一种多指欠驱动夹爪抓取数据集生成方法

    公开(公告)号:CN115042171B

    公开(公告)日:2024-11-22

    申请号:CN202210619169.X

    申请日:2022-06-01

    Abstract: 本发明公开了一种多指欠驱动夹爪抓取数据集生成方法,涉及机器人抓取领域,包括以下步骤:建立基于前向运动学的夹爪碰撞包围盒模型,利用矩阵计算和DH参数矩阵快速获取夹爪构型,并完成场景碰撞检测;建立基于PyBullet的抓取仿真场景,采集抓取场景数据;基于碰撞包围盒模型和GWS抓取指标,建立单物体抓取候选模型,该候选模型还包括夹爪构型以及对夹爪构型的评分因素;基于场景中的模型位姿和场景碰撞检测结果,利用坐标变换,将单物体抓取候选模型变换为场景抓取候选模型,完成数据集生成。本发明基于碰撞包围盒模型,利用GPU平行计算能力封装夹爪前向运动学,提高夹爪构型计算及场景碰撞检测效率,可快速生成针对多指欠驱动夹爪大规模抓取数据集。

    一种多指欠驱动夹爪抓取数据集生成方法

    公开(公告)号:CN115042171A

    公开(公告)日:2022-09-13

    申请号:CN202210619169.X

    申请日:2022-06-01

    Abstract: 本发明公开了一种多指欠驱动夹爪抓取数据集生成方法,涉及机器人抓取领域,包括以下步骤:建立基于前向运动学的夹爪碰撞包围盒模型,利用矩阵计算和DH参数矩阵快速获取夹爪构型,并完成场景碰撞检测;建立基于PyBullet的抓取仿真场景,采集抓取场景数据;基于碰撞包围盒模型和GWS抓取指标,建立单物体抓取候选模型,该候选模型还包括夹爪构型以及对夹爪构型的评分因素;基于场景中的模型位姿和场景碰撞检测结果,利用坐标变换,将单物体抓取候选模型变换为场景抓取候选模型,完成数据集生成。本发明基于碰撞包围盒模型,利用GPU平行计算能力封装夹爪前向运动学,提高夹爪构型计算及场景碰撞检测效率,可快速生成针对多指欠驱动夹爪大规模抓取数据集。

Patent Agency Ranking