[发明专利]基于目标姿态深度学习视觉采集方法、学习系统及存储介质

说明书

本发明涉及机器人的技术领域，公开了基于目标姿态深度学习视觉采集方法、学习系统及存储介质，用于控制机器人学习示教动作，其中了基于目标姿态深度学习视觉采集方法包括以下步骤：从多方向上采集所述示教动作过程的示教图像信息；分析所述示教图像信息，选取所述示教动作的多个参考点，通过移动与时间关系拟合为至少两个函数：姿态函数、位移函数；生成控制程序，以使所述机器人能够按照所述姿态函数和所述位移函数实现所述示教动作。本发明中对于示教动作函数进行简化，降低了取点计算量，通过采集目标的示教动作生成驱动程序，减少了对人工参与的需求程度，具有智能化程度高、模仿还原度高等优点。

技术领域

本发明涉及机器人的技术领域，尤其涉及基于目标姿态深度学习视觉采集方法、学习系统及存储介质。

背景技术

机器人(Robot)是一种高科技产品，其内部预设有程序或者原则性纲领，接收到信号或者指令后，能够在一定程度上判断并采取行动，例如移动、拿取、摆动肢体等动作。机器人的任务主要是在某些场合中协助甚至取代人类的工作，实际的工作场景中涉及的行动和信息判断往往非常繁复，难以全部事先以程序的方式记录在机器人中，因此如何根据已有的知识，自行学习提高适应能力和智能化水平，也即机器人学习，成为机器人行业中一个非常热门的研究重点。

在现有技术中，机器人模拟人类的示教动作的过程主要包括：1、数字化采集示教动作的多个关键点坐标；2、取点反解为机器人控制程序。在上述的两个步骤中，都需要大量的人工参与，尤其是步骤1中，不仅需要选取关键点，而且还需要将示教动作简化，例如从A点移动至B点，在B点上升或者这下降，示教动作的简化程度越高，机器人模拟还原度越低，示教动作的简化程度越低，相关的取点计算量越大，最终导致机器人难以实现高还原度的模拟人类示教动作。

发明内容

本发明的目的在于提供基于目标姿态深度学习视觉采集方法、学习系统和存储介质，旨在解决现有技术中的机器人在模拟人类示教动作时，动作还原度低、取点计算量大、人工参与多、智能化程度低的问题。

本发明提供了基于目标姿态深度学习视觉采集方法，用于模拟目标的示教动作，包括以下步骤：从多方向上采集所述示教动作过程的示教图像信息；分析所述示教图像信息，选取所述示教动作的多个参考点，通过移动与时间关系拟合为至少两个函数：用于描述所述目标姿态随时间变化的姿态函数、用于描述所述目标位置随时间变化的位移函数；生成控制程序，以使所述机器人能够按照所述姿态函数和所述位移函数实现所述示教动作。

本发明还提供了学习系统，用于控制机器人学习示教动作，所述机器人具有执行端，包括：图像采集部，其从多方向上拍摄采集所述示教动作过程的示教图像信息；数据分析部，其接受示教图像信息后进行分析，获得示教动作的运动函数；驱动控制部，其接受所述运动函数后生成驱动程序，并控制所述执行端进行模仿动作。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前述基于目标姿态深度学习视觉采集方法的步骤

与现有技术相比，本发明中将目标的示教动作简化为至少两个函数进行描述：位移函数，描述位移随时间关系；姿态函数，描述姿态随时间关系。简化动作之后，降低了取点计算量，通过采集目标的示教动作生成驱动程序，减少了对人工参与的需求程度，具有智能化程度高、模仿还原度高等优点。

附图说明

图1为本发明实施例提供的基于目标姿态深度学习视觉采集方法的流程示意图；

图2为本发明实施例提供的基于目标姿态深度学习视觉采集方法中姿态函数的摆动角计算示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。