[发明专利]一种基于计算机仿真的机械抓手训练方法及系统

说明书

本发明实施例涉及一种基于计算机仿真的机械抓手训练方法及系统，其中，所述方法包括：分别构建仿真的被抓取物环境和抓手环境；利用所述抓手环境中的传感器仿真采集所述被抓取物环境中的二维图像数据，并根据所述二维图像数据确定至少一个被抓取物的三维信息；根据所述被抓取物的三维信息，控制所述抓手环境中的抓手对所述被抓取物进行至少一次仿真抓取的机器学习训练，以获得当前被抓取物环境下的最优抓取模型参数。本申请提供的技术方案能够提高机械手抓取训练的效率和适应能力。

技术领域

本申请涉及数据处理技术领域，特别涉及一种基于计算机仿真的机械抓手训练方法及系统。

背景技术

现有的机械抓手，一般是针对一个固定的任务开发的。这意味着机械手的抓取控制方法都是预先设计并调试的。然而，随着制造业大面积的自动化需求，快速部署机械手臂正成为新的研究方向。一般而言，需要针对特定的任务，例如待抓取的物体，进行机械手臂控制方法的调试。现有技术需要针对一个任务，例如一个特定的工厂，调试机械抓手，使得抓取方法能够适应该任务。这个过程往往需要较长的时间周期，且抓取次数受限。

现有技术中往往是通过实物在实际场景中进行反复尝试来进行机械手的调试，以确定在该场景下针对该实物的一个理想的抓取方式。这种方式虽然能解决一定的问题，但首先受人工经验影响较大，且调试结果受到的限制较多，仅能针对特定的场景对特定的物体实现有效抓取。同时，现有的调试方式对实物进行反复操作，完成前必然会多次失败，极易损坏抓手或抓取物；而且每次为恢复调试场景需要人工介入的工作较多，实现效率和成本均不理想。

计算机仿真技术能给机械手训练带来一定的便利，但现有的仿真方式过于依赖仿真环境模拟的真实性，反而让训练结果难以适应真实环境。典型地，如果训练时直接利用仿真的3维模型数据，实际上并未能使机械手的物体识别能力得到训练，实际应用效果差；其次，仿真模拟并不能穷举所有的真实场景，对于未能充分训练的新物体新场景，现有方式适应能力差失误率高，极易损坏被抓取物。

发明内容

本申请的目的在于提供一种基于计算机仿真的机械抓手训练方法及系统，能够提高机械手抓取训练的效率和适应能力。

为实现上述目的，本申请提供一种基于计算机仿真的机械抓手训练方法，所述方法包括：

分别构建仿真的被抓取物环境和抓手环境；

利用所述抓手环境中的传感器仿真采集所述被抓取物环境中的二维图像数据，并根据所述二维图像数据确定至少一个被抓取物的三维信息；

根据所述被抓取物的三维信息，控制所述抓手环境中的抓手对所述被抓取物进行至少一次仿真抓取的机器学习训练，以获得当前被抓取物环境下的最优抓取模型参数。

进一步地，所述分别构建仿真的被抓取物环境和抓手环境包括：

根据物理样本分别建立各个被抓取物和各个抓手的三维仿真模型，其中，所述三维仿真模型具有对应所述物理样本的多个实际物理属性；

选取多个被抓取物的三维仿真模型随机建立被抓取物环境；

选取至少一个抓手的三维仿真模型对应所述被抓取物环境设置建立所述抓手环境；其中，所述被抓取物环境与所述抓手环境的数据相互独立。

进一步地，所述方法还包括：

根据物理样本建立各个被抓取物的三维仿真模型，并通过所述三维仿真模型模拟传感器得到的表面图像，建立所述表面图像与所述三维仿真模型和/或所述物理样本之间的关联关系；

使用所述三维仿真模型、所述传感器采集的二维图像数据以及建立的所述关联关系对神经网络模型进行训练，得到用于根据二维图像数据识别三维物体的第一人工智能模型；其中，所述第一人工智能模型可对待识别的二维图像数据进行识别，以得到所述待识别的二维图像数据对应的被抓取物的三维信息。