CN110509273A - 基于视觉深度学习特征的机器人机械手检测及抓取方法 - Google Patents
基于视觉深度学习特征的机器人机械手检测及抓取方法 Download PDFInfo
- Publication number
- CN110509273A CN110509273A CN201910760908.5A CN201910760908A CN110509273A CN 110509273 A CN110509273 A CN 110509273A CN 201910760908 A CN201910760908 A CN 201910760908A CN 110509273 A CN110509273 A CN 110509273A
- Authority
- CN
- China
- Prior art keywords
- key frame
- crawl
- mechanical arm
- neural networks
- deep learning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013135 deep learning Methods 0.000 title claims abstract description 19
- 238000013527 convolutional neural network Methods 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 210000002569 neuron Anatomy 0.000 claims description 8
- 238000013461 design Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000013528 artificial neural network Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
Claims (6)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910760908.5A CN110509273B (zh) | 2019-08-16 | 2019-08-16 | 基于视觉深度学习特征的机器人机械手检测及抓取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910760908.5A CN110509273B (zh) | 2019-08-16 | 2019-08-16 | 基于视觉深度学习特征的机器人机械手检测及抓取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110509273A true CN110509273A (zh) | 2019-11-29 |
CN110509273B CN110509273B (zh) | 2022-05-06 |
Family
ID=68626472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910760908.5A Active CN110509273B (zh) | 2019-08-16 | 2019-08-16 | 基于视觉深度学习特征的机器人机械手检测及抓取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110509273B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111310637A (zh) * | 2020-02-11 | 2020-06-19 | 山西大学 | 一种基于尺度不变网络的机器人目标抓取检测方法 |
CN111360862A (zh) * | 2020-02-29 | 2020-07-03 | 华南理工大学 | 一种基于卷积神经网络的生成最佳抓取位姿的方法 |
CN111360822A (zh) * | 2020-02-24 | 2020-07-03 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 一种基于视觉的机械手抓取空间正方体方法 |
CN111618848A (zh) * | 2020-04-28 | 2020-09-04 | 平安科技(深圳)有限公司 | 多机器人的协作控制方法、装置及计算机设备 |
CN111783537A (zh) * | 2020-05-29 | 2020-10-16 | 哈尔滨莫迪科技有限责任公司 | 一种基于目标检测特征的两阶段快速抓取检测方法 |
CN111844101A (zh) * | 2020-07-31 | 2020-10-30 | 中国科学技术大学 | 一种多指灵巧手分拣规划方法 |
CN112734727A (zh) * | 2021-01-11 | 2021-04-30 | 安徽理工大学 | 一种基于改进深度神经网络的苹果采摘方法 |
CN113172629A (zh) * | 2021-05-06 | 2021-07-27 | 清华大学深圳国际研究生院 | 一种基于时序触觉数据处理的物体抓取方法 |
CN114067210A (zh) * | 2021-11-18 | 2022-02-18 | 南京工业职业技术大学 | 一种基于单目视觉导引的移动机器人智能抓取方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107689063A (zh) * | 2017-07-27 | 2018-02-13 | 南京理工大学北方研究院 | 一种基于天花板图像的机器人室内定位方法 |
CN108171748A (zh) * | 2018-01-23 | 2018-06-15 | 哈工大机器人(合肥)国际创新研究院 | 一种面向机器人智能抓取应用的视觉识别与定位方法 |
CN108161931A (zh) * | 2016-12-07 | 2018-06-15 | 广州映博智能科技有限公司 | 基于视觉的工件自动识别及智能抓取*** |
CN108280856A (zh) * | 2018-02-09 | 2018-07-13 | 哈尔滨工业大学 | 基于混合信息输入网络模型的未知物体抓取位姿估计方法 |
CN108510062A (zh) * | 2018-03-29 | 2018-09-07 | 东南大学 | 一种基于级联卷积神经网络的机器人非规则物体抓取位姿快速检测方法 |
CN108648233A (zh) * | 2018-03-24 | 2018-10-12 | 北京工业大学 | 一种基于深度学习的目标识别与抓取定位方法 |
CN108656107A (zh) * | 2018-04-04 | 2018-10-16 | 北京航空航天大学 | 一种基于图像处理的机械臂抓取***及方法 |
CN109901207A (zh) * | 2019-03-15 | 2019-06-18 | 武汉大学 | 一种北斗卫星***与图像特征结合的高精度室外定位方法 |
JP2019133658A (ja) * | 2018-01-31 | 2019-08-08 | 株式会社リコー | 測位方法、測位装置及び読取り可能な記憶媒体 |
-
2019
- 2019-08-16 CN CN201910760908.5A patent/CN110509273B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108161931A (zh) * | 2016-12-07 | 2018-06-15 | 广州映博智能科技有限公司 | 基于视觉的工件自动识别及智能抓取*** |
CN107689063A (zh) * | 2017-07-27 | 2018-02-13 | 南京理工大学北方研究院 | 一种基于天花板图像的机器人室内定位方法 |
CN108171748A (zh) * | 2018-01-23 | 2018-06-15 | 哈工大机器人(合肥)国际创新研究院 | 一种面向机器人智能抓取应用的视觉识别与定位方法 |
JP2019133658A (ja) * | 2018-01-31 | 2019-08-08 | 株式会社リコー | 測位方法、測位装置及び読取り可能な記憶媒体 |
CN108280856A (zh) * | 2018-02-09 | 2018-07-13 | 哈尔滨工业大学 | 基于混合信息输入网络模型的未知物体抓取位姿估计方法 |
CN108648233A (zh) * | 2018-03-24 | 2018-10-12 | 北京工业大学 | 一种基于深度学习的目标识别与抓取定位方法 |
CN108510062A (zh) * | 2018-03-29 | 2018-09-07 | 东南大学 | 一种基于级联卷积神经网络的机器人非规则物体抓取位姿快速检测方法 |
CN108656107A (zh) * | 2018-04-04 | 2018-10-16 | 北京航空航天大学 | 一种基于图像处理的机械臂抓取***及方法 |
CN109901207A (zh) * | 2019-03-15 | 2019-06-18 | 武汉大学 | 一种北斗卫星***与图像特征结合的高精度室外定位方法 |
Non-Patent Citations (1)
Title |
---|
刘正琼 等: "基于机器视觉的超视场工件识别抓取***", 《机器人》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111310637A (zh) * | 2020-02-11 | 2020-06-19 | 山西大学 | 一种基于尺度不变网络的机器人目标抓取检测方法 |
CN111310637B (zh) * | 2020-02-11 | 2022-11-11 | 山西大学 | 一种基于尺度不变网络的机器人目标抓取检测方法 |
CN111360822A (zh) * | 2020-02-24 | 2020-07-03 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 一种基于视觉的机械手抓取空间正方体方法 |
CN111360862A (zh) * | 2020-02-29 | 2020-07-03 | 华南理工大学 | 一种基于卷积神经网络的生成最佳抓取位姿的方法 |
CN111360862B (zh) * | 2020-02-29 | 2023-03-24 | 华南理工大学 | 一种基于卷积神经网络的生成最佳抓取位姿的方法 |
CN111618848A (zh) * | 2020-04-28 | 2020-09-04 | 平安科技(深圳)有限公司 | 多机器人的协作控制方法、装置及计算机设备 |
CN111783537A (zh) * | 2020-05-29 | 2020-10-16 | 哈尔滨莫迪科技有限责任公司 | 一种基于目标检测特征的两阶段快速抓取检测方法 |
CN111844101A (zh) * | 2020-07-31 | 2020-10-30 | 中国科学技术大学 | 一种多指灵巧手分拣规划方法 |
CN112734727A (zh) * | 2021-01-11 | 2021-04-30 | 安徽理工大学 | 一种基于改进深度神经网络的苹果采摘方法 |
CN113172629A (zh) * | 2021-05-06 | 2021-07-27 | 清华大学深圳国际研究生院 | 一种基于时序触觉数据处理的物体抓取方法 |
CN113172629B (zh) * | 2021-05-06 | 2023-08-01 | 清华大学深圳国际研究生院 | 一种基于时序触觉数据处理的物体抓取方法 |
CN114067210A (zh) * | 2021-11-18 | 2022-02-18 | 南京工业职业技术大学 | 一种基于单目视觉导引的移动机器人智能抓取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110509273B (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110509273A (zh) | 基于视觉深度学习特征的机器人机械手检测及抓取方法 | |
CN108280856A (zh) | 基于混合信息输入网络模型的未知物体抓取位姿估计方法 | |
CN109255813B (zh) | 一种面向人机协作的手持物***姿实时检测方法 | |
CN113065546B (zh) | 一种基于注意力机制和霍夫投票的目标位姿估计方法及*** | |
CN105740945B (zh) | 一种基于视频分析的人群计数方法 | |
CN107563494A (zh) | 一种基于卷积神经网络和热图的第一视角指尖检测方法 | |
CN110211180A (zh) | 一种基于深度学习的机械臂自主抓取方法 | |
CN107688391A (zh) | 一种基于单目视觉的手势识别方法和装置 | |
CN107066916B (zh) | 基于反卷积神经网络的场景语义分割方法 | |
CN107679503A (zh) | 一种基于深度学习的人群计数算法 | |
CN103729649B (zh) | 一种图像旋转角度检测方法和装置 | |
CN104794737B (zh) | 一种深度信息辅助粒子滤波跟踪方法 | |
CN106780631A (zh) | 一种基于深度学习的机器人闭环检测方法 | |
CN109045676B (zh) | 一种象棋识别学习算法和基于该算法的机器人智动化***与方法 | |
CN114952809B (zh) | 工件识别和位姿检测方法、***及机械臂的抓取控制方法 | |
CN108229440A (zh) | 一种基于多传感器融合室内人体姿态识别方法 | |
CN109410168A (zh) | 用于确定图像中的子图块的类别的卷积神经网络模型的建模方法 | |
CN109445453A (zh) | 一种基于OpenCV的无人机实时压缩跟踪方法 | |
CN110480637A (zh) | 一种基于Kinect传感器的机械臂零件图像识别抓取方法 | |
CN110135277B (zh) | 一种基于卷积神经网络的人体行为识别方法 | |
CN110032932B (zh) | 一种基于视频处理和决策树设定阈值的人体姿态识别方法 | |
CN107516127A (zh) | 服务机器人自主获取人穿携物品归属语义的方法及*** | |
CN109598200B (zh) | 一种铁水罐罐号的图像智能识别***及方法 | |
CN110176028B (zh) | 一种基于事件相机的异步角点检测方法 | |
CN105957107A (zh) | 行人检测与跟踪方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20191129 Assignee: FITOW (TIANJIN) DETECTION TECHNOLOGY CO.,LTD. Assignor: TIANJIN University OF TECHNOLOGY AND EDUCATION (CHINA VOCATIONAL TRAINING INSTRUCTOR TRAINING CENTER) Contract record no.: X2024980004379 Denomination of invention: Detection and Grasping Method of Robot Manipulator Based on Visual Deep Learning Features Granted publication date: 20220506 License type: Common License Record date: 20240412 Application publication date: 20191129 Assignee: TIANJIN HUIZHU PETROLEUM EQUIPMENT TECHNOLOGY Co.,Ltd. Assignor: TIANJIN University OF TECHNOLOGY AND EDUCATION (CHINA VOCATIONAL TRAINING INSTRUCTOR TRAINING CENTER) Contract record no.: X2024980004373 Denomination of invention: Detection and Grasping Method of Robot Manipulator Based on Visual Deep Learning Features Granted publication date: 20220506 License type: Common License Record date: 20240412 |
|
EE01 | Entry into force of recordation of patent licensing contract |