[發明專利]抓握裝置、抓握系統、確定方法、學習裝置、模型和方法

有效

• 申請號: 201811525879.6
• 申請日: 2018-12-13
• 公開（公告）號: CN110046538B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 山崎公俊;佐野知樹;出村聰規;中島涉;竹下佳佑
• 申請（專利權）人: 國立大學法人信州大學;豐田自動車株式會社
• 主分類號: G06V20/00
• 分類號: G06V20/00;B25J13/00;G06V10/774;G06V10/82;G06N3/0464
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 楊鐵成;楊林森

本公開內容涉及抓握裝置、學習裝置、學習模型、抓握系統、確定方法和學習方法。抓握裝置(1)包括：圖像數據獲取單元(16)；機器人手臂(11)；控制單元(12)；抓握位置確定單元(18)，其被配置成使用由圖像數據獲取單元(16)獲取的處于折疊且堆疊狀態的被拍攝柔性物體的圖像數據來確定該圖像數據中的柔性物體的某部分是否適合被抓握。控制單元(12)控制機器人手臂(11)，以使位于堆疊的柔性物體頂部的柔性物體的頂面的端部變形。抓握位置確定單元(18)使用其頂面的端部已經變形的被拍攝柔性物體的圖像數據來確定某部分是否適合被抓握。

技術領域

本公開內容涉及抓握裝置、學習裝置、學習模型、抓握系統、確定方法和學習方法。

背景技術

已知一種使用機器學習來抓握物體的技術。例如，在Marcus?Gualtieri、Andreasten?Pas、Kate?Saenko和Robert?Platt，“High?precision?grasp?pose?detection?indense?clutter(密集雜波中的高精度抓握姿勢檢測)”，arXiv?preprint?arXiv：1603.01564,2016中，抓握裝置生成抓握姿勢的候選者，使得夾具和物體的點組彼此接觸并且足夠的物體點組處于夾具中。然后，該抓握裝置使用CNN(卷積神經網絡)確定所生成的抓握姿勢候選是否適合抓握。

發明內容

當使用圖像數據的機器學習用于確定處于折疊且堆疊狀態的柔性物體的抓握位置時，可能難以確定合適的抓握位置。發明人已經發現，由于在處于上述狀態下的柔性物體的側表面上出現規則的堆疊圖案，并且適于被抓握的部分的圖像與不適合被抓握的部分的圖像之間的差異是不夠的，故難以確定合適的抓握位置。

第一示例性方面是一種抓握裝置，包括：圖像數據獲取單元，其被配置成獲取被拍攝的物體的圖像數據；抓握單元，其被配置成抓握物體；控制單元，其被配置成控制抓握單元的運動；以及抓握位置確定單元，其被配置成使用由圖像數據獲取單元獲取的處于折疊且堆疊狀態的被拍攝柔性物體的圖像數據來確定該圖像數據中的柔性物體的某部分是否適合被抓握，其中，控制單元控制抓握單元，以使位于堆疊的柔性物體頂部的柔性物體的頂面的端部變形，并且抓握位置確定單元使用其頂面的端部已經變形的被拍攝柔性物體的圖像數據來確定某部分是否適合被抓握。

在該抓握裝置中，柔性物體的頂面的端部可以通過抓握單元變形。由于被組合成一個端部的端部的變形形式與未被組合成一個端部的端部的變形形式不同，故在適合被抓握的部分的圖像與不適合被抓握的部分的圖像之間產生大的差異。因而，利用該抓握裝置，可以確定合適的抓握位置。

在上述示例性方面中，抓握裝置還包括接觸位置確定單元，其被配置成使用在頂面的端部變形之前的被拍攝柔性物體的圖像數據來確定為了使頂面的端部變形該柔性物體與抓握單元接觸的位置，該圖像數據由圖像數據獲取單元獲取，其中，為了使頂面的端部變形，控制單元可以執行控制，使得抓握單元在由接觸位置確定單元確定的接觸位置處使柔性物體位移。

利用這種結構，可以自主地執行用于使柔性物體的頂面的端部變形的控制。

在上述示例性方面中，控制單元可以控制抓握單元，以通過使抓握單元按壓柔性物體來使頂面的端部變形。

利用這種結構，可以容易地使頂面的端部變形。

另外，另一示例性方面是一種學習裝置，包括：訓練數據獲取單元，其被配置成獲取包括被拍攝的物體的圖像數據的訓練數據；以及學習計算單元，其被配置成使用由訓練數據獲取單元獲取的訓練數據來執行機器學習的計算，其中，圖像數據是處于折疊且堆疊狀態的柔性物體的圖像數據，并且包括其頂面的端部已經從規則的堆疊圖案形狀變形的柔性物體的第一圖像數據和第二圖像數據，第一圖像數據是頂面的通過折疊柔性物體而被組合成一個端部的端部的圖像數據，第二圖像數據是頂面的通過折疊柔性物體未被組合成一個端部的端部的圖像數據，并且學習計算單元使用訓練數據進行計算以學習柔性物體的適合被抓握的部分。