本發(fā)明屬于機(jī)器人應(yīng)用領(lǐng)域，具體涉及一種散亂堆放物料拾取裝置和方法。

背景技術(shù)：

視覺引導(dǎo)機(jī)器人抓取技術(shù)在工業(yè)上的應(yīng)用越來越廣泛，應(yīng)用場景也在日益豐富，隨著技術(shù)的發(fā)展，機(jī)器人將逐漸替代人類來完成一些簡單、重復(fù)、低智力要求的工作。

目前，視覺引導(dǎo)機(jī)器人抓取應(yīng)用主要集中在基于2d視覺檢測的固定平面上的目標(biāo)物體拾取上，2d視覺檢測方法能提供的零件位置信息有限，通常只能將零件限定在一個(gè)固定的測量深度上進(jìn)行檢測，這顯然會(huì)限制機(jī)器人的應(yīng)用范圍。

隨著深度圖像采集設(shè)備的發(fā)展迭代，獲取包含場景深度信息的數(shù)據(jù)已經(jīng)不再是困難和昂貴的事情，同時(shí)三維物體識(shí)別算法的近幾年的蓬勃發(fā)展，使得識(shí)別和定位點(diǎn)云數(shù)據(jù)或深度圖像中的目標(biāo)物體變得越來越穩(wěn)定有效。通過三維物體識(shí)別算法可以獲得目標(biāo)物體六個(gè)維度的位置信息，將該技術(shù)和六自由度機(jī)器人結(jié)合起來，便可實(shí)現(xiàn)對散亂堆放的目標(biāo)物體的拾取。但由于三維物體的處理對象是大量的點(diǎn)云數(shù)據(jù)，比二維圖像多了一個(gè)維度的信息，處理效率上比二維圖像要慢很多，且目前還沒有出現(xiàn)較為高效的三維物體識(shí)別算法。另外由于散亂堆放的物料隨意性強(qiáng)，規(guī)劃機(jī)器人的拾取路徑時(shí)難度大。由于上述原因，工業(yè)上用機(jī)器人拾取散亂堆放的物料的應(yīng)用極少。如果能找到提高三維識(shí)別的效率的方法和有效的機(jī)器人路徑規(guī)劃方法，便可將機(jī)器人應(yīng)用到散堆件的拾取和分揀工作中。

技術(shù)實(shí)現(xiàn)要素：

針對上述問題，本發(fā)明提出一種散亂堆放物料拾取裝置和方法，可以有效提高零件查找的速度和機(jī)器人拾取路徑自主規(guī)劃能力，實(shí)現(xiàn)機(jī)器人對散亂堆放的物料的有效拾取。

實(shí)現(xiàn)上述技術(shù)目的，達(dá)到上述技術(shù)效果，本發(fā)明通過以下技術(shù)方案實(shí)現(xiàn)：

一種散亂堆放物料拾取裝置，包括機(jī)器人、上位機(jī)、光測量系統(tǒng)；所述光測量系統(tǒng)包括投影裝置、分別位于投影裝置左邊和右邊的左相機(jī)和右相機(jī)；所述投影裝置向物料拾取場景中投射gray碼圖像；左相機(jī)和右相機(jī)分別采集物料拾取場景中的gray碼圖像，并傳輸?shù)缴衔粰C(jī)中；上位機(jī)根據(jù)左相機(jī)和右相機(jī)采集到的gray碼圖像重建目標(biāo)物體的點(diǎn)云，并對物料拾取場景中的目標(biāo)物體進(jìn)行識(shí)別和定位以獲取目標(biāo)物體的三維堆放位置和三維姿態(tài)，制定拾取策略，規(guī)劃機(jī)器人的機(jī)械臂的拾取路徑，并傳輸給機(jī)器人；機(jī)器人根據(jù)拾取路徑執(zhí)行拾取操作。

進(jìn)一步地，所述的一種散亂堆放物料拾取裝置，還包括標(biāo)定裝置，所述標(biāo)定裝置是一種由圓形特征按照設(shè)定的分布關(guān)系組合而成的圖形板，用于上位機(jī)根據(jù)圖形識(shí)別算法由圖形組合特征從場景中獲取標(biāo)定裝置的位姿，繼而根據(jù)手眼標(biāo)定法標(biāo)定光測量系統(tǒng)坐標(biāo)系與機(jī)器人上的基座的坐標(biāo)系的位姿關(guān)系；或者標(biāo)定裝置采用相機(jī)標(biāo)定中通用的圓特征標(biāo)定板或棋盤格標(biāo)定板；所述機(jī)器人為六自由度或者六自由度以上的機(jī)械臂。

一種散亂堆放物料拾取方法，包括以下步驟：

步驟一、利用投影裝置順次向物料拾取場景中投射若干張疏密程度不一的gray碼圖像；分別通過位于投影裝置左邊的左相機(jī)和位于投影裝置右邊的右相機(jī)采集gray碼圖像，得到對應(yīng)的左gray碼匹配圖像和右gray碼匹配圖像，并傳輸?shù)缴衔粰C(jī)中，順次排放形成gray碼匹配圖像序列，用于重建場景點(diǎn)云；

步驟二、上位機(jī)通過視差相似相減的方法將場景中非目標(biāo)物體的背景濾除，只重建目標(biāo)物體的點(diǎn)云；

步驟三、上位機(jī)對場景中的目標(biāo)物體進(jìn)行識(shí)別和定位，獲取目標(biāo)物體的三維堆放位置和三維姿態(tài)；

步驟四、上位機(jī)根據(jù)識(shí)別和定位到的目標(biāo)物體的三維堆放位置和三維姿態(tài)，制定拾取策略，規(guī)劃機(jī)械臂的拾取路徑，并輸出控制信號給機(jī)器人；

步驟五、機(jī)器人根據(jù)接收到的控制信號，控制其機(jī)械臂執(zhí)行拾取操作。

進(jìn)一步地，所述步驟二具體包括以下步驟：

201：先對未放置目標(biāo)物體的場景投射gray碼圖片，計(jì)算出此時(shí)場景的視差，并將視差數(shù)據(jù)保存下來；

202：向場景中放入目標(biāo)物體，計(jì)算有目標(biāo)物體的場景視差，將該視差數(shù)據(jù)與步驟201中保存的視差數(shù)據(jù)逐像素相比較；

203：濾除相似視差的部分，只留下目標(biāo)物體的視差圖像；

204：根據(jù)目標(biāo)物體的視差圖像進(jìn)行重建，獲得只有目標(biāo)物體的點(diǎn)云數(shù)據(jù)，從而完成重建目標(biāo)物體的點(diǎn)云。

進(jìn)一步地，所述場景的視差的計(jì)算方法具體為：

矯正左gray碼匹配圖像和右gray碼匹配圖像，使二者的行對應(yīng)；

分別計(jì)算各左gray碼匹配圖像和各右gray碼匹配圖像中指定圖像的全黑和全白的gray圖像灰度均值，設(shè)定二值化閾值；

利用上一步計(jì)算出的閾值對gray碼匹配圖像序列中的各左gray碼匹配圖像和右gray碼匹配圖像分別進(jìn)行二值化，大于閾值圖像對應(yīng)像素點(diǎn)的值即為1，否則為0，形成二值化的gray碼匹配圖像序列；

從二值化的gray碼圖像序列中按順序取出同一點(diǎn)的0或1值，將取出來的gray碼轉(zhuǎn)換成十進(jìn)制碼，最終形成對應(yīng)的左解碼圖像和右解碼圖像；

通過在左解碼圖像和左解碼圖像相同行中尋找碼值相同且為條紋邊界的點(diǎn)就可以確定左解碼圖像和左解碼圖像的對應(yīng)性，從而計(jì)算出視差圖像。

進(jìn)一步地，所述濾除相似視差的方法具體為：

首先設(shè)定視差圖像比較窗口大小，和相似判定閾值；

將有目標(biāo)物體的場景視差圖像的每個(gè)像素和無目標(biāo)物體的場景視差圖像中相應(yīng)位置處比較窗口范圍內(nèi)的所有像素的視差值進(jìn)行比較，如果在比較窗口中找到視差值差值在相似判定閾值內(nèi)，則視為相似視差并給予濾除。

進(jìn)一步地，所述步驟四中的規(guī)劃機(jī)械臂的拾取路徑包括以下步驟：

基于目標(biāo)物體的三維堆放位置和三維姿態(tài)，利用手眼標(biāo)定算法獲得機(jī)器人基座坐標(biāo)系和光測量系統(tǒng)坐標(biāo)系位姿變換關(guān)系，通過姿態(tài)變換關(guān)系計(jì)算出目標(biāo)物體在機(jī)器人基座下的位姿；

設(shè)置機(jī)器人末端執(zhí)行器的初始拾取位姿rtt；

根據(jù)目標(biāo)物體的位姿和機(jī)器人的初始拾取準(zhǔn)備位姿，確定機(jī)器人拾取目標(biāo)物體的最優(yōu)位姿，并將最優(yōu)拾取位姿的z軸方向定義為機(jī)器人末端執(zhí)行器接近目標(biāo)物體的方向，即拾取方向；

進(jìn)行目標(biāo)物體是否可拾取判斷，排除機(jī)器人無法拾取的目標(biāo)物體；

根據(jù)目標(biāo)物體的遮擋關(guān)系，確定目標(biāo)物體的拾取順序；

根據(jù)中間過渡點(diǎn)規(guī)劃機(jī)器人拾取路徑；

向機(jī)器人發(fā)送控制信號，控制機(jī)器人進(jìn)行拾取。

所述的確定機(jī)器人拾取目標(biāo)物體的最優(yōu)位姿的具體法：

根據(jù)目標(biāo)物體的結(jié)構(gòu)特征，在待識(shí)別的目標(biāo)物體上相對固有局部參考坐標(biāo)系額外定義多個(gè)參考坐標(biāo)系，記為：第一局部參考坐標(biāo)系、第二局部參考坐標(biāo)系……第n局部參考坐標(biāo)系，根據(jù)坐標(biāo)變換原理計(jì)算出這些參考坐標(biāo)系在機(jī)器人基座坐標(biāo)系下的位姿rt1、rt2……rtn，將這些位姿同rtt進(jìn)行比較，根據(jù)旋量變化的大小選擇合適的機(jī)器人拾取位姿，選擇原則為旋量越小越合適。

進(jìn)一步地，所述進(jìn)行目標(biāo)物體是否可拾取判斷的具體做法是：根據(jù)機(jī)器人拾取目標(biāo)物體的最優(yōu)位姿，求機(jī)器人的運(yùn)動(dòng)學(xué)逆解，獲得機(jī)器人各關(guān)節(jié)的移動(dòng)量，并判斷是否超出了最大關(guān)節(jié)的最大運(yùn)動(dòng)極限，從而判斷該目標(biāo)物體是否可拾取。

進(jìn)一步地，所述的確定目標(biāo)物體的拾取順序具體做法是：標(biāo)物體在機(jī)器人基座下的位姿及其三維模型，在幾何仿真環(huán)境下還原實(shí)際場景中物體的堆疊情況，對每個(gè)物體在拾取方向上進(jìn)行正交投影，根據(jù)計(jì)算機(jī)圖形學(xué)的遮擋判斷原理獲得物體之間的遮擋關(guān)系，繼而根據(jù)遮擋關(guān)系確定各物體的拾取順序；所述的根據(jù)中間過渡點(diǎn)規(guī)劃機(jī)器人拾取路徑的具體做法是：根據(jù)機(jī)器人和外設(shè)的位置關(guān)系以及目標(biāo)物體的拾取方法預(yù)先指定多個(gè)中間過渡點(diǎn)，然后根據(jù)中間過渡點(diǎn)規(guī)劃機(jī)器人拾取路徑，用于避免機(jī)器人規(guī)劃拾取路徑時(shí)與周邊設(shè)備發(fā)生碰撞，減小機(jī)器人運(yùn)動(dòng)軌跡的不確定性。

本發(fā)明的有益效果：

本發(fā)明提出的一種散亂堆放物料拾取裝置和方法，背景過濾方法可以有效濾除背景，只保留目標(biāo)物體的點(diǎn)云數(shù)據(jù)；并提出機(jī)器人拾取路徑規(guī)劃方法，可有效解決散堆件位姿隨意性導(dǎo)致機(jī)器人路徑規(guī)劃困難問題。

附圖說明

圖1為本發(fā)明一種實(shí)施例的散亂堆放物料拾取裝置結(jié)構(gòu)示意圖。

圖2為本發(fā)明一種實(shí)施例的散亂堆放物料拾取方法流程示意圖。

圖3為本發(fā)明一種實(shí)施例的重建目標(biāo)物體的點(diǎn)云的流程示意圖。

圖4為本發(fā)明一種實(shí)施例的計(jì)算視差方法流程示意圖。

圖5為本發(fā)明一種實(shí)施例的視差相似相減法實(shí)例示意圖。

圖6為本發(fā)明一種實(shí)施例的機(jī)器人拾取路徑規(guī)劃流程示意圖。

圖7為本發(fā)明一種實(shí)施例的最佳拾取位姿選擇示意圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合實(shí)施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

下面結(jié)合附圖對本發(fā)明的應(yīng)用原理作詳細(xì)的描述。

如圖1所示，一種散亂堆放物料拾取裝置，包括機(jī)器人1、上位機(jī)2、光測量系統(tǒng)；所述光測量系統(tǒng)包括投影裝置4、分別位于投影裝置左邊和右邊的左相機(jī)3和右相機(jī)5；所述投影裝置順次向物料拾取場景中投射gray碼圖像6；左相機(jī)3和右相機(jī)5分別采集物料拾取場景中的gray碼圖像6，并傳輸?shù)缴衔粰C(jī)2中(可以采用有線或者無線傳輸)；上位機(jī)2根據(jù)左相機(jī)3和右相機(jī)5采集到的gray碼圖像6重建目標(biāo)物體的點(diǎn)云，并對物料拾取場景中的目標(biāo)物體進(jìn)行識(shí)別和定位以獲取目標(biāo)物體的三維堆放位置和三維姿態(tài)，制定拾取策略，規(guī)劃機(jī)器人1的機(jī)械臂的拾取路徑(即機(jī)械臂的運(yùn)動(dòng)軌跡)，并傳輸給機(jī)器人1；機(jī)器人1根據(jù)拾取路徑執(zhí)行拾取操作，用于拾取場景中的目標(biāo)物體。

在本發(fā)明的一種實(shí)施例中，所述機(jī)器人1為六自由度或者六自由度以上的機(jī)械臂。

在本發(fā)明的一種實(shí)施例中，所述的一種散亂堆放物料拾取裝置，還包括標(biāo)定裝置7，所述標(biāo)定裝置7是一種由圓形特征按一定的分布關(guān)系組合而成的圖形板(圓形特征表示：圓形圖案或者圓形形狀，在圖像處理領(lǐng)域常常使用圓形特征這個(gè)詞來表示)，上位機(jī)的圖形識(shí)別算法根據(jù)圖形組合而成的特征可從場景中獲取標(biāo)定裝置的位姿(下文將位置和姿態(tài)簡稱為位姿)，繼而根據(jù)現(xiàn)有的手眼標(biāo)定法標(biāo)定光測量系統(tǒng)坐標(biāo)系與機(jī)器人上的基座的坐標(biāo)系的位姿關(guān)系。優(yōu)選地，所述標(biāo)定裝置是安裝在機(jī)械手的末端，若機(jī)械手是夾持器，則直接夾持即可；若機(jī)械手是真空吸附器，可以直接吸附，若機(jī)械手是電磁吸附的則需要配備鐵材料的標(biāo)定裝置，以方便吸附。當(dāng)需要進(jìn)行標(biāo)定的時(shí)候，利用機(jī)械手抓取標(biāo)定板，不需要標(biāo)定的時(shí)候，標(biāo)定板放置在一旁。

如圖2所示，一種散亂堆放物料拾取方法，包括以下步驟：

步驟一、利用投影裝置順次向物料拾取場景中投射若干張疏密程度不一的gray碼圖像，(在本發(fā)明的一種實(shí)施例中，可以選擇10張疏密程度不一的gray碼圖像)；分別通過位于投影裝置左邊的左相機(jī)和位于投影裝置右邊的右相機(jī)采集gray碼圖像，得到對應(yīng)的對應(yīng)的左gary碼匹配圖像和右gary碼匹配圖像，并傳輸?shù)缴衔粰C(jī)中，用于重建場景點(diǎn)云，其中，gray碼匹配圖像的排放順序可以是同一gray碼圖像的左gray碼匹配圖像、右gray碼匹配圖像，第二gray碼圖像的左gray碼匹配圖像、右gray碼匹配圖像；第三gray碼圖像的左gray碼匹配圖像、右gray碼匹配圖像；依次類推；也可以先放置右gray碼匹配圖像，再放置對應(yīng)的左gray碼匹配圖像。

步驟二、上位機(jī)通過視差相似相減的方法將場景中非目標(biāo)物體的背景濾除，只重建目標(biāo)物體的點(diǎn)云；

步驟三、上位機(jī)通過基于點(diǎn)云的3d物體識(shí)別技術(shù)對場景中的目標(biāo)物體進(jìn)行識(shí)別和定位，獲取目標(biāo)物體的三維堆放位置和三維姿態(tài)；優(yōu)選地，采用現(xiàn)有的三維物體識(shí)別算法對場景中的目標(biāo)物體進(jìn)行識(shí)別和定位；

步驟四、上位機(jī)根據(jù)識(shí)別和定位到的目標(biāo)物體的三維堆放位置和三維姿態(tài)，制定拾取策略，規(guī)劃機(jī)械臂的拾取路徑，并輸出機(jī)械臂控制信號給機(jī)器人；

步驟五、機(jī)器人根據(jù)接收到的機(jī)械臂控制信號，控制其機(jī)械臂執(zhí)行拾取操作。

如圖3所示，為了提高重建和目標(biāo)物體搜索的效率，所述步驟二具體包括以下步驟：

201：先對未放置目標(biāo)物體的場景投射gray碼圖片，計(jì)算出此時(shí)場景的視差，并將視差數(shù)據(jù)保存下來；

202：向場景中放入目標(biāo)物體，計(jì)算有目標(biāo)物體的場景視差，將該視差數(shù)據(jù)與步驟201中保存的視差數(shù)據(jù)相比較；

203：濾除相似視差的部分，只留下目標(biāo)物體的視差圖像，如圖5所示，

204：根據(jù)目標(biāo)物體的視差圖像進(jìn)行重建，獲得只有目標(biāo)物體的點(diǎn)云數(shù)據(jù)，從而完成重建目標(biāo)物體的點(diǎn)云。

如圖4所示，所述場景的視差的計(jì)算方法具體為：

矯正左gray碼匹配圖像和右gray碼匹配圖像，使二者的行對應(yīng)；

分別計(jì)算各左gray碼匹配圖像和各右gray碼匹配圖像中指定圖像的全黑和全白的gray圖像灰度均值，設(shè)定二值化閾值，在本發(fā)明的一種實(shí)施例中，設(shè)定二值化閾值的過程為：將兩個(gè)灰度均值和的一半作為二值化的閾值。在本發(fā)明的一種實(shí)施例中，可以分別選中g(shù)ray碼匹配圖像序列的前兩幅圖像(即第一個(gè)左gray碼匹配圖像和第一個(gè)右gray碼匹配圖像)，并分別計(jì)算二者的全黑和全白的gray圖像灰度均值。

利用上一步計(jì)算出的閾值對gray碼匹配圖像序列中的各左gray碼匹配圖像和右gray碼匹配圖像分別進(jìn)行二值化，大于閾值圖像對應(yīng)像素點(diǎn)的值即為1，否則為0，形成二值化的gray碼匹配圖像序列；

從二值化的gray碼圖像序列中按順序取出同一點(diǎn)的0或1值，將取出來的gray碼轉(zhuǎn)換成十進(jìn)制碼，最終形成對應(yīng)的左解碼圖像和右解碼圖像；

通過在左解碼圖像和左解碼圖像相同行中尋找碼值相同且為條紋邊界的點(diǎn)就可以確定左解碼圖像和左解碼圖像的對應(yīng)性，從而計(jì)算出視差圖像。

在本發(fā)明的一種實(shí)施例中，所述濾除相似視差的方法具體為：

首先設(shè)定視差圖像比較窗口大小，和相似判定閾值；

將有目標(biāo)物體的場景視差圖像的每個(gè)像素和無目標(biāo)物體的場景視差圖像中相應(yīng)位置處比較窗口范圍內(nèi)的所有像素的視差值進(jìn)行比較，如果在比較窗口中找到視差值差值在相似判定閾值內(nèi)，則視為相似視差并給予濾除。

通過上述視差濾除方法不僅可以有效地減小點(diǎn)云的數(shù)據(jù)量，同時(shí)可大大減小誤匹配率，特別對于平面特征較多的物體，效果尤為明顯，因場景中常常會(huì)出現(xiàn)一些大平面，而現(xiàn)有的三維物體識(shí)別定位算法中都是基于領(lǐng)域點(diǎn)的拓?fù)浣Y(jié)構(gòu)和點(diǎn)云的法相進(jìn)行的匹配，所以，如果目標(biāo)物體的平面特征較多時(shí)，很容易就會(huì)出現(xiàn)將背景平面誤識(shí)別為零件的情況。通過上述方法，可以有效地解決這個(gè)問題，從圖5中可以看出，該方法可以有效濾除場景噪聲，只保留目標(biāo)物體的點(diǎn)云部分。

如圖6所示，所述步驟四中的規(guī)劃機(jī)械臂的拾取路徑包括以下步驟：

基于目標(biāo)物體的三維堆放位置和三維姿態(tài)，利用手眼標(biāo)定算法獲得機(jī)器人基座坐標(biāo)系和光測量系統(tǒng)坐標(biāo)系位姿變換關(guān)系，通過姿態(tài)變換關(guān)系計(jì)算出目標(biāo)物體在機(jī)器人基座下的位姿；

設(shè)置機(jī)器人末端執(zhí)行器的初始拾取位姿rtt，用于選擇機(jī)器人拾取目標(biāo)物體的最佳位姿；

根據(jù)目標(biāo)物體的位姿和機(jī)器人的初始拾取準(zhǔn)備位姿，確定機(jī)器人拾取目標(biāo)物體的最優(yōu)位姿，并將最優(yōu)拾取位姿的z軸方向定義為機(jī)器人末端執(zhí)行器的拾取方向(即接近目標(biāo)物體的方向)

進(jìn)行目標(biāo)物體是否可拾取判斷，排除機(jī)器人無法拾取的目標(biāo)物體，避免機(jī)器人執(zhí)行拾取過程中因超出運(yùn)動(dòng)極限而停車的情況；

根據(jù)目標(biāo)物體在機(jī)器人基座下的位姿及其三維模型(優(yōu)選地為三維cad模型)，在幾何仿真環(huán)境下還原實(shí)際場景中的物體的堆疊情況，對每個(gè)物體在拾取方向上進(jìn)行正交投影，根據(jù)計(jì)算機(jī)圖形學(xué)的遮擋判斷原理獲得物體之間的遮擋關(guān)系，繼而根據(jù)遮擋關(guān)系確定各物體的拾取順序；

根據(jù)機(jī)器人和外設(shè)的位置關(guān)系以及目標(biāo)物體的拾取方法，預(yù)先指定多個(gè)中間過程點(diǎn)，根據(jù)中間過渡點(diǎn)規(guī)劃機(jī)器人拾取路徑，用于避免機(jī)器人規(guī)劃拾取路徑時(shí)與周邊設(shè)備發(fā)生碰撞，減小機(jī)器人運(yùn)動(dòng)軌跡的不確定性。確定目機(jī)器人拾取目標(biāo)物體的最優(yōu)拾取位姿時(shí)，對于散亂堆放的物體，由于其位姿的隨意性很高，很可能出現(xiàn)：如圖7所示，雖然能識(shí)別到目標(biāo)物體的位姿rt，但其位姿對于當(dāng)前機(jī)器人是不可拾取的(關(guān)節(jié)超出運(yùn)動(dòng)極限或者發(fā)生碰撞)，但實(shí)際上機(jī)器人可通過其他位姿進(jìn)行拾取該目標(biāo)物體，因此：所述確定機(jī)器人拾取目標(biāo)物體的最優(yōu)位姿具體為：參見圖7所示，根據(jù)目標(biāo)物體的結(jié)構(gòu)和機(jī)器人末端執(zhí)行器的結(jié)構(gòu)特征，在目標(biāo)物體上相對固有局部參考坐標(biāo)系(即用于指示三維識(shí)別和定位算法識(shí)別到的物體的位姿的坐標(biāo)系)額外定義多個(gè)局部參考坐標(biāo)系記為：第一局部參考坐標(biāo)系、第二局部參考坐標(biāo)系……第n局部參考坐標(biāo)系，(如圖7中的f1和f2)，根據(jù)坐標(biāo)變換原理計(jì)算出這些參考坐標(biāo)系在機(jī)器人基座坐標(biāo)系下的位姿rt1、rt2……rtn(如圖7中的rt1和rt2)，將這些位姿同rtt進(jìn)行比較，根據(jù)旋量變化的大小選擇合適的機(jī)器人拾取位姿，選擇原則為旋量越小越合適；

所述進(jìn)行目標(biāo)物體是否可拾取判斷具體做法是：根據(jù)機(jī)器人拾取目標(biāo)物體的最優(yōu)位姿，求機(jī)器人的運(yùn)動(dòng)學(xué)逆解，獲得機(jī)器人各關(guān)節(jié)的移動(dòng)量，并判斷是否超出了最大關(guān)節(jié)的最大運(yùn)動(dòng)極限，從而判斷該目標(biāo)物體是否可拾??；

以上顯示和描述了本發(fā)明的基本原理和主要特征和本發(fā)明的優(yōu)點(diǎn)。本行業(yè)的技術(shù)人員應(yīng)該了解，本發(fā)明不受上述實(shí)施例的限制，上述實(shí)施例和說明書中描述的只是說明本發(fā)明的原理，在不脫離本發(fā)明精神和范圍的前提下，本發(fā)明還會(huì)有各種變化和改進(jìn)，這些變化和改進(jìn)都落入要求保護(hù)的本發(fā)明范圍內(nèi)。本發(fā)明要求保護(hù)范圍由所附的權(quán)利要求書及其等效物界定。