专利交易市场

本发明提供一种三自由度可微调的自动抓取装置，包括z向滑台、x向滑台、y向机械臂，所述z向滑台包括第一丝杠、第一丝杠螺母、支撑板、定位杆、定位杆固定座；所述x向滑台结构组成与z向滑台结构组成相同；所述y向机械臂包括y向滑台装置、导块、支撑侧底座、微调装置、机械手爪装置、动力装置；所述微调装置包括气缸、气缸活塞杆、第一连杆、第二连杆、第三连杆、固定板，所述气缸活塞杆与第二连杆的中部连接，所述第二连杆的两端分别与第一连杆、第三连杆连接，所述固定板用于固定导杆；本发明结构简单，成本较低，具有微调装置，灵活度高。

基于体素抓取网络的机械臂灵巧抓取规划方法，包括如下步骤：步骤一：获取物体多视角的RGBD图像，利用TSDF的方法，重建出待物体完整的点云信息。步骤二：利用物品的完整点云信息生成模拟抓取训练数据，训练体素抓取网络至收敛，得到网络模型。步骤三：利用步骤一的方法生成待抓取物体的完整点云信息，输入体素抓取网络，输出机械臂灵巧抓取规划。本发明提出的机械臂灵巧抓取规划方法视觉驱动信息为待抓取物体的完整点云信息，为抓取提供了更加准确的几何信息，提高了机械臂抓取的成功率，且基于TSDF的三维重建方法运算效率远高于传统点云匹配的三维重建方法，且体素抓取网络训练数据可以自动生成，减少了训练数据获取成本。

本发明公开了一种用于分拣堆叠多目标的机器人抓取姿态任务规划方法，结合双目视觉系统、机器人抓取部位检测、任务规划与控制，基于视觉推理的多物体堆叠场景抓取方法，相关的研究结果可为分拣机器人的发展提供了基础，使分拣机器人能够适应于多物体堆叠场景的抓取任务，另外在通过对复杂工件外形特征的精确识别，以及复杂工件抓取最佳位姿，以提高分拣机器人抓取作业的精确度、稳定性和快速性。对于解决劳动密集型产业人力资源不足的情况，以及对推进制造业发展的具有重要的意义。

本申请一种机器人抓取检测方法及系统，方法主要包括：(1)识别物体类别；(2)对未知物体在第一公共数据集上图片检索获取标记数据，更新物体类别判断模型；(3)更新抓取检测模型，对物体重新进行抓取框检测；(4)控制机器人对物体进行实际抓取。当物体被识别为未知时在公共数据集中进行检索获得标记数据并更新抓取检测模型，无需额外的仿真环境和人工干预，有效提高抓取检测模型对未知物体的抓取能力；采用已知物体和未知物体的图像样本进行模型更新，采用了增量学习的模型训练方法，可动态更新物体抓取的知识库，保持抓取检测模型对原有标记数据的记忆能力和提高对新标记数据的学习能力。