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！

摘要：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。

主权项：1.一种多指欠驱动夹爪抓取数据集生成方法，其特征在于，所述方法包括以下步骤：S101：建立基于前向运动学的所述夹爪的碰撞包围盒模型，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；S103：建立基于PyBullet的抓取仿真场景，采集抓取场景数据，所述场景数据包括相机位置数据和所述场景中物体模型数据；S105：基于所述碰撞包围盒模型和GWS抓取指标，建立单物体抓取候选模型，所述候选模型还包括所述夹爪构型以及对所述夹爪构型的评分因素；S107：基于所述场景中的模型位姿和所述场景碰撞检测结果，利用坐标变换，将所述单物体抓取候选模型变换为场景抓取候选模型，完成所述数据集生成；在基于所述前向运动学的多指欠驱动夹爪抓取数据集生成方法中，通过联合所述碰撞包围盒模型和所述单物体抓取候选模型，利用基于PyBullet随机生成的抓取场景，快速实现抓取数据集的生成；在所述步骤S101中，所述矩阵计算设置为便于GPU加速，通过所述矩阵计算可以快速获取位于包围盒内部的点集，所述矩阵计算满足如下要求：S＝absunsqueezeP-CR≤E2其中，当且仅当S最后一维全为True时，对应索引点位于第i个包围盒内部，abs为对矩阵取绝对值运算，unsqueeze为复制扩充矩阵满足矩阵运算维度运算，shape为获得矩阵维度运算，P表示待计算点集，满足shapeP＝N,3，C表示包围盒中心，满足shapeC＝B,I,1,3，R表示包围盒轴向，满足shapeR＝B,I,3,3，E表示包围盒沿轴向长度，满足shapeE＝B,I,1,3，B为并行计算的batch数量，I为每个batch中参与计算的包围盒的数量，N为计算点集的数量。

全文数据：

权利要求：

百度查询： 上海交通大学 一种多指欠驱动夹爪抓取数据集生成方法