[發明專利]基于目標姿態深度學習視覺采集方法、學習系統及存儲介質

有效

• 申請號: 201811466680.0
• 申請日: 2018-12-03
• 公開（公告）號: CN109676583B
• 公開（公告）日: 2021-08-24
• 發明（設計）人: 劉培超;劉主福;郎需林
• 申請（專利權）人: 深圳市越疆科技有限公司
• 主分類號: B25J9/00
• 分類號: B25J9/00;B25J9/16
• 代理公司: 深圳市壹品專利代理事務所(普通合伙) 44356
• 代理人: 周婷;江文鑫

本發明涉及機器人的技術領域，公開了基于目標姿態深度學習視覺采集方法、學習系統及存儲介質，用于控制機器人學習示教動作，其中了基于目標姿態深度學習視覺采集方法包括以下步驟：從多方向上采集所述示教動作過程的示教圖像信息；分析所述示教圖像信息，選取所述示教動作的多個參考點，通過移動與時間關系擬合為至少兩個函數：姿態函數、位移函數；生成控制程序，以使所述機器人能夠按照所述姿態函數和所述位移函數實現所述示教動作。本發明中對于示教動作函數進行簡化，降低了取點計算量，通過采集目標的示教動作生成驅動程序，減少了對人工參與的需求程度，具有智能化程度高、模仿還原度高等優點。

技術領域

本發明涉及機器人的技術領域，尤其涉及基于目標姿態深度學習視覺采集方法、學習系統及存儲介質。

背景技術

機器人(Robot)是一種高科技產品，其內部預設有程序或者原則性綱領，接收到信號或者指令后，能夠在一定程度上判斷并采取行動，例如移動、拿取、擺動肢體等動作。機器人的任務主要是在某些場合中協助甚至取代人類的工作，實際的工作場景中涉及的行動和信息判斷往往非常繁復，難以全部事先以程序的方式記錄在機器人中，因此如何根據已有的知識，自行學習提高適應能力和智能化水平，也即機器人學習，成為機器人行業中一個非常熱門的研究重點。

在現有技術中，機器人模擬人類的示教動作的過程主要包括：1、數字化采集示教動作的多個關鍵點坐標；2、取點反解為機器人控制程序。在上述的兩個步驟中，都需要大量的人工參與，尤其是步驟1中，不僅需要選取關鍵點，而且還需要將示教動作簡化，例如從A點移動至B點，在B點上升或者這下降，示教動作的簡化程度越高，機器人模擬還原度越低，示教動作的簡化程度越低，相關的取點計算量越大，最終導致機器人難以實現高還原度的模擬人類示教動作。

發明內容

本發明的目的在于提供基于目標姿態深度學習視覺采集方法、學習系統和存儲介質，旨在解決現有技術中的機器人在模擬人類示教動作時，動作還原度低、取點計算量大、人工參與多、智能化程度低的問題。

本發明提供了基于目標姿態深度學習視覺采集方法，用于模擬目標的示教動作，包括以下步驟：從多方向上采集所述示教動作過程的示教圖像信息；分析所述示教圖像信息，選取所述示教動作的多個參考點，通過移動與時間關系擬合為至少兩個函數：用于描述所述目標姿態隨時間變化的姿態函數、用于描述所述目標位置隨時間變化的位移函數；生成控制程序，以使所述機器人能夠按照所述姿態函數和所述位移函數實現所述示教動作。

本發明還提供了學習系統，用于控制機器人學習示教動作，所述機器人具有執行端，包括：圖像采集部，其從多方向上拍攝采集所述示教動作過程的示教圖像信息；數據分析部，其接受示教圖像信息后進行分析，獲得示教動作的運動函數；驅動控制部，其接受所述運動函數后生成驅動程序，并控制所述執行端進行模仿動作。

本發明還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現前述基于目標姿態深度學習視覺采集方法的步驟

與現有技術相比，本發明中將目標的示教動作簡化為至少兩個函數進行描述：位移函數，描述位移隨時間關系；姿態函數，描述姿態隨時間關系。簡化動作之后，降低了取點計算量，通過采集目標的示教動作生成驅動程序，減少了對人工參與的需求程度，具有智能化程度高、模仿還原度高等優點。

附圖說明

圖1為本發明實施例提供的基于目標姿態深度學習視覺采集方法的流程示意圖；

圖2為本發明實施例提供的基于目標姿態深度學習視覺采集方法中姿態函數的擺動角計算示意圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。