买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华中科技大学

摘要：本发明提供了一种非特定形状物体识别、定位与机械手抓取系统及方法，属于机械手抓取领域，系统包括多自由度机械手、机器视觉成像模块和中央处理模块，多自由度机械手与中央处理模块相连接，机器视觉成像模块与中央处理模块相连接，以将采集的图像数据传输给中央处理模块，中央处理模块对图像数据进行处理，提取目标轮廓，并根据目标轮廓结合标定后的物空间尺寸与像空间像素数量映射关系实现对每个目标的外形尺寸的测量，还用于采用深度神经网络模型依据目标外形尺寸对目标进行分类，以控制多自由度机械手对目标进行识别、定位和拾取。本发明还提供了对目标进行识别、定位和拾取的方法。本发明方法和系统适应性强，能对目标进行灵活拾取。

主权项：1.一种非特定形状物体识别、定位与机械手抓取方法，其特征在于，其包括如下步骤：S1：采集获得图像数据，图像数据为数字格式，S2：对数据格式的图像数据执行图像预处理，获取目标图像，利用边缘提取和亚像素分析获取目标图像中目标的边缘信息，并根据边缘信息确定其外接矩形，S3：对每个目标的边缘信息和外接矩形进行配对，将配对结果存放于目标信息列表中，对列表中的每一个信息进行分析，计算出每个目标外接矩形的长、宽信息以及外接矩形中心位置坐标信息，并将信息存入目标信息列表中，用于对目标进行分类，S4：利用预先训练好的分类用深度神经网络模型对目标信息进行分类，采用由输入层、多个隐藏层、输出层构成的深度神经网络作为分类网络，网络输入信息为目标轮廓及尺寸信息，输出为分类结果，在进行目标分类时，如果发现新类型目标，首先排除其是已知目标发生位置重叠，如果仍然表现出新目标的特征，则将其视作第一次出现的新目标，将获取到的新目标数据加入到训练集中，并通过生成对抗神经网络产生大量与之特征相似的目标数据，再通过机器学习训练的方式更新深度神经网络模型的参数，实现对新出现的非特定对象目标的准确分类，S5:指导并控制多自由度机械手按照设定方式对目标进行识别、定位和拾取，拾取非特定目标时，按照预定的收集方式将其放置到对应的收集空间中，其中，步骤S4中，排除新类型目标是已知目标发生位置重叠的具体操作为，首先根据位置测量结果引导机械手运行到新类型目标附近，对新类型目标进行触碰操作，改变目标位置，再重新对工作区域进行图像采集，然后对新类型目标出现区域进行目标识别，如果其仍然表现出新目标的特征，则将其视作第一次出现的新目标。

全文数据：

权利要求：

百度查询： 华中科技大学 一种非特定形状物体识别、定位与机械手抓取系统及方法