[發明專利]一種物體抓取方法、裝置和系統

有效

• 申請號: 201811325744.5
• 申請日: 2018-11-08
• 公開（公告）號: CN109483534B
• 公開（公告）日: 2022-08-02
• 發明（設計）人: 奚偉濤
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: B25J9/16
• 分類號: B25J9/16;B25J9/00
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 黃威

本發明實施例公開了一種物體抓取方法、裝置和系統；本發明實施例可以采集當前物體的深度圖像信息；根據深度圖像信息和訓練后的指令生成網絡模型，獲取用于控制機械手執行物體抓取運動軌跡的機械手控制指令，其中，訓練后的指令生成網絡模型由訓練后的指令生成網絡模型由樣本深度圖像信息及其對應的樣本機械手控制指令、仿真抓取結果訓練而成；根據機械手控制指令控制機械手執行物體抓取運動軌跡，以抓取當前物體。該方案可以提升物體抓取的精準性。

技術領域

本發明涉及計算機技術領域，具體涉及一種物體抓取方法、裝置和系統。

背景技術

工業機器人是面向工業領域的多關節機械手或多自由度的機器裝置，它能自動執行工作，是靠自身動力和控制能力來實現各種功能的一種機器。它可以按照預先編排的程序運行，如抓取物體等。其中，工業機器可以包括機械臂和固定在機械臂末端的機械手。

物體抓取是機器人，特別是工業機器人最基本的工作任務之一。如何去抓取一個形狀不規則的物體，一直是學術界及工業界沒有得到解決的問題。業界目前的基本解決思路是：針對每一個特定形狀的物體，程序員編寫出針對該物體的抓取方案或規則，從而實現物體抓取。

在工業機器人的應用中，每當機器人的工作任務發生變化時，例如，需要抓取一種新形狀的物體時，需要重新設計機器人的運動策略，從而實現抓取新形狀的物體。比如，目前常用的物體抓取方案可以包括：預先編寫一個抓取不同形狀物體的抓取數據庫，其中針對數據庫中的每一個特定形狀的物體，由程序員編寫出針對該物體的具體抓取方案或規則。在需要抓取某物體時，通過物體識別算法，找出數據庫中與待抓取物體形狀最相似的物體，然后使用數據庫中形狀最相似的物體對應的抓取方案或規則，來進行抓取物體。

然而，采用目前物體抓取方案，如果需要抓取的物體與數據庫中的物體形狀差別比較大時，那么采用數據庫中最相似物體對應的抓取方案或規則抓取物體，將無法精準的抓取到物體，因此，物體抓取的精準性較低。

發明內容

本發明實施例提供一種物體抓取方法、裝置和系統，可以提升物體抓取的精準性。

本發明實施例提供一種物體抓取方法，包括：

采集當前物體的深度圖像信息；

根據所述深度圖像信息和所述訓練后的指令生成網絡模型，獲取用于控制所述機械手執行物體抓取運動軌跡的機械手控制指令；其中，所述訓練后的指令生成網絡模型由樣本深度圖像信息及其對應的樣本機械手控制指令、仿真抓取結果訓練而成；

根據所述機械手控制指令控制所述機械手執行所述物體抓取運動軌跡，以抓取當前物體。

相應的，本發明實施例還提供一種物體抓取裝置，包括：

第一采集單元，用于采集當前物體的深度圖像信息；

指令獲取單元，用于根據所述深度圖像信息和所述訓練后的指令生成網絡模型，獲取用于控制所述機械手執行物體抓取運動軌跡的機械手控制指令；其中，所述訓練后的指令生成網絡模型由樣本深度圖像信息及其對應的樣本機械手控制指令、仿真抓取結果訓練而成；

控制單元，用于根據所述機械手控制指令控制所述機械手執行所述物體抓取運動軌跡，以抓取當前物體。

此外，本發明實施例還提供一種物體抓取系統，包括：終端和機器人；所述機器人包括機械手；

所述終端，用于采集當前物體的深度圖像信息；根據所述深度圖像信息和所述訓練后的指令生成網絡模型，獲取用于控制所述機械手執行物體抓取運動軌跡的機械手控制指令；以及根據所述機械手控制指令控制所述機械手執行所述物體抓取運動軌跡，以抓取當前物體。