Invention Publication
- Patent Title: 基于形状特征的机械臂6-DoF抓取方法
-
Application No.: CN202311782757.6Application Date: 2023-12-22
-
Publication No.: CN117710350APublication Date: 2024-03-15
- Inventor: 查富生 , 程耀锋 , 郭伟 , 王鹏飞 , 刘晟凯 , 张驰 , 孙立宁
- Applicant: 哈尔滨工业大学
- Applicant Address: 黑龙江省哈尔滨市南岗区西大直街92号
- Assignee: 哈尔滨工业大学
- Current Assignee: 哈尔滨工业大学
- Current Assignee Address: 黑龙江省哈尔滨市南岗区西大直街92号
- Agency: 哈尔滨市松花江联合专利商标代理有限公司
- Agent 张利明
- Main IPC: G06T7/00
- IPC: G06T7/00 ; G06V10/44 ; G06V10/82 ; G06N3/0464 ; G06V10/80

Abstract:
基于形状特征的机械臂6‑DoF抓取方法,属于机器人和人工智能技术领域。解决了现有机器人自主智能抓取过程中存在抓取精度低和泛化性差的问题。本发明建立点云补全网络和抓取网络;在相机输入的深度图中提取目标物体点云,将所述目标物体点云输入至点云补全网络,生成目标物体补全点云;拼接获得的补全点云与原始目标物体点云生成拼接点云;将拼接点云输入至抓取网络,所述抓取网络对抓取姿态进行预测,获取抓取姿态基参数;在抓取姿态基参数中,提取置信度得分的最大值,获取所述最大值对应的夹爪夹取朝向基础向量、夹爪夹取基线方向基础向量和夹爪的夹取宽度矩阵中对应的元素,生成最优的抓取姿态参数用于机器人抓取。本发明适用于机器人智能抓取。
Information query