[發明專利]目標獲取方法、設備和計算機可讀存儲介質

在審

• 申請號: 201810942852.0
• 申請日: 2018-08-17
• 公開（公告）號: CN109086736A
• 公開（公告）日: 2018-12-25
• 發明（設計）人: 呂仕杰
• 申請（專利權）人: 深圳藍胖子機器人有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/62
• 代理公司: 深圳協成知識產權代理事務所(普通合伙) 44458
• 代理人: 章小燕

本發明公開一種目標獲取方法、設備和計算機可讀存儲介質，所述目標獲取方法包括：所述目標獲取方法包括：獲得通過第一視覺結構拍攝的第一圖像；將所述第一圖像輸入至預先訓練的神經網絡進行計算，計算分割所述第一圖像的二維信息中的每一物體，獲得對應每一物體的像素點集；根據所要獲取的目標的像素點集獲得所述目標的邊框信息，以及根據第一圖像的三維信息獲得所述目標的深度信息；根據所述邊框信息和深度信息控制機械手移動并獲取目標。本發明具有自動分揀堆疊物體，提高機器人分揀的成功率的效果。

技術領域

本發明涉及機器人分揀領域，特別涉及目標獲取方法、設備和計算機可讀存儲介質。

背景技術

目前隨著物流自動化的發展，機器人分揀也越來越火熱。越來越多的貨物需要快速進行分揀。在實際操作中，許多貨物堆疊在一起，需要進行分揀。

但是，現有的分揀方案中，貨物堆疊在一起，通常采用人工進行分揀，因此效率較低。

發明內容

本發明的主要目的是提供目標獲取方法、設備和計算機可讀存儲介質，旨在自動分揀堆疊物體，提高機器人分揀的成功率。

為實現上述目的，本發明提出的一種目標獲取方法，用于機器人分揀重疊物體，所述目標獲取方法包括：獲得通過第一視覺結構拍攝的第一圖像；將所述第一圖像輸入至預先訓練的神經網絡進行計算，計算分割所述第一圖像的二維信息中的每一物體，根據所要獲取的目標的像素點集獲得所述目標的邊框信息，以及根據第一圖像的三維信息獲得所述目標的深度信息；根據所述邊框信息和深度信息控制機械手移動并獲取目標。

可選的，所述目標獲取方法還包括：

獲得多個訓練圖像；

根據輸入指令獲得所述訓練圖像中完整度達到70％的物體的標注；

根據所述訓練圖像和對應的標注對神經網絡進行訓練。

可選的，所述計算分割所述第一圖像的二維信息中的每一物體包括：

通過Fully Convolutional Instance-aware Semantic Segmentation分割圖片中每一個物體。

可選的，所述根據目標的像素點集獲得所述目標的邊框信息包括：

根據目標的像素點集以及RANSAC方法提取出目標的邊框。

可選的，所述目標獲取方法還包括：

獲得通過第二視覺結構拍攝所述目標的第二圖像；

根據所述第二圖像的三維信息獲得所述目標的當前姿態；

在所述當前姿態未匹配預設姿態時，控制所述機械手調整姿態，以使所述目標處于預設姿態。

本發明還提供了一種目標獲取設備，所述目標獲取設備包括處理器、存儲器以及存儲在所述存儲器上并可在所述處理器上運行的目標獲取程序，所述目標獲取程序被所述處理器執行時實現如下步驟：

獲得通過位于上方的第一視覺結構拍攝的第一圖像；

將所述第一圖像輸入至預先訓練的神經網絡進行計算，計算分割所述第一圖像的二維信息中的每一物體，獲得對應每一物體的像素點集；

根據所要獲取的目標的像素點集獲得目標的邊框信息，以及根據第一圖像的三維信息獲得目標的深度信息；

根據所述邊框信息和深度信息控制機械手移動并獲取目標。

可選的，所述目標獲取程序被所述處理器執行時還實現如下步驟：

獲得多個訓練圖像；

根據輸入指令獲得所述訓練圖像中完整度達到70％的物體的標注；