【CN110076772A】一种机械臂的抓取方法及装置【专利】

合集下载

一种机械臂及其抓取控制方法和系统[发明专利]

专利名称：一种机械臂及其抓取控制方法和系统专利类型：发明专利
发明人：蔡颖鹏,陈希
申请号：CN201811092174.X
申请日：20180919
公开号：CN109176521A
公开日：
20190111
专利内容由知识产权出版社提供
摘要：本申请提供了一种机械臂及其抓取控制方法和系统，该方法和系统应用于该机械臂。

该抓取控制方法和系统能够根据待抓取的目标物体的二维图像和三维点云数据确定目标物体的物体位置、三维位姿和抓取控制策略，并以该抓取控制策略并根据物体位置和三维位姿控制机械臂对目标物体进行抓取。

由于本方案中的参考因素包括了物体位置，且该抓取控制策略是根据目标物体的物体类型做出的，因此对于不同形状、类型和位置的目标物体都能够实现有效抓取。

申请人：北京因时机器人科技有限公司
地址：100080 北京市海淀区苏州街18号长远天地大厦A2座12B10
国籍：CN
代理机构：北京集佳知识产权代理有限公司
更多信息请下载全文后查看。

一种机械臂的抓取方法及装置

一种机械臂的抓取方法及装置
机械臂的抓取方法和装置有很多种，以下列举一种常见的方法及装置：
抓取方法：并行抓取
抓取装置：并行夹爪
实现步骤：
1. 设计夹爪结构：并行夹爪通常由两个对称的夹爪组成，每个夹爪由若干个活动指节和夹持器组成。

2. 安装夹爪：将夹爪安装在机械臂的末端，通常需要使用连接杆或者接口来夹紧并固定夹爪。

3. 控制夹爪动作：通过控制机械臂的伺服电机或液压缸，控制夹爪的开合动作。

4. 感知目标物体：使用传感器等装置，检测目标物体的位置、形状和质量信息。

5. 规划抓取路径：根据目标物体的信息，进行抓取路径的规划，确保夹爪能够准确抓取目标物体。

6. 执行抓取动作：根据路径规划的结果，控制机械臂和夹爪进行抓取动作，使夹爪准确地抓住目标物体。

7. 确认抓取结果：通过传感器或者视觉系统，确认夹爪是否成功抓取目标物体。

8. 完成抓取任务：根据抓取结果，决定是否进行进一步操作，如搬运、放置或者重新抓取。

以上是一种常见的机械臂抓取方法及装置的实现步骤，具体的设计和实现会根据具体应用场景和需求的不同而有所差异。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910268008.9
(22)申请日 2019.04.03
(71)申请人浙江大华技术股份有限公司
地址 310053 浙江省杭州市滨江区滨安路
1187号
(72)发明人张兆旭　汪鹏飞　卢维　殷俊　
(74)专利代理机构北京同达信恒知识产权代理
有限公司 11291
代理人黄志华
(51)Int.Cl.
B25J 9/16(2006.01)
(54)发明名称
一种机械臂的抓取方法及装置
(57)摘要
本发明公开了一种机械臂的抓取方法及装
置。

所述方法包括：控制设备将预设图像和第一
摄像头在当前位置拍摄得到的第一图像输入到
预设的神经网络模型中，得到第一摄像头对应的
第一位姿信息；并根据第一位姿信息，确定机械
臂的末端在当前位置时对应的运动信息，从而控
制机械臂按照运动信息移动至述预设位置并抓
取目标。

本发明实施例中，将预设的神经网络模
型应用到控制设备中，能够实时地根据采集到的
图像对机械臂进行控制；进一步地，利用预设的
神经网络模型能够直接估计出机械臂的运动信
息，无需获取摄像头的内部参数，进而也无需进
行手眼标定环节，过程简便，步骤简单，且计算误
差较小。

权利要求书2页说明书12页附图3页CN 110076772 A 2019.08.02
C N 110076772
A
权　利　要　求　书1/2页CN 110076772 A
1.一种机械臂的抓取方法，其特征在于，所述方法包括：
控制设备将预设图像和第一摄像头在当前位置拍摄得到的第一图像输入到预设的神经网络模型中，得到所述第一摄像头对应的第一位姿信息；所述预设图像为所述第一摄像头在预设位置所拍摄得到的图像，所述预设位置为预先设置的所述机械臂能够抓取目标的位置；所述第一位姿信息为所述第一摄像头自所述当前位置至所述预设位置的位姿变化；所述预设的神经网络模型是根据所述第一摄像头在任意位置拍摄得到的样本图像、所述预设图像以及样本位姿信息确定的，所述样本位姿信息为所述第一摄像头自所述任意位置至所述预设位置时的位姿变化；所述第一摄像头设置于所述机械臂的末端；
所述控制设备至少根据所述第一位姿信息，确定所述机械臂的末端在所述当前位置时对应的运动信息；
所述控制设备控制所述机械臂按照所述运动信息移动至所述预设位置并抓取目标。

2.根据权利要求1所述的方法，其特征在于，所述预设的神经网络模型包括光流预测模型和位姿预测模型；所述光流预测模型是根据所述样本图像、所述预设图像以及所述样本图像与所述预设图像之间的光流预测结果确定的；所述位姿预测模型是根据所述样本图像与所述预设图像之间的光流预测结果和所述样本位姿信息确定的。

3.根据权利要求1所述的方法，其特征在于，所述控制设备将预设图像和第一摄像头在当前位置拍摄得到的第一图像输入到预设的神经网络模型中，得到所述第一摄像头对应的第一位姿信息之前，还包括：
所述控制设备接收到用户发送的抓取命令后，通过第二摄像头获取第二图像；所述第二摄像头设置于所述机械臂的操作环境中；
所述控制设备若确定所述第二图像中存在抓取目标，则通过所述第一摄像头在所述当前位置对所述抓取目标进行拍摄，得到所述第一图像。

4.根据权利要求1所述的方法，其特征在于，所述控制设备至少根据所述第一位姿信息，确定所述机械臂的末端在所述当前位置时对应的运动信息，包括：
所述控制设备根据所述第一位姿信息和所述第一摄像头与所述机械臂末端的雅克比矩阵，确定所述机械臂的末端在所述当前位置时对应的运动信息；所述雅克比矩阵是根据雅克比矩阵的观测向量确定的，所述雅克比矩阵的观测向量是根据预设的回归预测模型确定的。

5.根据权利要求4所述的方法，其特征在于，所述第一位姿信息包括所述第一摄像头自所述当前位置至所述预设位置时的位移和转动角度；所述机械臂的末端在当前位置时对应的运动信息包括所述机械臂的末端在当前位置时的线速度和角速度；
所述控制设备根据所述第一位姿信息和所述第一摄像头与所述机械臂末端的雅克比矩阵，确定所述机械臂的末端在当前位置时对应的运动信息，包括：
所述控制设备根据所述位移和转动角度，确定所述第一摄像头在所述当前位置时的线速度和角速度；
所述控制设备根据所述第一摄像头在所述当前位置时的线速度和角速度，以及所述第一摄像头与所述机械臂末端的雅克比矩阵，确定所述机械臂的末端在当前位置时的线速度和角速度。

6.根据权利要求1至5中任一项所述的方法，其特征在于，所述样本图像通过以下方式
2。