[發明專利]一種基于連續路徑的機器人目標抓取檢測方法

有效

• 申請號: 201910497628.X
• 申請日: 2019-06-10
• 公開（公告）號: CN110315535B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 黃攀峰;陳路;孟中杰;劉正雄;董剛奇;張帆
• 申請（專利權）人: 西北工業大學
• 主分類號: B25J9/16
• 分類號: B25J9/16;B25J19/04;G06V10/764
• 代理公司: 西安凱多思知識產權代理事務所(普通合伙) 61290
• 代理人: 王鮮凱

本發明涉及一種基于連續路徑的機器人目標抓取檢測方法，在被抓取物體上獲得連續路徑：連接被抓取物體上相互重疊的抓取區域的幾何中心點，得到路徑集合；對路徑集合排除冗余路徑和置信度評價得到有效的連續路徑；基于YOLO V3模型建立被抓取物體的多尺度抓取檢測模型；在Darknet框架下對多尺度抓取檢測模型進行訓練，將包含被抓取物體的圖像輸入訓練完成的多尺度抓取檢測模型，得到輸出的抓取參數。有益效果：1.能夠描述所有可行的抓取區域分布，從而更準確地評價預測抓取區域的可抓取概率，有助于抓取檢測模型更快地收斂，加快模型訓練時間；2.能夠同時預測多個不同位置、不同尺度的抓取區域，從而為實際抓取操作提供多種抓取選擇。

技術領域

本發明屬于圖像處理與計算機視覺領域，涉及一種基于連續路徑的機器人目標抓取檢測方法。

背景技術

隨著人工智能技術的發展，機器人在工業生產、家庭生活中扮演著越來越重要的作用。然而，現有機器人通常只具備簡單的語音交互、避障等能力，無法與人類開展更高級別的交互。機器人抓取是實現人機交互的重要手段，通過安裝在機械臂末端的操作手爪，機器人可實現對目標的抓取操作，能夠應用于流水線分揀、家庭服務等領域。

為實施目標抓取，需定義操作手爪抓取時的六維位姿，然而直接計算位姿信息涉及復雜的三維點云數據處理，影響算法運行效率。因此，現有的抓取策略通常采用有向矩形框對手爪姿態進行描述，主要參數包括：抓取區域中心點橫、縱坐標，抓取區域的寬度和高度，以及旋轉角度。根據矩形中心點可以在點云數據中確定手爪3維位置，矩形寬度可以確定手爪的張開距離，矩形角度可以確定沿相機軸線的旋轉角，并將圖像平面的法線方向確定為手爪逼近方向，進而確定另外兩個方向角，因此抓取姿態的估計問題可以轉化為矩形抓取區域的檢測問題。

在抓取區域表示方面，現有方法通常給出若干離散的有向矩形區域作為真實值，但此表示方法具有一定的局限性：其僅給出部分有效的抓取表示，任何與真實區域存在偏差的區域都被認為是無效抓取區域，這與事實不符。即使預測抓取區域與真實區域存在一定的偏差，其也有可能作為有效的抓取表示。因此，現有通過比較預測區域與真實區域角度偏差和覆蓋率指標的方式無法有效反映當前區域的實際可抓取概率，采用一種具有連續特征分布，且能夠反映當前物體所有可行抓取區域的抓取表示方法，具有十分重要的意義。

發明內容

要解決的技術問題

為了避免現有技術的不足之處，本發明提出一種基于連續路徑的機器人目標抓取檢測方法，彌補現有抓取表示方式在適應性和可靠性上的不足。

技術方案

一種基于連續路徑的機器人目標抓取檢測方法，其特征在于步驟如下：

步驟1、在被抓取物體上獲得連續路徑：連接被抓取物體上相互重疊的抓取區域的幾何中心點，得到路徑集合；

1、對路徑集合排除冗余路徑：定義距離矩陣D，其中D_ij表示抓取區域g_i,g_j之間的歐氏距離，若其沒有交集，則D_ij設置為無窮大；連接每一行最小值對應的抓取區域：

其中，h(g_i)表示與區域g_i具有最小距離的抓取區域索引，k為圖像中抓取區域的數目；

2、采用AlexNet模型構建目標分類器，對抓取區域h(g_i)中每一個路徑進行置信度評價，若當前路徑的置信度超過設定的閾值，則連續并為有效的連續路徑，否則為非連續放棄；

步驟2：基于YOLO V3模型的多尺度抓取檢測模型，以連續路徑第一端點的橫、縱坐標(x₁,y₁)，第二端點的橫、縱坐標(x₂,y₂)，以及分布于該路徑上有向區域的寬度w作為檢測模型的參數，建立被抓取物體的多尺度抓取檢測模型；