[發明專利]一種可抓取目標的識別方法、裝置及計算機可讀存儲介質

有效

• 申請號: 201710428297.5
• 申請日: 2017-06-08
• 公開（公告）號: CN109033920B
• 公開（公告）日: 2021-10-08
• 發明（設計）人: 張毅飛;王曉霞
• 申請（專利權）人: 株式會社理光
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京銀龍知識產權代理有限公司 11243
• 代理人: 許靜;劉偉

1.一種可抓取目標的識別方法，應用于采用吸盤吸附物體的機械手，其特征在于，所述方法包括：

獲取目標區域的深度圖像和灰度圖像，從所述深度圖像中提取前景深度數據，從所述灰度圖像中提取灰度特征；

遍歷所述前景深度數據中的三維數據點，根據當前三維數據點的鄰域內的三維數據點的空間密度、表面平坦性和灰度特征，計算當前三維數據點的可抓取性，以及根據當前三維數據點的位置計算可抓取方向，獲得前景深度數據的三維數據點的可抓取性和可抓取方向的可抓取性圖，其中，所述鄰域的面積與形狀與所述吸盤相匹配；

對所述可抓取性圖進行三維空間的聚類處理，并根據聚類處理得到的聚類結果，確定候選可抓取目標；

其中，所述根據當前三維數據點的鄰域內的三維數據點的空間密度、表面平坦性和灰度特征，計算當前三維數據點的可抓取性的步驟，包括：

根據所述鄰域內是否存在灰度特征點，設置灰度特征參數I，其中，在存在所述灰度特征點時，灰度特征參數I取值為0，否則，取值為1，所述灰度特征點為灰度特征超出對應閾值的三維數據點；

計算所述鄰域內三維數據點的空間密度，得到空間密度參數D，以及，計算鄰域內所有三維數據點構成的局部表面的彎曲程度，得到平坦性特征參數F；

根據當前三維數據點的灰度特征參數I、空間密度參數D和平坦性特征參數F，利用以下公式(1)-(3)來計算當前三維數據點的可抓取性A：

A＝I·A₀ (1)

其中，A₀為可抓取性的初始值，

其中，A₀＝(C_d·D+C_f·F) (2)

或者A₀＝(C_d·f(D)+C_f·f(F) (3)

其中，C_d為空間密度參數D的加權系數；C_f為平坦性特征參數F的加權系數；f(D)是空間密度參數D的一個預設函數，且f(D)與空間密度參數D正相關；f(F)是平坦性特征參數F的一個預設函數，且f(F)與平坦性特征參數F正相關。

2.根據權利要求1所述的方法，其特征在于，所述灰度特征包括灰度圖像的邊緣特征、梯度特征和灰度不連續特征中的至少一者。

3.根據權利要求1所述的方法，其特征在于，所述對所述可抓取性圖進行三維空間的聚類處理，并根據聚類處理得到的聚類結果，確定候選可抓取目標的步驟，包括：

從所述可抓取性圖中刪除可抓取性值小于第一門限的三維數據點，得到更新后的可抓取性圖；

對更新后的可抓取性圖中的三維數據點進行三維空間的聚類處理，獲得包括至少一個類的聚類結果；

在聚類結果的每個類中提取一個候選可抓取目標，將該類中最接近類幾何中心的三維數據點作為候選可抓取目標的可抓取位置，將該可抓取位置對應的可抓取方向作為候選可抓取目標的可抓取方向，將該類內所有三維數據點的可抓取性值的加權平均值作為該候選可抓取目標的可抓取性值。

4.根據權利要求1所述的方法，其特征在于，在獲得候選可抓取目標之后，所述方法還包括：

對所述候選可抓取目標進行碰撞檢測，根據碰撞檢測結果，刪除發生碰撞的候選可抓取目標，得到可抓取目標。

5.根據權利要求4所述的方法，其特征在于，對所述候選可抓取目標進行碰撞檢測，根據碰撞檢測結果，刪除發生碰撞的候選可抓取目標，得到可抓取目標的步驟，包括：

基于目標區域的背景信息和前景信息，重構目標區域的三維場景；

對于每一個候選可抓取目標，根據該候選可抓取目標的可抓取方向以及機械手的三維模型，在目標區域的三維場景中重構機械手的三維數據；計算所述目標區域的三維場景與機械手的三維數據中重合的三維數據點的數目，并在重合的三維數據點的數目超過第二門限時，刪除該候選可抓取目標；

根據剩余的候選可抓取目標，確定可抓取目標。