CN112720499B - 机械手的控制方法、装置、拾取设备及存储介质 - Google Patents

机械手的控制方法、装置、拾取设备及存储介质 Download PDF

Info

Publication number
CN112720499B
CN112720499B CN202011643120.5A CN202011643120A CN112720499B CN 112720499 B CN112720499 B CN 112720499B CN 202011643120 A CN202011643120 A CN 202011643120A CN 112720499 B CN112720499 B CN 112720499B
Authority
CN
China
Prior art keywords
target object
manipulator
acquiring
data
assembly
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.)
Active
Application number
CN202011643120.5A
Other languages
English (en)
Other versions
CN112720499A (zh
Inventor
陈海波
李宗剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenlan Intelligent Technology Shanghai Co ltd
Original Assignee
Shenlan Intelligent Technology Shanghai Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenlan Intelligent Technology Shanghai Co ltd filed Critical Shenlan Intelligent Technology Shanghai Co ltd
Priority to CN202011643120.5A priority Critical patent/CN112720499B/zh
Publication of CN112720499A publication Critical patent/CN112720499A/zh
Application granted granted Critical
Publication of CN112720499B publication Critical patent/CN112720499B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1694Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697Vision controlled systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

本申请提供了一种机械手的控制方法、装置、拾取设备及计算机可读存储介质,所述方法应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有顶升组件,所述方法包括:获取目标对象的质量;根据所述目标对象的质量,获取所述目标对象对应的拾取参数;当检测到所述拾取参数会导致所述目标对象损坏时,控制所述机械手使用所述顶升组件拾取所述目标对象。一方面,可以根据目标对象的质量获取对应的拾取参数,在对目标对象进行拾取前,可以预判拾取参数是否会造成目标对象损坏,智能化程度高;另一方面,若拾取参数不合适,可以使用顶升组件对目标对象进行拾取,此种方式对目标对象的破坏程度小。

Description

机械手的控制方法、装置、拾取设备及存储介质
技术领域
本申请涉及计算机视觉技术和工业检测技术领域,尤其涉及机械手的控制方法、装置、拾取设备及计算机可读存储介质。
背景技术
机械手在拾取工件时,因为拾取力度过大或者拾取速度过快等原因会造成工件损坏,现有的机械手无法根据工件的类型提前预判自身的拾取参数是否会导致工件损坏,且无法采用破坏性小的备选方案对工件进行夹取。
发明内容
本申请的目的在于提供机械手的控制方法、装置、拾取设备及计算机可读存储介质,可以预判拾取参数是否会造成目标对象损坏,若拾取参数不合适,可以使用顶升组件对目标对象进行拾取,对目标对象的破坏程度小。
本申请的目的采用以下技术方案实现:
第一方面,本申请提供了一种机械手的控制方法,应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有顶升组件,所述方法包括:获取目标对象的质量;根据所述目标对象的质量,获取所述目标对象对应的拾取参数;当检测到所述拾取参数会导致所述目标对象损坏时,控制所述机械手使用所述顶升组件拾取所述目标对象。该技术方案的有益效果在于,一方面,可以根据目标对象的质量获取对应的拾取参数,在对目标对象进行拾取前,可以预判拾取参数是否会造成目标对象损坏,智能化程度高;另一方面,若拾取参数不合适,可以使用顶升组件对目标对象进行拾取,此种方式对目标对象的破坏程度小。
在一些可选的实施例中,所述顶升组件设置有顶升面;所述控制所述机械手使用所述顶升组件拾取所述目标对象,包括:控制所述机械手使用所述顶升组件伸入所述目标对象的下方,以使所述目标对象位于所述顶升面上;控制所述机械手带动所述顶升组件上移从而带动所述目标对象上移,从而便于移动所述目标对象。该技术方案的有益效果在于,机械手可以使用顶升组件伸入目标对象下方,使得目标对象位于顶升面上,在机械手带动所述顶升组件上移的过程中,目标对象可以随顶升组件移动,实现顶升组件对目标对象的拾取,在拾取过程中,目标对象受到的压力较小,对目标对象的破坏程度小。
在一些可选的实施例中,所述方法还包括:获取所述目标对象的硬度数据;根据所述目标对象的硬度数据,获取所述目标对象被夹坏的临界压强;根据所述拾取参数,计算得到所述目标对象所承受的最大压强;当检测到所述最大压强大于所述临界压强时,确定所述拾取参数会导致所述目标对象损坏。该技术方案的有益效果在于,可以根据目标对象的硬度数据获取目标对象被夹坏的临界压强,根据拾取参数计算得到目标对象承受的最大压强,通过对比临界压强和最大压强,当最大压强大于临界压强时,目标对象自身的硬度不足以抵抗最大压强对应的压力,目标对象会损坏,从而可以确定最大压强对应的拾取参数会导致目标对象损坏。
在一些可选的实施例中,所述方法还包括:当检测到所述最大压强不大于所述临界压强时,确定所述拾取参数不会导致所述目标对象损坏。该技术方案的有益效果在于,当最大压强不大于临界压强时,目标对象自身的硬度可以抵抗最大压强对应的压力,目标对象不会发生损坏,可以确定最大压强对应的拾取参数不会导致目标对象损坏。
在一些可选的实施例中,所述根据所述目标对象的硬度数据,获取所述目标对象被夹坏的临界压强,包括:获取多个样本的硬度数据和夹坏标注数据,所述夹坏标注数据用于指示所述样本被夹坏的临界压强;根据所述多个样本的硬度数据和所述夹坏标注数据,利用深度学习模型进行训练,得到夹坏模型;根据所述目标对象的硬度数据,使用所述夹坏模型获取所述目标对象被夹坏的临界压强。该技术方案的有益效果在于,可以通过多个样本的硬度数据和夹坏标注数据利用深度学习模型进行训练,得到夹坏模型,夹坏模型可以根据目标对象的硬度数据获取目标对象被夹坏的临界压强,后续结合拾取参数,可以判断目标对象被夹坏的可能性,便于采取相应的防止夹坏措施,进一步提升了智能化程度。
在一些可选的实施例中,所述机械手还设置有预设组件,所述预设组件包括以下至少一种:夹取组件、吸取组件和钩取组件;所述方法还包括:当检测到所述拾取参数不会导致所述目标对象损坏时,控制所述机械手使用所述预设组件拾取所述目标对象。该技术方案的有益效果在于,通过预判拾取参数是否会造成目标对象损坏,当确定拾取参数不会导致所述目标对象损坏时,机械手可以使用夹取组件、吸取组件和钩取组件中的任意一种或者几种对目标对象进行拾取,在满足不损坏目标对象的条件下提高了拾取效率。
在一些可选的实施例中,所述获取目标对象的质量,包括:获取所述目标对象的视觉检测数据,所述视觉检测数据是视觉检测设备检测所述目标对象得到的;根据所述目标对象的视觉检测数据,获取所述目标对象的密度和体积;根据所述目标对象的密度和体积,获取所述目标对象的质量。该技术方案的有益效果在于,可以利用视觉检测设备获取视觉检测数据,由视觉检测数据可以获取目标对象的密度和体积,从而获取目标对象的质量,整个质量估计过程利用计算机视觉技术直接获取目标对象的密度和体积,实现了非接触式质量估计,无需采取接触式的手段测量目标对象的质量。
在一些可选的实施例中,所述视觉检测数据包括2D图像数据;获取所述目标对象的密度的方法包括:根据所述2D图像数据,获取所述目标对象的纹理信息;根据所述目标对象的纹理信息,获取所述目标对象的密度。该技术方案的有益效果在于,2D图像信息可以较为直观地反映目标对象的纹理信息,可以根据目标对象的纹理信息判断目标对象的材质,从而根据材质获取目标对象的密度。
第二方面,本申请提供了一种机械手的控制装置,应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有顶升组件,所述装置包括:质量获取模块,用于获取目标对象的质量;拾取参数获取模块,用于根据所述目标对象的质量,获取所述目标对象对应的拾取参数;第一机械手模块,用于当检测到所述拾取参数会导致所述目标对象损坏时,控制所述机械手使用所述顶升组件拾取所述目标对象。
在一些可选的实施例中,所述顶升组件设置有顶升面;所述第一机械手模块包括:顶升控制单元,用于控制所述机械手使用所述顶升组件伸入所述目标对象的下方,以使所述目标对象位于所述顶升面上;上移控制单元,用于控制所述机械手带动所述顶升组件上移从而带动所述目标对象上移,从而便于移动所述目标对象。
在一些可选的实施例中,所述装置还包括拾取参数检测模块,所述拾取参数检测模块包括:硬度获取单元,用于获取所述目标对象的硬度数据;临界获取单元,用于根据所述目标对象的硬度数据,获取所述目标对象被夹坏的临界压强;压强计算单元,用于根据所述拾取参数,计算得到所述目标对象所承受的最大压强;损坏确定单元,用于当检测到所述最大压强大于所述临界压强时,确定所述拾取参数会导致所述目标对象损坏。
在一些可选的实施例中,所述拾取参数检测模块还包括:不损坏确定单元,用于当检测到所述最大压强不大于所述临界压强时,确定所述拾取参数不会导致所述目标对象损坏。
在一些可选的实施例中,所述临界获取单元包括:样本获取子单元,用于获取多个样本的硬度数据和夹坏标注数据,所述夹坏标注数据用于指示所述样本被夹坏的临界压强;模型训练子单元,用于根据所述多个样本的硬度数据和所述夹坏标注数据,利用深度学习模型进行训练,得到夹坏模型;压强获取子单元,用于根据所述目标对象的硬度数据,使用所述夹坏模型获取所述目标对象被夹坏的临界压强。
在一些可选的实施例中,所述机械手还设置有预设组件,所述预设组件包括以下至少一种:夹取组件、吸取组件和钩取组件;所述装置还包括:第二机械手模块,用于当检测到所述拾取参数不会导致所述目标对象损坏时,控制所述机械手使用所述预设组件拾取所述目标对象。
在一些可选的实施例中,所述质量获取模块包括:视觉获取单元,用于获取所述目标对象的视觉检测数据,所述视觉检测数据是视觉检测设备检测所述目标对象得到的;参数获取单元,用于根据所述目标对象的视觉检测数据,获取所述目标对象的密度和体积;获取质量单元,用于根据所述目标对象的密度和体积,获取所述目标对象的质量。
在一些可选的实施例中,所述视觉检测数据包括2D图像数据;所述参数获取单元包括:纹理获取子单元,用于根据所述2D图像数据,获取所述目标对象的纹理信息;密度获取子单元,用于根据所述目标对象的纹理信息,获取所述目标对象的密度。
第三方面,本申请提供了一种拾取设备,所述拾取设备包括存储器、处理器和机械手,所述机械手设置有顶升组件,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
在一些可选的实施例中,所述顶升组件设置有顶升面。
在一些可选的实施例中,所述机械手还设置有预设组件,所述预设组件包括以下至少一种:夹取组件、吸取组件和钩取组件。
第四方面,本申请提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项方法的步骤。
附图说明
下面结合附图和实施例对本申请进一步说明。
图1是本申请实施例提供的一种机械手的控制方法的流程示意图;
图2是本申请实施例提供的一种获取质量的流程示意图;
图3是本申请实施例提供的一种获取密度的流程示意图;
图4是本申请实施例提供的一种使用顶升组件拾取目标对象的流程示意图;
图5是本申请实施例提供的一种机械手的控制方法的流程示意图;
图6是本申请实施例提供的一种获取临界压强的流程示意图;
图7是本申请实施例提供的一种机械手的控制方法的流程示意图;
图8是本申请实施例提供的一种机械手的控制方法的流程示意图;
图9是本申请实施例提供的一种机械手的控制装置的结构示意图;
图10是本申请实施例提供的一种质量获取模块的结构示意图;
图11是本申请实施例提供的一种参数获取单元的结构示意图;
图12是本申请实施例提供的一种第一机械手模块的结构示意图;
图13是本申请实施例提供的一种机械手的控制装置的结构示意图;
图14是本申请实施例提供的一种拾取参数检测模块的结构示意图;
图15是本申请实施例提供的一种临界获取单元的结构示意图;
图16是本申请实施例提供的一种拾取参数检测模块的结构示意图;
图17是本申请实施例提供的一种机械手的控制装置的结构示意图;
图18是本申请实施例提供的一种拾取设备的结构框图;
图19是本申请实施例提供的一种用于实现机械手的控制方法的程序产品的结构示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本申请做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
参见图1,本申请实施例提供了一种机械手的控制方法,应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有顶升组件,所述方法包括步骤S101~S103。
步骤S101:获取目标对象的质量。
参见图2,在一具体实施方式中,所述步骤S101可以包括步骤S201~S203。
步骤S201:获取所述目标对象的视觉检测数据,所述视觉检测数据是视觉检测设备检测所述目标对象得到的。其中,视觉检测设备例如是2D检测设备、3D检测设备或者射线检测设备,射线检测设备例如是CT扫描仪。
步骤S202:根据所述目标对象的视觉检测数据,获取所述目标对象的密度和体积。
参见图3,在一具体实施方式中,所述视觉检测数据包括2D图像数据,所述步骤S202中,获取所述目标对象的密度的方法可以包括步骤S301~S302。
步骤S301:根据所述2D图像数据,获取所述目标对象的纹理信息。
步骤S302:根据所述目标对象的纹理信息,获取所述目标对象的密度。
其中,步骤S302可以包括:根据所述目标对象的纹理信息,获取所述目标对象的材质;根据所述目标对象的材质,获取所述目标对象的密度。
由此,2D图像信息可以较为直观地反映目标对象的纹理信息,可以根据目标对象的纹理信息判断目标对象的材质,从而根据材质获取目标对象的密度。
步骤S203:根据所述目标对象的密度和体积,获取所述目标对象的质量。
由此,可以利用视觉检测设备获取视觉检测数据,由视觉检测数据可以获取目标对象的密度和体积,从而获取目标对象的质量,整个质量估计过程利用计算机视觉技术直接获取目标对象的密度和体积,实现了非接触式质量估计,无需采取接触式的手段测量目标对象的质量。
步骤S102:根据所述目标对象的质量,获取所述目标对象对应的拾取参数。
在一具体实施方式中,拾取参数可以包括拾取力、拾取速度、拾取压强、电机参数、气缸参数、液压参数中的任意一种或几种。
步骤S103:当检测到所述拾取参数会导致所述目标对象损坏时,控制所述机械手使用所述顶升组件拾取所述目标对象。
由此,一方面,可以根据目标对象的质量获取对应的拾取参数,在对目标对象进行拾取前,可以预判拾取参数是否会造成目标对象损坏,智能化程度高;另一方面,若拾取参数不合适,可以使用顶升组件对目标对象进行拾取,此种方式对目标对象的破坏程度小。
参见图4,在一具体实施方式中,所述顶升组件可以设置有顶升面,所述步骤S103可以包括步骤S401~S402。
步骤S401:控制所述机械手使用所述顶升组件伸入所述目标对象的下方,以使所述目标对象位于所述顶升面上。
步骤S402:控制所述机械手带动所述顶升组件上移从而带动所述目标对象上移,从而便于移动所述目标对象。
由此,机械手可以使用顶升组件伸入目标对象下方,使得目标对象位于顶升面上,在机械手带动所述顶升组件上移的过程中,目标对象可以随顶升组件移动,实现顶升组件对目标对象的拾取,在拾取过程中,目标对象受到的压力较小,对目标对象的破坏程度小。
参见图5,在一具体实施方式中,所述方法还可以包括步骤S104~S107。
步骤S104:获取所述目标对象的硬度数据。硬度数据可以包括划痕硬度、压入硬度、回跳硬度中的一种或几种。
步骤S105:根据所述目标对象的硬度数据,获取所述目标对象被夹坏的临界压强。临界压强可以是目标对象发生轻微损坏时,作用于目标对象的压强。
参见图6,在一具体实施方式中,所述步骤S105可以包括步骤S501~S503。
步骤S501:获取多个样本的硬度数据和夹坏标注数据,所述夹坏标注数据用于指示所述样本被夹坏的临界压强。
步骤S502:根据所述多个样本的硬度数据和所述夹坏标注数据,利用深度学习模型进行训练,得到夹坏模型。
步骤S503:根据所述目标对象的硬度数据,使用所述夹坏模型获取所述目标对象被夹坏的临界压强。
由此,可以通过多个样本的硬度数据和夹坏标注数据利用深度学习模型进行训练,得到夹坏模型,夹坏模型可以根据目标对象的硬度数据获取目标对象被夹坏的临界压强,后续结合拾取参数,可以判断目标对象被夹坏的可能性,便于采取相应的防止夹坏措施,进一步提升了智能化程度。
步骤S106:根据所述拾取参数,计算得到所述目标对象所承受的最大压强。最大压强可以是使用最大拾取力对目标对象进行拾取时,作用于目标对象的压强。
步骤S107:当检测到所述最大压强大于所述临界压强时,确定所述拾取参数会导致所述目标对象损坏。
由此,可以根据目标对象的硬度数据获取目标对象被夹坏的临界压强,根据拾取参数计算得到目标对象承受的最大压强,通过对比临界压强和最大压强,当最大压强大于临界压强时,目标对象自身的硬度不足以抵抗最大压强对应的压力,目标对象会损坏,从而可以确定最大压强对应的拾取参数会导致目标对象损坏。
参见图7,在一具体实施方式中,所述方法还可以包括步骤S108。
步骤S108:当检测到所述最大压强不大于所述临界压强时,确定所述拾取参数不会导致所述目标对象损坏。
由此,当最大压强不大于临界压强时,目标对象自身的硬度可以抵抗最大压强对应的压力,目标对象不会发生损坏,可以确定最大压强对应的拾取参数不会导致目标对象损坏。
参见图8,在一具体实施方式中,所述机械手还设置有预设组件,所述预设组件包括以下至少一种:夹取组件、吸取组件和钩取组件,所述方法还可以包括步骤S109。
步骤S109:当检测到所述拾取参数不会导致所述目标对象损坏时,控制所述机械手使用所述预设组件拾取所述目标对象。
由此,通过预判拾取参数是否会造成目标对象损坏,当确定拾取参数不会导致所述目标对象损坏时,机械手可以使用夹取组件、吸取组件和钩取组件中的任意一种或者几种对目标对象进行拾取,在满足不损坏目标对象的条件下提高了拾取效率。
参见图9,本申请实施例还提供了一种机械手的控制装置,其具体实现方式与上述机械手的控制方法的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。所述装置应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有顶升组件。
所述装置包括:质量获取模块101,用于获取目标对象的质量;拾取参数获取模块102,用于根据所述目标对象的质量,获取所述目标对象对应的拾取参数;第一机械手模块103,用于当检测到所述拾取参数会导致所述目标对象损坏时,控制所述机械手使用所述顶升组件拾取所述目标对象。
参见图10,在一具体实施方式中,所述质量获取模块101可以包括:视觉获取单元1011,可以用于获取所述目标对象的视觉检测数据,所述视觉检测数据是视觉检测设备检测所述目标对象得到的;参数获取单元1012,可以用于根据所述目标对象的视觉检测数据,获取所述目标对象的密度和体积;获取质量单元1013,可以用于根据所述目标对象的密度和体积,获取所述目标对象的质量。
参见图11,在一具体实施方式中,所述视觉检测数据可以包括2D图像数据;所述参数获取单元1012可以包括:纹理获取子单元1012a,可以用于根据所述2D图像数据,获取所述目标对象的纹理信息;密度获取子单元1012b,可以用于根据所述目标对象的纹理信息,获取所述目标对象的密度。
参见图12,在一具体实施方式中,所述顶升组件可以设置有顶升面;所述第一机械手模块103可以包括:顶升控制单元1031,可以用于控制所述机械手使用所述顶升组件伸入所述目标对象的下方,以使所述目标对象位于所述顶升面上;上移控制单元1032,可以用于控制所述机械手带动所述顶升组件上移从而带动所述目标对象上移,从而便于移动所述目标对象。
参见图13-14,在一具体实施方式中,所述装置还可以包括拾取参数检测模块104,所述拾取参数检测模块104可以包括:硬度获取单元1041,可以用于获取所述目标对象的硬度数据;临界获取单元1042,可以用于根据所述目标对象的硬度数据,获取所述目标对象被夹坏的临界压强;压强计算单元1043,可以用于根据所述拾取参数,计算得到所述目标对象所承受的最大压强;损坏确定单元1044,可以用于当检测到所述最大压强大于所述临界压强时,确定所述拾取参数会导致所述目标对象损坏。
参见图15,在一具体实施方式中,所述临界获取单元1042可以包括:样本获取子单元1042a,可以用于获取多个样本的硬度数据和夹坏标注数据,所述夹坏标注数据可以用于指示所述样本被夹坏的临界压强;模型训练子单元1042b,可以用于根据所述多个样本的硬度数据和所述夹坏标注数据,利用深度学习模型进行训练,得到夹坏模型;压强获取子单元1042c,可以用于根据所述目标对象的硬度数据,使用所述夹坏模型获取所述目标对象被夹坏的临界压强。
参见图16,在一具体实施方式中,所述拾取参数检测模块104还可以包括:不损坏确定单元1045,可以用于当检测到所述最大压强不大于所述临界压强时,确定所述拾取参数不会导致所述目标对象损坏。
参见图17,在一具体实施方式中,所述机械手还可以设置有预设组件,所述预设组件可以包括以下至少一种:夹取组件、吸取组件和钩取组件;所述装置还可以包括:第二机械手模块105,可以用于当检测到所述拾取参数不会导致所述目标对象损坏时,控制所述机械手使用所述预设组件拾取所述目标对象。
参见图18,本申请实施例还提供了一种拾取设备200,拾取设备200包括至少一个存储器210、至少一个处理器220以及连接不同平台***的总线230。
存储器210可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)211和/或高速缓存存储器212,还可以进一步包括只读存储器(ROM)213。
其中,存储器210还存储有计算机程序,计算机程序可以被处理器220执行,使得处理器220执行本申请实施例中机械手的控制方法的步骤,其具体实现方式与上述机械手的控制方法的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
存储器210还可以包括具有一组(至少一个)程序模块215的程序/实用工具214,这样的程序模块包括但不限于:操作***、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
相应的,处理器220可以执行上述计算机程序,以及可以执行程序/实用工具214。
总线230可以为表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、***总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。
拾取设备200也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信,还可与一个或者多个能够与该拾取设备200交互的设备通信,和/或与使得该拾取设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口250进行。并且,拾取设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器260可以通过总线230与拾取设备200的其它模块通信。应当明白,尽管图中未示出,可以结合拾取设备200使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储平台等。
在一具体实施方式中,所述顶升组件可以设置有顶升面。
在一具体实施方式中,所述机械手还可以设置有预设组件,所述预设组件可以包括以下至少一种:夹取组件、吸取组件和钩取组件。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质用于存储计算机程序,所述计算机程序被执行时实现本申请实施例中机械手的控制方法的步骤,其具体实现方式与上述机械手的控制方法的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
图19示出了本实施例提供的用于实现上述机械手的控制方法的程序产品300,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品300不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。程序产品300可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言诸如Java、C++等,还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本申请从使用目的上,效能上,进步及新颖性等观点进行阐述,其设置有的实用进步性,已符合专利法所强调的功能增进及使用要件,本申请以上的说明及附图,仅为本申请的较佳实施例而已,并非以此局限本申请,因此,凡一切与本申请构造,装置,特征等近似、雷同的,即凡依本申请专利申请范围所作的等同替换或修饰等,皆应属本申请的专利申请保护的范围之内。

Claims (16)

1.一种机械手的控制方法,其特征在于,应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有顶升组件,所述方法包括:
获取目标对象的质量;
根据所述目标对象的质量,获取所述目标对象对应的拾取参数,所述拾取参数包括拾取力、拾取速度、拾取压强、电机参数、气缸参数、液压参数中的任意一种或几种;
当检测到所述拾取参数会导致所述目标对象损坏时,控制所述机械手使用所述顶升组件拾取所述目标对象;
所述方法还包括:
获取所述目标对象的硬度数据;
根据所述目标对象的硬度数据,获取所述目标对象被夹坏的临界压强;
根据所述拾取参数,计算得到所述目标对象所承受的最大压强;
当检测到所述最大压强大于所述临界压强时,确定所述拾取参数会导致所述目标对象损坏;
所述机械手还设置有预设组件,所述预设组件包括以下至少一种:夹取组件、吸取组件和钩取组件;
所述方法还包括:
当检测到所述拾取参数不会导致所述目标对象损坏时,控制所述机械手使用所述预设组件拾取所述目标对象。
2.根据权利要求1所述的机械手的控制方法,其特征在于,所述顶升组件设置有顶升面;
所述控制所述机械手使用所述顶升组件拾取所述目标对象,包括:
控制所述机械手使用所述顶升组件伸入所述目标对象的下方,以使所述目标对象位于所述顶升面上;
控制所述机械手带动所述顶升组件上移从而带动所述目标对象上移,从而便于移动所述目标对象。
3.根据权利要求1所述的机械手的控制方法,其特征在于,所述方法还包括:
当检测到所述最大压强不大于所述临界压强时,确定所述拾取参数不会导致所述目标对象损坏。
4.根据权利要求1所述的机械手的控制方法,其特征在于,所述根据所述目标对象的硬度数据,获取所述目标对象被夹坏的临界压强,包括:
获取多个样本的硬度数据和夹坏标注数据,所述夹坏标注数据用于指示所述样本被夹坏的临界压强;
根据所述多个样本的硬度数据和所述夹坏标注数据,利用深度学习模型进行训练,得到夹坏模型;
根据所述目标对象的硬度数据,使用所述夹坏模型获取所述目标对象被夹坏的临界压强。
5.根据权利要求1所述的机械手的控制方法,其特征在于,所述获取目标对象的质量,包括:
获取所述目标对象的视觉检测数据,所述视觉检测数据是视觉检测设备检测所述目标对象得到的;
根据所述目标对象的视觉检测数据,获取所述目标对象的密度和体积;
根据所述目标对象的密度和体积,获取所述目标对象的质量。
6.根据权利要求5所述的机械手的控制方法,其特征在于,所述视觉检测数据包括2D图像数据;
获取所述目标对象的密度的方法包括:
根据所述2D图像数据,获取所述目标对象的纹理信息;
根据所述目标对象的纹理信息,获取所述目标对象的密度。
7.一种机械手的控制装置,其特征在于,应用于拾取设备,所述拾取设备设置有机械手,所述机械手设置有顶升组件,所述装置包括:
质量获取模块,用于获取目标对象的质量;
拾取参数获取模块,用于根据所述目标对象的质量,获取所述目标对象对应的拾取参数,所述拾取参数包括拾取力、拾取速度、拾取压强、电机参数、气缸参数、液压参数中的任意一种或几种;
第一机械手模块,用于当检测到所述拾取参数会导致所述目标对象损坏时,控制所述机械手使用所述顶升组件拾取所述目标对象;
所述装置还包括拾取参数检测模块,所述拾取参数检测模块包括:
硬度获取单元,用于获取所述目标对象的硬度数据;
临界获取单元,用于根据所述目标对象的硬度数据,获取所述目标对象被夹坏的临界压强;
压强计算单元,用于根据所述拾取参数,计算得到所述目标对象所承受的最大压强;
损坏确定单元,用于当检测到所述最大压强大于所述临界压强时,确定所述拾取参数会导致所述目标对象损坏;
所述机械手还设置有预设组件,所述预设组件包括以下至少一种:夹取组件、吸取组件和钩取组件;
所述装置还包括:
第二机械手模块,用于当检测到所述拾取参数不会导致所述目标对象损坏时,控制所述机械手使用所述预设组件拾取所述目标对象。
8.根据权利要求7所述的机械手的控制装置,其特征在于,所述顶升组件设置有顶升面;
所述第一机械手模块包括:
顶升控制单元,用于控制所述机械手使用所述顶升组件伸入所述目标对象的下方,以使所述目标对象位于所述顶升面上;
上移控制单元,用于控制所述机械手带动所述顶升组件上移从而带动所述目标对象上移,从而便于移动所述目标对象。
9.根据权利要求7所述的机械手的控制装置,其特征在于,所述拾取参数检测模块还包括:
不损坏确定单元,用于当检测到所述最大压强不大于所述临界压强时,确定所述拾取参数不会导致所述目标对象损坏。
10.根据权利要求7所述的机械手的控制装置,其特征在于,所述临界获取单元包括:
样本获取子单元,用于获取多个样本的硬度数据和夹坏标注数据,所述夹坏标注数据用于指示所述样本被夹坏的临界压强;
模型训练子单元,用于根据所述多个样本的硬度数据和所述夹坏标注数据,利用深度学习模型进行训练,得到夹坏模型;
压强获取子单元,用于根据所述目标对象的硬度数据,使用所述夹坏模型获取所述目标对象被夹坏的临界压强。
11.根据权利要求7所述的机械手的控制装置,其特征在于,所述质量获取模块包括:
视觉获取单元,用于获取所述目标对象的视觉检测数据,所述视觉检测数据是视觉检测设备检测所述目标对象得到的;
参数获取单元,用于根据所述目标对象的视觉检测数据,获取所述目标对象的密度和体积;
获取质量单元,用于根据所述目标对象的密度和体积,获取所述目标对象的质量。
12.根据权利要求11所述的机械手的控制装置,其特征在于,所述视觉检测数据包括2D图像数据;
所述参数获取单元包括:
纹理获取子单元,用于根据所述2D图像数据,获取所述目标对象的纹理信息;
密度获取子单元,用于根据所述目标对象的纹理信息,获取所述目标对象的密度。
13.一种拾取设备,其特征在于,所述拾取设备包括存储器、处理器和机械手,所述机械手设置有顶升组件,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1-6任一项所述方法的步骤。
14.根据权利要求13所述的拾取设备,其特征在于,所述顶升组件设置有顶升面。
15.根据权利要求13所述的拾取设备,其特征在于,所述机械手还设置有预设组件,所述预设组件包括以下至少一种:夹取组件、吸取组件和钩取组件。
16.一种计算机可读存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。
CN202011643120.5A 2020-12-30 2020-12-30 机械手的控制方法、装置、拾取设备及存储介质 Active CN112720499B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011643120.5A CN112720499B (zh) 2020-12-30 2020-12-30 机械手的控制方法、装置、拾取设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011643120.5A CN112720499B (zh) 2020-12-30 2020-12-30 机械手的控制方法、装置、拾取设备及存储介质

Publications (2)

Publication Number Publication Date
CN112720499A CN112720499A (zh) 2021-04-30
CN112720499B true CN112720499B (zh) 2022-06-17

Family

ID=75609227

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011643120.5A Active CN112720499B (zh) 2020-12-30 2020-12-30 机械手的控制方法、装置、拾取设备及存储介质

Country Status (1)

Country Link
CN (1) CN112720499B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103753585A (zh) * 2014-01-10 2014-04-30 南通大学 一种基于视觉图像分析的机械手及抓紧力智能调节方法
CN204431275U (zh) * 2015-01-29 2015-07-01 宁夏巨能机器人***有限公司 一种改进的机器臂手爪结构
EP3146935A1 (en) * 2015-09-24 2017-03-29 3M Innovative Properties Company A dental light irradiation device
CN108555901A (zh) * 2017-12-29 2018-09-21 深圳市越疆科技有限公司 一种机器人分拣物品的方法、装置及机械臂
CN208826638U (zh) * 2018-07-02 2019-05-07 常州普旺科技有限公司 一种基于计算机视觉和机器学习的自适应分拣***
CN109760054A (zh) * 2019-01-30 2019-05-17 重庆两江微链智能科技有限公司 机器人自主学习***和机器人控制方法
CN209256966U (zh) * 2018-11-27 2019-08-16 深圳蓝胖子机器人有限公司 用于抓取吸附物品的末端执行器
CN110834335A (zh) * 2019-11-21 2020-02-25 广东弓叶科技有限公司 物件夹取方法及分选设备
CN210139230U (zh) * 2019-04-10 2020-03-13 南京力泰智能科技有限公司 一种桁架联动机械手装置
CN111015708A (zh) * 2019-12-26 2020-04-17 华南理工大学 一种适用于抓取多种零件的机械手爪
CN111906761A (zh) * 2020-08-25 2020-11-10 杭州祥生砂光机制造有限公司 一种龙门式平面式抓取结构及方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103753585A (zh) * 2014-01-10 2014-04-30 南通大学 一种基于视觉图像分析的机械手及抓紧力智能调节方法
CN204431275U (zh) * 2015-01-29 2015-07-01 宁夏巨能机器人***有限公司 一种改进的机器臂手爪结构
EP3146935A1 (en) * 2015-09-24 2017-03-29 3M Innovative Properties Company A dental light irradiation device
CN108555901A (zh) * 2017-12-29 2018-09-21 深圳市越疆科技有限公司 一种机器人分拣物品的方法、装置及机械臂
CN208826638U (zh) * 2018-07-02 2019-05-07 常州普旺科技有限公司 一种基于计算机视觉和机器学习的自适应分拣***
CN209256966U (zh) * 2018-11-27 2019-08-16 深圳蓝胖子机器人有限公司 用于抓取吸附物品的末端执行器
CN109760054A (zh) * 2019-01-30 2019-05-17 重庆两江微链智能科技有限公司 机器人自主学习***和机器人控制方法
CN210139230U (zh) * 2019-04-10 2020-03-13 南京力泰智能科技有限公司 一种桁架联动机械手装置
CN110834335A (zh) * 2019-11-21 2020-02-25 广东弓叶科技有限公司 物件夹取方法及分选设备
CN111015708A (zh) * 2019-12-26 2020-04-17 华南理工大学 一种适用于抓取多种零件的机械手爪
CN111906761A (zh) * 2020-08-25 2020-11-10 杭州祥生砂光机制造有限公司 一种龙门式平面式抓取结构及方法

Also Published As

Publication number Publication date
CN112720499A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
EP3621036A1 (en) Method and apparatus for generating three-dimensional data, device, and storage medium
US9764467B2 (en) Robot, robot system, control device, and control method
CN111844019B (zh) 一种机器抓取位置确定方法、设备、电子设备和存储介质
US10311325B2 (en) Image processing method and image processing apparatus
CN109598264B (zh) 物体抓取方法及装置
TW201320231A (zh) 主機板圓孔定位方法及系統
CN112720499B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN112720496B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN112785556A (zh) 复检方法、装置、电子设备及计算机可读存储介质
CN112720497B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN112720500B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN112847348A (zh) 机械手控制方法、装置、拾取设备及计算机可读存储介质
CN112598645B (zh) 轮廓检测方法、装置、设备及存储介质
CN112720495A (zh) 机械手的控制方法、装置、拾取设备及存储介质
EP3315949B1 (en) Detection system, detection method, and program
CN112785554A (zh) 质量估计方法、装置、电子设备及存储介质
CN112784687B (zh) 机械手的控制方法、装置、设备及计算机可读存储介质
CN112775968B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN112907661A (zh) 一种移动目标定位方法、装置、电子设备、***及介质
CN113506290A (zh) 一种线路绝缘子缺陷检测方法及装置
CN112801941B (zh) 静电去除的方法、装置、设备及存储介质
CN112784875B (zh) 机械手的控制方法及相关装置
CN112784688B (zh) 机械手的控制方法、装置、拾取设备及存储介质
CN112785553A (zh) 密度估计方法、装置、电子设备及计算机可读存储介质
CN112611757A (zh) Ai辅助检测方法、装置、电子设备及计算机可读存储介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220323

Address after: Building C, No.888, Huanhu West 2nd Road, Lingang New District, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai

Applicant after: Shenlan Intelligent Technology (Shanghai) Co.,Ltd.

Address before: 213000 No.103, building 4, Chuangyan port, Changzhou science and Education City, No.18, middle Changwu Road, Wujin District, Changzhou City, Jiangsu Province

Applicant before: SHENLAN ARTIFICIAL INTELLIGENCE CHIP RESEARCH INSTITUTE (JIANGSU) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant