[發明專利]一種分揀模型生成方法在審
| 申請號: | 201810936779.6 | 申請日: | 2018-08-16 |
| 公開(公告)號: | CN109190688A | 公開(公告)日: | 2019-01-11 |
| 發明(設計)人: | 劉文海;錢暉;潘震宇;邵全全;馬進;王偉明;胡潔;戚進;張濤;周兵 | 申請(專利權)人: | 上海發那科機器人有限公司 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62 |
| 代理公司: | 上海申新律師事務所 31272 | 代理人: | 俞滌炯 |
| 地址: | 201906 *** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 抓取 機器人 仿真圖像 標簽圖像 分揀系統 真實圖像 標簽 工業機器人領域 標簽數據 模型生成 人工標記 應用效率 自動生成 對抗 迭代 分揀 網絡 學習 | ||
1.一種機器人抓取有標簽數據自動生成方法,其特征在于,預設一機器人分揀系統和一與所述機器人分揀系統相對應的仿真分揀系統,根據所述機器人分揀系統和所述仿真分揀系統生成多個標簽圖形,并根據所述標簽圖形訓練一用于分揀物體的分揀模型;
所述標簽圖像生成方法包括以下步驟:
步驟S1,通過所述仿真分揀系統獲得待抓物體的有抓取標簽的仿真圖像,所述抓取標簽為所述待抓物體的可抓取區域;
步驟S2,通過所述機器人分揀系統獲得所述待抓物體的真實圖像;
步驟S3,根據所述仿真圖像和所述真實圖像訓練獲得一對抗網絡;
步驟S4,所述對抗網絡根據具有所述抓取標簽的所述仿真圖像生成機器人的訓練用的所述標簽圖像;
所述步驟S1和所述步驟S2不分先后。
2.根據權利要求1所述的機器人抓取有標簽數據自動生成方法,其特征在于,所述機器人分揀系統包括:
工業機器人,所述工業機器人的端部設有一可更換抓手;
攝像頭,用于獲得所述待抓物體的真實圖像。
3.根據權利要求1所述的機器人抓取有標簽數據自動生成方法,其特征在于,所述步驟S1具體包括以下步驟:
步驟S11,獲得所述待抓物體的物體模型,并根據所述待抓物體的所述物體模型獲得每一所述待抓物體的原始抓取標簽;
步驟S12,所述仿真分揀系統將所述待抓物體的所述物體模型隨機堆放;
步驟S13,所述仿真分揀系統根據所述原始抓取標簽獲得隨機堆放的所述待抓物體的所述物體模型的所述抓取標簽;
步驟S14,所述仿真分揀系統截取包括所述抓取標簽的所述待抓物體的仿真圖像。
4.根據權利要求1所述的機器人抓取有標簽數據自動生成方法,其特征在于,所述仿真圖像和所述真實圖像均為彩色深度圖像。
5.根據權利要求1所述的機器人抓取有標簽數據自動生成方法,其特征在于,在所述步驟S3中,所述對抗網絡包括一生成網絡和一辨別網絡,所述對抗網絡的訓練過程包括以下步驟:
步驟S31,所述生成網絡根據所述仿真圖像生成所述標簽圖像;
步驟S32,將所述標簽圖像和所述真實圖像輸入所述辨別網絡,獲得所述真實圖像的識別率;
步驟S33,并判斷所述識別率是否落入一預設范圍:
若是,則退出;
若否,則修改所述生成網絡和所述辨別網絡的參數,隨后回到步驟S31。
6.根據權利要求3所述的機器人抓取有標簽數據自動生成方法,其特征在于,所述步驟S12中,所述待抓物體的所述物體模型按照種類和數量隨機組合后堆放。
7.根據權利要求2所述的機器人抓取有標簽數據自動生成方法,其特征在于,所述可更換抓手為吸盤類手抓或手指類手抓。
8.根據權利要求5所述的機器人抓取有標簽數據自動生成方法,其特征在于,在所述步驟S31中,所述生成網絡根據所述仿真圖像和一隨機噪聲生成所述標簽圖像。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于上海發那科機器人有限公司,未經上海發那科機器人有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810936779.6/1.html,轉載請聲明來源鉆瓜專利網。





