一种基于特征点识别的系统及抓取方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115049860A(43)申请公布日2022.09.13(21)申请号202210669659.0G06F16/901(2019.01)(22)申请日2022.06.14(71)申请人广东天太机器人有限公司地址528322广东省佛山市顺德区大良105国道大墩段（5-1号地块）六号综合楼三层（广珠公路红岗路段23号之9）(72)发明人何志雄柳建雄王鹏(74)专利代理机构佛山市禾才知识产权代理有限公司44379专利代理师刘羽波陈嘉琦(51)Int.Cl.G06V10/74(2022.01)G06V10/75(2022.01)G06T7/13(2017.01)G06V10/28(2022.01)权利要求书4页说明书13页(54)发明名称一种基于特征点识别的系统及抓取方法(57)摘要本发明公开了一种基于特征点识别的系统及抓取方法，抓取系统包括：采集端；识别端，用于存储多个角度模板，同时接受采集的图像，将采集的图像与多个角度模板逐一进行识别匹配，判断采集的图像是否为目标对象，若是，选择与采集的图像相匹配的角度模板作为识别模板，从图像中获取目标对象的实际特征点以及从识别模板中获取识别特征点，通过比对目标对象的实际特征点和识别模板的识别特征点；多个机械臂；本发明旨在提供一种基于特征点识别的系统及抓取方法，使识别模板的识别特征点靠近于实际特征点，通过识别模板的识别特征生成的机械臂的移动轨迹和抓取点的控制指令也能够符合实际特征点的位置，能够提高机械臂的抓取精确度。CN115049860ACN115049860A权利要求书1/4页1.一种基于特征点识别的抓取系统，其特征在于，包括：采集端，用于采集物体的图像，并将采集的图像发送至识别端；识别端，用于存储多个角度模板，同时接受采集的图像，将采集的图像与多个角度模板逐一进行识别匹配，判断采集的图像是否为目标对象，若是，选择与采集的图像相匹配的角度模板作为识别模板，从图像中获取目标对象的实际特征点以及从识别模板中获取识别特征点，通过比对目标对象的实际特征点和识别模板的识别特征点，根据比对结果对识别模板进行修正优化，获得最优的识别模板；根据最优的识别模板生成机械臂的移动轨迹和抓取点的控制指令，并将控制指令发送至机械臂；多个机械臂，每个机械臂包括控制端和抓取工具，每个抓取工具均不相同，控制端用于存储抓取工具抓取点的工具模板，同时接收并解析来自识别端的控制指令，根据解析结果判断当前的工具模板与最优的识别模板吻合程度；若吻合程度大于预设范围，则选取当前的工具模板的机械臂作为输出端，驱动当前的机械臂进行轨迹移动和抓取；若吻合程度小于预设范围，则更换下一个控制端直至下一个控制端中的工具模板与最优的识别模板吻合程度大于预设范围。2.根据权利要求1所述的一种基于特征点识别的抓取系统，其特征在于，所述识别端包括：模板库模块，用于存储角度模板信息，所述角度模板信息包括多个角度的模板图；所述角度模板信息包括360/n个模板图，n＝1，2，3，…，n，n为小于360且能被360整除的正整数；所述模板图对应物品的不同摆放角度；识别处理模块，使用One‑Stage算法对图像信息进行识别框体提取，将采集的图像以框体的方式展现；同时对框体内的目标对象进行匹配识别，判断当前的图像中是否存在有目标对象，若存在有目标对象，则将目标对象所在的框体与模板库模块中的模板图进行匹配，若匹配结果相符，则将当前的框体内的目标对象的特征信息存储至存储模块；存储模块，用于存储采集的图像中目标对象的特征信息。3.根据权利要求2所述的一种基于特征点识别的抓取系统，其特征在于，所述识别处理模块还包括：梯度量化子模块，用于对采集的图像进行第一层金字塔方向梯度量化以及第二层金字塔方向梯度量化，获得采集的图像对应的识别特征；提取子模块，用于以当前角度为表列获取识别特征，并保存至所述存储模块。4.根据权利要求1所述的一种基于特征点识别的抓取系统，其特征在于，所述识别端还包括：修正优化模块，用于以亚像素点的方式从采集的图像中提取目标对象的目标边框；根据预设比例将目标边框的识别特征以及其余的识别特征组合成实际特征点，以实际特征点为基础获得与实际特征点相对的识别特征点；计算获得相对应的实际特征点与识别特征点之间的距离，将相对应的实际特征点与识别特征点之间的距离与预设距离值进行比对，若相对应的实际特征点与识别特征点之间的距离大于预设距离值，获取符合距离要求的实际特征点的数量，并将实际特征点的数量与预设数量值比对，若实际特征点的数量大于预设数量值，将实际特征点和识别特征点代入变化矩阵，对识别模板进行位姿修正优化，获得最2CN115049860A权利要求书2/4页优的识别模板。5.根据权利要求4所述的一种基于特征点识