述参数信息。
本发明实施例所提供的基于预设物品视觉判断的智能感知机械手的快速抓取装置可执行本发明任意实施例所提供的基于预设物品视觉判断的智能感知机械手的快速抓取方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如基于预设物品视觉判断的智能感知机械手的快速抓取方法。
在一些实施例中,基于预设物品视觉判断的智能感知机械手的快速抓取方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的基于预设物品视觉判断的智能感知机械手的快速抓取方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于预设物品视觉判断的智能感知机械手的快速抓取方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种基于预设物品视觉判断的智能感知机械手的快速抓取方法,其特征在于,包括:
捕捉预设物品的图像信息;
基于所述图像信息对预设物品进行目标识别,确定所述预设物品的物体参数信息;
根据所述物体参数信息及预设的重量梯度值组,控制智能感知机械手对所述预设物品进行抓取。
2.根据权利要求1所述的方法,其特征在于,所述根据所述物体参数信息及预设的重量梯度值组,控制智能感知机械手对所述预设物品进行抓取,包括:
基于所述物体参数信息在预设的物体数据库中进行比对,确定是否存在与所述预设物品相匹配的参考物体;
若是,则在所述物体数据库中读取所述参考物体的抓取参数,将所述抓取参数作为控制参数,基于所述控制参数控制智能感知机械手对所述预设物品进行抓取;
若否,则根据所述物体参数信息及所述重量梯度值组,确定所述控制参数,基于所述控制参数控制智能感知机械手对所述预设物品进行抓取。
3.根据权利要求2所述的方法,其特征在于,所述基于所述物体参数信息在预设的物体数据库中进行比对,确定是否存在与所述预设物品相匹配的参考物体,包括:
获取所述物体数据库中各物体的候选物体参数集;
将所述物体参数信息与所述候选物体参数集中包括的各候选物体参数进行比对;
若所述候选物体参数集中的预设物品参数满足比对条件,则存在所述参考物体,并将所述预设物品参数对应的候选物体作为所述参考物体;
否则,确定所述物体数据库中不存在所述参考物体。
4.根据权利要求2所述的方法,其特征在于,所述根据所述物体参数信息及所述重量梯度值组,确定所述控制参数,包括:
根据所述物体参数信息,确定抓取所述预设物品的抓取角度值及起始定准基数,将所述起始定准基数作为所述智能感知机械手的抓取力度值;
基于所述抓取角度值及所述抓取力度值对所述预设物品进行抓取,确定所述预设物品的位移变化量;
根据所述位移变化量、所述抓取力度值及所述重量梯度值组,对所述抓取力度值进行调整,确定最终力度值;
根据所述最终力度值及所述抓取角度值,确定所述控制参数。
5.根据权利要求4所述的方法,其特征在于,所述根据所述位移变化量、所述起始定准基数及所述重量梯度值组,对所述抓取力度值进行调整,确定最终力度值,包括:
当所述位移变化量小于预设的位移阈值时,按照预设顺序从所述重量梯度值组中选取目标梯度值;
根据所述目标梯度值及所述起始定准基数调整所述抓取力度值,得到新的抓取力度值,并返回对所述预设物品的抓取操作;
当所述位移变化量大于或等于所述位移阈值时,将所述抓取力度值作为所述最终力度值。
6.根据权利要求2所述的方法,其特征在于,在所述根据所述物体参数信息及预设的重量梯度值组,控制智能感知机械手对所述预设物品进行抓取之后,还包括:
若物体数据库中不存在与所述预设物品相匹配的参考物体,则根据所述物体参数信息及所述控制参数,确定存入所述物体数据库的参数信息。
7.根据权利要求6所述的方法,其特征在于,所述根据所述物体参数信息及所述控制参数,确定存入所述物体数据库的参数信息,包括:
建立所述物体参数信息与所述控制参数的关联关系;
将所述关联关系、所述物体参数信息及所述控制参数作为所述参数信息。
8.一种基于预设物品视觉判断的智能感知机械手的快速抓取装置,其特征在于,包括:
信息捕捉模块,用于捕捉预设物品的图像信息;
信息确定模块,用于基于所述图像信息对预设物品进行目标识别,确定所述预设物品的物体参数信息;
抓取模块,用于根据所述物体参数信息及预设的重量梯度值组,控制智能感知机械手对所述预设物品进行抓取。
9.一种智能感知机械手,其特征在于,所述智能感知机械手包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的基于预设物品视觉判断的智能感知机械手的快速抓取方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的基于预设物品视觉判断的智能感知机械手的快速抓取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310117869.3A CN116394234A (zh) | 2023-02-15 | 2023-02-15 | 基于预设物品视觉判断的智能感知机械手的快速抓取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310117869.3A CN116394234A (zh) | 2023-02-15 | 2023-02-15 | 基于预设物品视觉判断的智能感知机械手的快速抓取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116394234A true CN116394234A (zh) | 2023-07-07 |
Family
ID=87006426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310117869.3A Pending CN116394234A (zh) | 2023-02-15 | 2023-02-15 | 基于预设物品视觉判断的智能感知机械手的快速抓取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116394234A (zh) |
-
2023
- 2023-02-15 CN CN202310117869.3A patent/CN116394234A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113392794B (zh) | 车辆跨线识别方法、装置、电子设备和存储介质 | |
CN114677655A (zh) | 多传感器目标检测方法、装置、电子设备以及存储介质 | |
CN114202526A (zh) | 质量检测方法、系统、装置、电子设备和介质 | |
CN113627298A (zh) | 目标检测模型的训练方法及检测目标对象的方法、装置 | |
CN116394234A (zh) | 基于预设物品视觉判断的智能感知机械手的快速抓取方法 | |
CN115070757A (zh) | 物体抓取方法、装置、机器人及存储介质 | |
CN114734444A (zh) | 一种目标定位方法、装置、电子设备及存储介质 | |
CN117621065A (zh) | 应用于机械手的抓握力度修正方法、装置、设备及介质 | |
CN114290337B (zh) | 一种机器人控制方法、装置、电子设备和存储介质 | |
CN115019554B (zh) | 一种车辆告警方法、装置、电子设备及存储介质 | |
CN116703963A (zh) | 一种ar跟踪方法、装置、ar设备及存储介质 | |
CN116197909A (zh) | 机械臂抓取模型的训练方法、装置、电子设备及存储介质 | |
CN113360688B (zh) | 信息库的构建方法、装置及系统 | |
CN113052175B (zh) | 目标检测方法、装置、电子设备及可读存储介质 | |
CN116777986A (zh) | 基于工业互联网的工件分拣方法、装置和存储介质 | |
CN115620015A (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN115741696A (zh) | 一种物体抓取方法、装置、设备及存储介质 | |
CN117746386A (zh) | 目标对象的位置感知方法、装置及计算机程序产品 | |
CN116668842A (zh) | 摄像机的昼夜模式切换方法、装置、设备和介质 | |
CN117032262A (zh) | 机器控制方法、装置、电子设备及存储介质 | |
CN117444970A (zh) | 一种机械臂移动控制方法、装置、设备及存储介质 | |
CN117420444A (zh) | 一种电池状态确定方法、装置、设备及存储介质 | |
CN117428779A (zh) | 一种机器人抓取控制方法、装置、设备及存储介质 | |
CN116662194A (zh) | 软件质量度量方法、装置、设备及介质 | |
CN116488361A (zh) | 基于车载无线充电器的金属异物检测方法、装置及介质 |
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 |