(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210572309.2 (22)申请日 2022.05.24 (71)申请人 河南中原动力 智能制造有限公司 地址 450003 河南省郑州市金 水区宝瑞路 115号河南省信息安全产业示范基地 10号楼02号 (72)发明人 薛均晓　陈云博　万里红　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 陈志明 (51)Int.Cl. G06T 7/11(2017.01) G06T 7/136(2017.01) G06T 7/66(2017.01) G06T 7/73(2017.01)G06T 7/90(2017.01) G06V 10/25(2022.01) (54)发明名称 一种机器人抓取位姿估计方法、 装置、 设备 及存储介质 (57)摘要 本发明公开了一种机器人抓取位姿估计方 法、 装置、 设备及存储介质。 通过 获取目标物体的 第一点云数据， 对所述第一点云数据进行预处 理， 得到所述目标物体的第二点云数据； 根据抓 取位姿采样数据， 构建抓取质量评估网络， 将所 述第二点云数据输入到所述抓取质量评估网络 中， 以使所述抓取质量评估网络输出最优抓取位 姿。 与现有技术相比， 能直接基于三维点云进行 机器人抓取位姿估计， 能准确获取抓取目标物体 在三维空间中的位置， 且通过直接处理第一点云 数据， 最大化地保持原始点云信息， 更为有效和 准确地估计抓取位姿。 权利要求书2页 说明书8页 附图3页 CN 115082498 A 2022.09.20 CN 115082498 A 1.一种机器人抓取位姿估计方法， 其特 征在于， 包括： 获取目标物体的第一点云数据， 对所述第一点云数据进行预处理， 得到所述目标物体 的第二点云数据； 根据抓取位姿采样数据， 构建抓取质量评估网络， 将所述第二点云数据输入到所述抓 取质量评估网络中， 以使所述 抓取质量评估网络 输出最优抓取位姿。 2.如权利要求1所述的一种机器人抓取位姿估计方法， 其特征在于， 所述根据抓取位姿 采样数据， 构建抓取质量评估网络， 具体包括： 获取抓取位姿估计数据集， 对所述抓取位姿估计数据集中的每一个模型进行抓取位姿 采样， 并对每个抓取位姿按预设 的质量评估标准进行评分， 并基于PointNet构建抓取质量 评估网络， 其中， 所述 抓取质量评估网络包括多层感知机、 最大池化层和全连接层。 3.如权利要求1所述的一种机器人抓取位姿估计方法， 其特征在于， 对所述第 一点云数 据进行预处理， 其中， 所述预处 理包括点云直通滤波处 理； 设置空间坐标轴各个方向上的坐标轴阈值， 根据 各个方向上的坐标阈值对所述第 一点 云数据进行分割， 得到第一点云数据的感兴趣区域， 并对所述感兴趣区域进行目标点云识 别， 生成直 通滤波点云数据。 4.如权利要求3所述的一种机器人抓取位姿估计方法， 其特征在于， 对所述第 一点云数 据进行预处理， 其中， 所述预处 理还包括载物台平面分割处 理； 基于随机采样一致性算法估计所述直通滤波点云数据中的背景点云近似平面， 并基于 所述背景点云近似平面， 将所述直通滤波点云数据分割为 目标物体点云和背景点云， 以使 得到目标物体点云。 5.如权利要求4所述的一种机器人抓取位姿估计方法， 其特征在于， 对所述第 一点云数 据进行预处理， 其中， 所述预处 理还包括点云降采样处 理； 根据所述目标物体点云创建三维体素栅格， 其中， 所述三维体素栅格的尺寸大小由所 述目标物体点云的分辨 率、 采样密度来确定； 将所述目标物体点云对应放入到所述 三维体素栅格中， 以使生成多个小立方体； 根据所述多个小立方体的重心点， 计算每个小立方体内各个目标物体点云与 所述重心 点的距离， 将所述距离最小的目标物体点云进行保留。 6.一种机器人抓取位姿估计装置， 其特征在于， 包括： 点云数据处理模块和最优抓取位 姿输出模块； 其中， 所述点云数据处理模块， 用于获取目标物体的第 一点云数据， 对所述第 一点云数 据进行预处理， 得到所述目标物体的第二 点云数据； 所述最优抓取位姿输出模块， 用于根据抓取位姿采样数据， 构建质量评估 网络， 将所述 第二点云数据输入到所述抓取质量评估网络中， 以使 所述抓取质量评估网络输出最优抓取 位姿。 7.如权利要求6所述的一种机器人抓取位姿估计装置， 其特征在于， 所述最优抓取位姿 输出模块， 用于根据抓取位姿采样数据， 构建抓取质量评估网络， 具体包括： 获取抓取位姿估计数据集， 对所述抓取位姿估计数据集中的每一个模型进行抓取位姿 采样， 并对每个抓取位姿按预设 的质量评估标准进行评分， 并基于PointNet构建抓取质量 评估网络， 其中， 所述 抓取质量评估网络包括多层感知 及机、 最大池化层和全连接层。权　利　要　求　书 1/2 页 2 CN 115082498 A 28.如权利要求6所述的一种机器人抓取位姿估计装置， 其特征在于， 所述点云数据处理 模块， 用于对所述第一 点云数据进行 预处理， 其中， 所述预处 理包括点云直通滤波处 理； 设置空间坐标轴各个方向上的坐标轴阈值， 根据 各个方向上的坐标阈值对所述第 一点 云数据进行分割， 得到第一点云数据的感兴趣区域， 并对所述感兴趣区域进行目标点云识 别， 生成直 通滤波点云数据。 9.一种终端设备， 其特征在于， 包括处理器、 存储器以及存储在所述存储器中且被配置 为由所述处理器执行 的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求1 至5任意一项所述的机器人抓取位姿估计方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质包括存储的计算 机程序， 其中， 在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权 利要求1至 5中任意一项所述的机器人抓取位姿估计方法。权　利　要　求　书 2/2 页 3 CN 115082498 A 3