[发明专利]一种基于椭圆形面接触的物体抓取方法

说明书

本发明公开了一种基于椭圆形面接触的物体抓取方法，包括以下步骤：S1、3D深度相机获取物体的图像信息；S2、主控制计算机判断所述图像信息中满足力封闭条件的可行抓取区域；S3、主控制计算机筛选出所述可行抓取区域中的最优可行抓取区域；S4、主控制计算机生成控制指令，控制机械臂和二指机械手对物体进行抓取动作。本发明通过对真实场景下机械手与目标物体的接触形状进行建模，得出椭圆形面接触模型下的力封闭条件，能够进一步还原机械手与目标物体接触的真实情况，通过卷积神经网络筛选出具有抓取概率的最优可行抓取区域，控制机械臂实现稳定抓取，从而在实际操作过程中能有较高的一次性抓取成功率，减少重复操作及抓取的时间成本和能源成本。

技术领域

本发明涉及机器人技术领域，尤其涉及一种基于椭圆形面接触的物体抓取方法。

背景技术

随着人工智能与硬件设备的飞速发展，大大的推进了工业化进程与机器人科学的发展。机器人的抓取功能是机器人最基本的功能，用来任务中执行诸如分拣，拾取等基本的任务操作。在工业生产环境或者物流分拣任务下，机器人抓取应用十分常见。但是机械手的结构非常简单，很多采用的是气动阀门，仅仅是控制机械手的张开与闭合，有的直接用吸盘来代替机械手完成抓取任务。这显然不能满足复杂环境中机器人完成难度较大任务的实际需要。由于客观存在机器人自身系统误差，视觉传感器输入误差和环境噪声等因素，加上目标物体可能具有不规则几何外形，现有的点接触的抓取方式导致了抓取任务执行时的困难从而导致抓取成功率降低。

因此，如何真实有效的对抓取过程中的接触区域建模从而实现稳定的抓取，对机器人完成高难度任务和扩大机器人的应用范围，推动机器人产业发展都具有重要意义。

一般的，用来用点接触抓取物体的方法都是首先通过固定的深度相机，获取目标物体可见部分的点云信息，基于高斯过程重建曲面。通过设置满足稳定抓取的约束条件，例如力封闭原则，筛选出满足条件的可行抓取区域的集合，最后在仿真环境和机器人实物上验证抓取的成功率。但是这种方式的弊端是：仅仅依靠点抓取，从物体上获取的信息太少，很容易造成误判，从而导致抓取失败。实际抓取时机械手与物体之间接触面的大小并不能近似等效成点，这就非常容易导致机械手在训练和仿真环境下抓取成功而在真实物理环境中抓取失败。

在机器人抓取力分析中的一个关键问题就是接触的建模问题。接触模型包括无摩擦点接触模型，带摩擦点接触模型，软手指接触模型三类。现有技术有利于在二指机械手抓取物体时，将机械手的手指与物体相接触的平面等效成一个点的解决方案，即点接触模型；在实际应用场景中，由摩擦力产生的自旋转矩不可以忽略，因为它是由接触面内的摩擦所引起的，是总滚动阻力的重要组成部分，且在实际问题中沿水平方向的分解力矩的大小可以忽略。所以导致接触区域无法等效成一个点。本方案在理想情况下建模，实际抓取过程中并不是理想条件，所以将无法等效成点的接触平面直接等效将会降低抓取的成功率。现有技术中有方案考虑到物体可能会有不规则的几何外形，为了稳健抓取，通过设计3种不同形状的机械手的手指以最大限度地扩大接触区域，其原理是，大多数物体外形共享几个类的局部几何。对输入的图像点云进行处理之后，采用树形结构作为决策过程，将一组抓取接触实例聚类为具有某种特征的类中，再通过将类与已有的手指形状进行匹配，找到合适的抓取点通过计算力封闭来筛选当前区域是否满足要求；但是，这种方案需要制作专门的手指进行抓取，增加了成本，对每种物体进行识别并匹配到不同的手指的过程太过耗时以至效率降低，对于每个手指的控制需要精确，这增加了计算成本以及运行效率。

发明内容

本发明目的是为了解决现有技术中机械手与目标物体真实接触区域形状无法精确建模的问题，提出一种基于椭圆形面接触的物体抓取方法。

本发明提出的一种基于椭圆形面接触的物体抓取方法，包括：S1、3D深度相机获取物体的图像信息；S2、主控制计算机判断所述图像信息中满足力封闭条件的可行抓取区域；S3、主控制计算机筛选出所述可行抓取区域中的最优可行抓取区域；S4、主控制计算机生成控制指令，控制机械臂和二指机械手对物体进行抓取动作。