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！

申请/专利权人：北京京仪仪器仪表研究总院有限公司

摘要：本发明涉及水果自动化采摘技术领域，具体涉及一种结合力学模型的运动水果自动抓取方法；该方法首先捕获三维场景，随后在三维点云上进行水果的识别和定位，再采用简谐运动方程对水果未来位置进行第一次预测，同时设计并训练LSTM神经网络模型对水果未来位置进行第二次预测，对两次预测结果进行加权平均得到融合后的预测结果，最后控制机械手进行水果的自动摘取；本方法结合力学模型和神经网络技术提高了对水果轨迹预测的准确性，且能够直接在三维点云数据上进行水果的识别定位，减少了数据预处理的复杂性，通过融合的多种预测方法，增强了整体方案的鲁棒性，能够适用于各种不同的水果以及摘取环境。

主权项：1.一种结合力学模型的运动水果自动抓取方法，其特征在于，该方法包括以下步骤：S1：采用深度摄像头捕获三维场景；S2：使用PoinNet深度学习算法在三维点云上进行水果的识别和定位；S3：基于上述信息，采用简谐运动方程预测水果的未来位置；S4：设计并训练LSTM神经网络模型，用于预测水果在未来的运动轨迹；S5：根据简谐运动方程预测的水果未来位置以及LSTM神经网络模型预测的水果未来运动轨迹，对二者进行加权平均得到融合后的预测结果；S6：根据融合后的预测结果控制机械手进行水果的自动摘取；在步骤S3中，使用带阻尼的简谐运动方程描述水果的运动，方程为：xt＝Axe-βtcosωt+φ；1yt＝Aye-βtcosωt+φ；2zt＝Aze-βtcosωt+φ；3在以上三式中，xt、yt、zt分别对应t时刻水果在三个方向上的预测位置，Ax、Ay、Az是对应的三个方向上的初始幅度，β是阻尼系数，ω是角频率，φ是初相位；采集若干个时间点的三维点云数据，使用PointNet深度学习算法获取对应时间点的水果位置数据，将这些位置数据及其对应的时间输入到简谐运动方程，采用非线性拟合的方式对上述方程中的参数Ax、Ay、Az、β、ω和φ进行拟合，最后预测未来时间点ti对应的水果的未来位置xti、yti、zti；在步骤S4中，使用过去m个时间点的位置作为输入，通过LSTM神经网络模型预测未来n个时间点的位置Xti、Yti、Zti；在步骤S5中，将步骤S3得到的水果未来位置以及步骤S4得到的水果未来运动轨迹进行加权平均，为这两个结果分别设置权重，这两个权重之和为1，使用下式进行加权平均得到融合后的预测结果 在上式中，W1、W2为权重，且W1+W2＝1；在步骤S6中，根据融合后的预测结果计算在水果的未来运动路线上，哪些区域是机械手能够及时到达的，过程为：在空间内找寻ti时刻水果的轨迹位置，机械手与水果轨迹之间的距离其中，Sxti，syti，Szti为机械手的位置座标；由距离ΔLti计算机械手到达水果轨迹各点处的预计时间Ti，即： 在上式中，V为机械手的运动速度，当Titi时即认为机械手能够预先运动到水果的预测位置进行成功抓取，在满足要求的所有ti中选择最短到达时间ti|min作为最优抓取时间点，以此时间点对应的水果轨迹位置作为目的地，即可实现最快抓取；若ti|min不存在，则说明机械手距离水果太远，需要先将机械手向水果靠近后再按照前述的轨迹预测方法进行操作。

全文数据：

权利要求：

百度查询： 北京京仪仪器仪表研究总院有限公司 一种结合力学模型的运动水果自动抓取方法