专利交易市场

本发明涉及基于TSDF三维重建的机械臂六自由度视觉闭环抓取方法。包括如下步骤：步骤一：通过张正友相机标定法和ArUco Markers标定法标定机械臂底座坐标系和相机坐标系；步骤二：利用TSDF函数对获取的图像信息进行三维场景重建，以减少物体与物体之间的环境噪声点；步骤三：建立强化学习网络模型；步骤四：将预测的末端执行器抓取姿态反向投影至三维重建场景中，判断本次预测抓取质量；步骤五：通过机器人正逆运动学完成机械臂抓取移动；步骤六：进行强化学习模型训练，使得机械臂完成抓取动作；本发明克服现有技术的缺点，提出一种易实现、适用性高的，基于TSDF三维重建的机械臂六自由度视觉闭环抓取系统，此系统减少物体间遮挡、堆叠造成的环境噪声，降低了单一视觉传感器干扰导致的深度误差。此外，该系统在保证高精度的同时，可以实现快速实时的目标检测并完成抓取动作。

本发明公开了一种基于多重特征的机械臂抓取角度和宽度预测方法及装置，涉及机械臂抓取领域，包括：构建机械臂抓取角度和宽度预测模型并训练，得到经训练的机械臂抓取角度和宽度预测模型，获取待抓取物体的RGB‑D图像并输入到经训练的机械臂抓取角度和宽度预测模型，RGB‑D图像输入到初始特征提取模块，依次经过两个深度可分离卷积单元进行特征提取，并经过最大池化层进行降采样，得到初始特征，初始特征输入到特征增强模块，先经过两个多尺度特征提取模块提取多尺度特征，并通过双向特征金字塔网络进行多尺度特征的融合与增强，得到增强特征，增强特征经过特征解码模块，预测得到抓取角度、抓取宽度和抓取质量评分，解决抓取准确率和成功率低等问题。