[发明专利]抓取点检测方法及装置、电子设备和存储介质

说明书

本公开涉及一种抓取点检测方法及装置、电子设备和存储介质，所述方法包括：获取待抓取的目标的采集数据，采集数据包括二维的图像数据或三维的点云数据；对采集数据进行抓取点预测，确定目标的第一抓取点预测结果，第一抓取点预测结果包括目标上的数据点所指示的预测点，以及数据点针对预测点的置信度；根据目标上各个数据点针对预测点的置信度，从预测点中确定出目标的抓取点，以使抓取设备根据抓取点抓取目标。本公开实施例可实现得到可靠性和准确度更高的抓取点。

技术领域

本公开涉及计算机技术领域，尤其涉及一种抓取点检测方法及装置、电子设备和存储介质。

背景技术

随着计算机软硬件的快速发展，人工智能技术日益成熟，作为人工智能走向落地的重要应用，机器人受到了广泛的关注。例如在物流领域，机器人被大量应用于自动分拣、搬运、码垛等，并逐渐替代人力成为物流链的重要组成。

将人工智能在应用于物流领域，主要是实现对物品的抓取。目前在实现物品抓取时，通常先检测物体上的抓取点，进而控制机器人的抓取部件(例如，机械臂)按照检测的抓取点进行抓取。但相关技术中的抓取点检测方法存在准确度低、可靠性差的问题。

发明内容

本公开提出了一种抓取点检测的技术方案。

根据本公开的一方面，提供了一种抓取点检测方法，包括：获取待抓取的目标的采集数据，所述采集数据包括二维的图像数据或三维的点云数据；对所述采集数据进行抓取点预测，确定所述目标的第一抓取点预测结果，所述第一抓取点预测结果包括所述目标上的数据点所指示的预测点，以及所述数据点针对所述预测点的置信度；根据所述目标上各个数据点针对所述预测点的置信度，从所述预测点中确定出所述目标的抓取点，以使抓取设备根据所述抓取点抓取所述目标。根据本公开实施例，能够得到可靠性和准确度更高的抓取点。

在一种可能的实现方式中，根据所述目标上各个数据点针对所述预测点的置信度，从多个预测点中确定出所述目标的抓取点，包括：根据所述目标上的各个数据点针对所述预测点的置信度，确定所述预测点的响应值；根据多个预测点的响应值，从所述多个预测点中确定出所述目标的抓取点。通过该方式，能够实现基于置信度对预测点的加权投票，也即确定出响应值，从而使得根据置信度所确定出的抓取点的可靠性和准确度更高。

在一种可能的实现方式中，所述根据所述目标上的各个数据点针对所述预测点的置信度，确定所述预测点的响应值，包括：将指示所述预测点的各个数据点的置信度进行累加，得到所述预测点的响应值。通过该方式可以有效便捷地确定出各预测点的响应值，实现基于置信度的加权投票，进而便于确定出准确度高及可靠性高的抓取点。

在一种可能的实现方式中，所述根据多个预测点的响应值，从所述多个预测点中确定出所述目标的抓取点，包括：将响应值超过预设阈值对应的预测点，确定为所述目标的抓取点。通过该方式，可以有效便捷地确定出多个抓取点。

在一种可能的实现方式中，所述方法还包括：在所述采集数据包括二维的图像数据的情况下，获取与所述图像数据对应的深度图；根据所述抓取点在所述深度图中对应的深度值，以及所述抓取点在所述图像数据中的二维位置，确定所述抓取点对应的法向量，所述法向量用于确定所述抓取设备的位姿，以使所述抓取设备基于所述位姿以及所述抓取点抓取所述目标。通过该方式，能够结合深度图确定抓取设备的位姿，使得基于确定的位姿进行目标抓取时，机器人或者机械臂等抓取设备能够实现六自由度的拾取。

在一种可能的实现方式中，所述方法还包括：在所述采集数据包括三维的点云数据的情况下，根据所述抓取点在所述点云数据中的三维位置，确定所述抓取点对应的法向量，所述法向量用于确定所述抓取设备的位姿，以使所述抓取设备基于所述位姿以及所述抓取点抓取所述目标。通过该方式，能够直接根据点云数据中的三维位置确定抓取设备的位姿，使得基于位姿进行目标抓取时，机器人或者机械臂等抓取设备能够实现六自由度的拾取。