摘要
本发明涉及一种机器人分拣抓取控制方法,包括步骤1:校正3D相机并求出像素点在世界坐标系下的坐标;步骤2:对待抓取物体进行拍摄,得到待抓取物体的点云并进行图像处理,再通过图像算法计算出待抓取物体的数据信息;步骤3:构建卷积神经网络,将待抓取物体的数据信息输入卷积神经网络,输出待抓取物体的种类,并基于待抓取物体的种类进行夹持类型判断和夹持力计算;步骤4:构建强化学习网络,利用强化学习网络对卷积神经网络进行优化,得到适应不同种类待抓取物体的抓取策略模型;步骤5:利用抓取策略模型控制机器人的分拣抓取动作。本发明可以精确测量物体尺寸并智能识别物体类型,基于物体类型调整抓取策略,从而显著提高抓取的成功率。
技术关键词
抓取控制方法
抓取物体
强化学习网络
构建卷积神经网络
机器人
精确测量物体
抓取动作
相机标定
图像处理
像素点
夹持力臂
坐标系
策略
畸变参数
矩阵
传播算法
校正
系统为您推荐了相关专利信息
实例分割模型
输出特征
样本
交互式机器人
水下图像数据
仿真机器人
图像识别技术
智能识别算法
视觉传感器
语音识别技术
机器人运动控制卡
线结构光
缺陷检测系统
焊缝特征点
像素