[发明专利]一种基于视觉识别的辅助抓取方法

说明书

本发明涉及机械臂领域，尤其涉及一种基于视觉识别的辅助抓取方法，包括以下步骤；搭建深度学习框架及网络架构；采集线路图像信息；根据采集到的信息进行训练识别；利用摄像头捕捉目标路段图像信息；对获取的图像进行分析；获取待处理线路的图像及位置信息；利用超声波测距模块测算与目标物体距离；向机械臂发送抓取指令；机械臂的电机驱动机械臂运动；抓取目标物体。本发明通过无人机辅助机械臂的方法清除，清理时间很短，且通过深度学习框架，训练后，达到使得障碍物的识别抓取更精准的有益效果。

技术领域

本发明涉及机械臂领域，尤其涉及一种基于视觉识别的辅助抓取方法。

背景技术

多输电架空线路位于野外山区丛林内，悬挂在电线上的杂物与过长的树枝，造成输电线路对植物放电跳闸，影响电网运行。使用无人机辅助机械臂的方法清除线路飘挂物、干扰树枝等，既缩短了消缺时间，也大大降低了工作的劳动强度。而且，清理时间很短，对线路本体不造成任何损伤。本发明主要提供一种使用无人机辅助机械臂清除障碍物的方法。

发明内容

本发明目的是提供一种基于视觉识别的辅助抓取方法，本发明通过无人机辅助机械臂的方法清除，清理时间很短，且通过深度学习框架，训练后，达到使得障碍物的识别抓取更精准的有益效果。

一种基于视觉识别的辅助抓取方法，包括以下步骤；

1)搭建深度学习框架及网络架构；

2)采集线路图像信息；

3)根据采集到的信息进行训练识别；

4)利用摄像头捕捉目标路段图像信息；

5)对获取的图像进行分析；

6)获取待处理线路的图像及位置信息；

7)利用超声波测距模块测算与目标物体距离；

8)向机械臂发送抓取指令；

9)机械臂的电机驱动机械臂运动；

10)抓取目标物体。

进一步的，采集线路图像信息，包括采集正常图像信息，比如采集架空线路直行处、拐弯处、交越处、终点处的图像；还包括采集异常线路信息，比如线路上面的异常物体。

进一步的，根据采集到的信息进行训练识别之后，还包括获得识别模型及抓取模型。。

进一步的，在利用摄像头捕捉目标路段图像信息之前，还包括进行GPS定位,进行航向控制。

进一步的，在机械臂的电机驱动机械臂运动之后，还包括，将机械臂的抓取关节微调至最佳抓取位置。

进一步的，在抓取目标物体之后，还包括记录本次图像识别信息，并利用该信息进行识别深度学习训练。

进一步的，记录本次图像识别信息之后，还包括记录机械臂抓取信息，并利用该抓取信息进行抓取深度学习训练。

进一步的，将机械臂的抓取关节微调至最佳抓取位置之前，还包括机械臂轨迹跟踪。

进一步的，在利用超声波测距模块测算与目标物体距离之前，还包括下达无线传输指令与处理任务指令。

本发明目的是提供一种基于视觉识别的辅助抓取方法及系统，与现有技术相比，有以下优点：

1、利用深度学习框架，并训练后，使得障碍物的识别抓取更精准；

2、每次抓取目标物体后，记录信息，可以作为查询依据，也可做为训练的依据；

附图说明

图1是本发明一种基于视觉识别的辅助抓取方法流程示意图1；