本申请涉及计算机视觉技术和工业检测技术领域,尤其涉及机械手的控制方法、装置、拾取设备及计算机可读存储介质。
背景技术:
现有的机械手一般具有固定的结构和功能,在使用机械手对衣物晾晒的过程中,机械手只能拾取一定质量的衣物,若衣物过重,可能造成拾取失败;若衣物易变形和/或易撕裂,可能造成衣物损坏;对于不同的衣物,需要使用对应的机械手对衣物进行拾取,通用性较差。
技术实现要素:
本申请的目的在于提供机械手的控制方法、装置、拾取设备及计算机可读存储介质,对于不同的衣物,可以根据对应的晾晒策略采用对应的晾晒方式对衣物进行晾晒,避免晾晒失败或者衣物损坏。
本申请的目的采用以下技术方案实现:
第一方面,本申请提供了一种机械手的控制方法,应用于拾取设备,所述拾取设备设置有机械手,所述方法包括:获取待晾晒衣物的视觉检测数据,所述待晾晒衣物的视觉检测数据是视觉检测设备检测所述待晾晒衣物得到的;根据所述待晾晒衣物的视觉检测数据,获取所述待晾晒衣物的特征信息;根据所述待晾晒衣物的特征信息,获取所述待晾晒衣物对应的晾晒策略,所述待晾晒衣物对应的晾晒策略包括所述待晾晒衣物对应的晾晒位置;根据所述拾取策略,控制所述机械手拾取所述待晾晒衣物并放置到所述晾晒位置。该技术方案的有益效果在于,可以利用视觉检测设备获取待晾晒衣物的视觉检测数据,根据视觉检测数据获取待晾晒衣物的特征信息,从而根据特征信息获取对应的晾晒策略,一方面,同一机械手可以根据对应的晾晒策略将不同的衣物晾晒至对应的晾晒位置,适用范围广,降低使用成本;另一方面,对于不同的衣物,可以根据对应的晾晒策略采用对应的晾晒方式对衣物进行晾晒,避免晾晒失败或者衣物损坏。
在一些可选的实施例中,所述待晾晒衣物的特征信息包括所述待晾晒衣物的材质信息;所述根据所述待晾晒衣物的视觉检测数据,获取所述待晾晒衣物的特征信息,包括:根据所述待晾晒衣物的视觉检测数据,获取所述待晾晒衣物的纹理信息;根据所述待晾晒衣物的纹理信息,获取所述待晾晒衣物的材质信息。该技术方案的有益效果在于,可以根据视觉检测数据获取待晾晒衣物的纹理信息,从而根据纹理信息获取材质信息,整个材质估计过程利用了计算机视觉技术,实现了非接触式材质估计,无需采用接触式的手段获取衣物的材质信息。
在一些可选的实施例中,所述根据所述待晾晒衣物的纹理信息,获取所述待晾晒衣物的材质信息,包括:获取多个样本衣物的纹理信息和材质标注数据,每个样本衣物的材质标注数据包括所述样本衣物的材质信息;根据所述多个样本衣物的纹理信息和材质标注数据,利用深度学习模型进行训练,得到材质分类模型;将所述待晾晒衣物的纹理信息输入所述材质分类模型,得到所述待晾晒衣物的材质信息。该技术方案的有益效果在于,可以根据多个样本的纹理信息和对应的材质标注数据,利用深度学习模型进行训练,得到材质分类模型,一方面,通过向材质分类模型输入待晾晒衣物的纹理信息,可以得到待晾晒衣物的材质信息,根据材质信息可以获取对应的晾晒策略;另一方面,材质分类模型可以由大量的样本数据训练而成,可以识别多种纹理信息,适用范围广,智能化水平高。
在一些可选的实施例中,所述待晾晒衣物对应的晾晒策略还包括所述待晾晒衣物对应的拾取组件类型;获取所述待晾晒衣物对应的拾取组件类型的方法包括:根据所述待晾晒衣物的材质信息,检测所述待晾晒衣物的材质是否是预设材质;若所述待晾晒衣物的材质是所述预设材质,则获取所述预设材质对应的拾取组件类型作为所述待晾晒衣物对应的拾取组件类型;所述根据所述拾取策略,控制所述机械手拾取所述待晾晒衣物并放置到所述晾晒位置,包括:控制所述机械手使用所述拾取组件类型对应的拾取组件拾取所述待晾晒衣物并放置到所述晾晒位置。该技术方案的有益效果在于,一方面,对于不同材质的待晾晒衣物,机械手可以使用对应类型的拾取组件将不同材质的衣物晾晒至对应的晾晒位置,可以避免因为拾取组件不合适造成衣物损坏;另一方面,可以检测待晾晒衣物是否为预设材质,若待晾晒衣物的材质是预设材质,可以选择预设材质对应的拾取组件类型作为待晾晒衣物对应的拾取组件类型,避免预设材质的待晾晒衣物发生损坏。
在一些可选的实施例中,所述预设材质包括以下至少一种:丝质、纱质和动物毛皮。该技术方案的有益效果在于,预设材质可以是易变形和/或易撕裂的材质。
在一些可选的实施例中,所述待晾晒衣物的特征信息包括所述待晾晒衣物的轮廓类型,所述待晾晒衣物对应的晾晒策略还包括所述待晾晒衣物对应的拾取区域;所述根据所述拾取策略,控制所述机械手拾取所述待晾晒衣物并放置到所述晾晒位置,包括:控制所述机械手对所述待晾晒衣物对应的拾取区域施力,以使所述机械手拾取所述待晾晒衣物并放置到所述晾晒位置。该技术方案的有益效果在于,可以根据待晾晒衣物的轮廓类型,确定衣物的类型,例如是上衣、裤子等,从而确定对应的拾取区域,例如是衣物的肩部、腰部等,同一机械手可以对不同形状的待晾晒衣物在对应的拾取区域施力,从而晾晒不同形状的衣物。
在一些可选的实施例中,所述晾晒位置位于固定设置的晾衣架上,或者,所述晾晒位置位于非固定设置于所述晾衣架上的衣架上。该技术方案的有益效果在于,机械手可以将衣物晾晒于晾衣架或者晾衣架的衣架上,便于用户取放衣物。
在一些可选的实施例中,所述方法还包括:获取所述待晾晒衣物的质量;所述根据所述待晾晒衣物的特征信息,获取所述待晾晒衣物对应的晾晒策略,包括:根据所述待晾晒衣物的质量和特征信息,获取所述待晾晒衣物对应的晾晒策略。该技术方案的有益效果在于,可以根据待晾晒衣物的质量和特征信息,获取对应的晾晒策略,使得同一机械手可以根据对应的晾晒策略晾晒不同质量的衣物,例如是较轻的袜子、较重的被子等,避免因为晾晒方式不合适造成晾晒失败。
在一些可选的实施例中,所述晾晒策略还包括以下至少一种:拾取组件的类型、拾取组件的数量、拾取操作步骤、移动路径、拾取力、拾取压强、气缸参数和电机参数。该技术方案的有益效果在于,可以根据不同的待晾晒衣物的特征信息调整对应的晾晒策略,适用范围广。
第二方面,本申请提供了一种机械手的控制装置,应用于拾取设备,所述拾取设备设置有机械手,所述装置包括:视觉获取模块,用于获取待晾晒衣物的视觉检测数据,所述待晾晒衣物的视觉检测数据是视觉检测设备检测所述待晾晒衣物得到的;特征获取模块,用于根据所述待晾晒衣物的视觉检测数据,获取所述待晾晒衣物的特征信息;策略获取模块,用于根据所述待晾晒衣物的特征信息,获取所述待晾晒衣物对应的晾晒策略,所述待晾晒衣物对应的晾晒策略包括所述待晾晒衣物对应的晾晒位置;晾晒控制模块,用于根据所述拾取策略,控制所述机械手拾取所述待晾晒衣物并放置到所述晾晒位置。
在一些可选的实施例中,所述待晾晒衣物的特征信息包括所述待晾晒衣物的材质信息;所述特征获取模块包括:纹理获取单元,用于根据所述待晾晒衣物的视觉检测数据,获取所述待晾晒衣物的纹理信息;材质获取单元,用于根据所述待晾晒衣物的纹理信息,获取所述待晾晒衣物的材质信息。
在一些可选的实施例中,所述材质获取单元包括:样本获取子单元,用于获取多个样本衣物的纹理信息和材质标注数据,每个样本衣物的材质标注数据包括所述样本衣物的材质信息;模型训练子单元,用于根据所述多个样本衣物的纹理信息和材质标注数据,利用深度学习模型进行训练,得到材质分类模型;信息输入子单元,用于将所述待晾晒衣物的纹理信息输入所述材质分类模型,得到所述待晾晒衣物的材质信息。
在一些可选的实施例中,所述待晾晒衣物对应的晾晒策略还包括所述待晾晒衣物对应的拾取组件类型;所述策略获取模块包括:材质检测单元,用于根据所述待晾晒衣物的材质信息,检测所述待晾晒衣物的材质是否是预设材质;组件获取单元,用于若所述待晾晒衣物的材质是所述预设材质,则获取所述预设材质对应的拾取组件类型作为所述待晾晒衣物对应的拾取组件类型;所述晾晒控制模块用于控制所述机械手使用所述拾取组件类型对应的拾取组件拾取所述待晾晒衣物并放置到所述晾晒位置。
在一些可选的实施例中,所述预设材质包括以下至少一种:丝质、纱质和动物毛皮。
在一些可选的实施例中,所述待晾晒衣物的特征信息包括所述待晾晒衣物的轮廓类型,所述待晾晒衣物对应的晾晒策略还包括所述待晾晒衣物对应的拾取区域;所述晾晒控制模块用于控制所述机械手对所述待晾晒衣物对应的拾取区域施力,以使所述机械手拾取所述待晾晒衣物并放置到所述晾晒位置。
在一些可选的实施例中,所述晾晒位置位于固定设置的晾衣架上,或者,所述晾晒位置位于非固定设置于所述晾衣架上的衣架上。
在一些可选的实施例中,所述装置还包括:质量获取模块,用于获取所述待晾晒衣物的质量;所述策略获取模块用于根据所述待晾晒衣物的质量和特征信息,获取所述待晾晒衣物对应的晾晒策略。
在一些可选的实施例中,所述晾晒策略还包括以下至少一种:拾取组件的类型、拾取组件的数量、拾取操作步骤、移动路径、拾取力、拾取压强、气缸参数和电机参数。
第三方面,本申请提供了一种拾取设备,所述拾取设备包括存储器、处理器和机械手,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项方法的步骤。
第四方面,本申请提供了一种机器人底盘,所述机器人底盘包括上述任一项拾取设备。
第五方面,本申请提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项方法的步骤。
附图说明
下面结合附图和实施例对本申请进一步说明。
图1是本申请实施例提供的一种机械手的控制方法的流程示意图;
图2是本申请实施例提供的一种获取特征信息的流程示意图;
图3是本申请实施例提供的一种获取材质信息的流程示意图;
图4是本申请实施例提供的一种获取拾取组件的流程示意图;
图5是本申请实施例提供的一种机械手的控制方法的流程示意图;
图6是本申请实施例提供的一种获取质量的流程示意图;
图7是本申请实施例提供的一种获取密度的流程示意图;
图8是本申请实施例提供的一种机械手的控制装置的结构示意图;
图9是本申请实施例提供的一种特征获取模块的结构示意图;
图10是本申请实施例提供的一种材质获取单元的结构示意图;
图11是本申请实施例提供的一种策略获取模块的结构示意图;
图12是本申请实施例提供的一种机械手的控制装置的结构示意图;
图13是本申请实施例提供的一种拾取设备的结构框图;
图14是本申请实施例提供的一种机器人底盘的结构示意图;
图15是本申请实施例提供的一种用于实现机械手的控制方法的程序产品的结构示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本申请做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
参见图1,本申请实施例提供了一种机械手的控制方法,应用于拾取设备,所述拾取设备设置有机械手,所述方法包括步骤s101~s104。
步骤s101:获取待晾晒衣物的视觉检测数据,所述待晾晒衣物的视觉检测数据是视觉检测设备检测所述待晾晒衣物得到的。
在一具体实施方式中,所述视觉检测数据可以是2d图像数据和/或3d图像数据。
步骤s102:根据所述待晾晒衣物的视觉检测数据,获取所述待晾晒衣物的特征信息。
参见图2,在一具体实施方式中,所述待晾晒衣物的特征信息可以包括所述待晾晒衣物的材质信息;所述步骤s102可以包括步骤s201~s202。
步骤s201:根据所述待晾晒衣物的视觉检测数据,获取所述待晾晒衣物的纹理信息。
步骤s202:根据所述待晾晒衣物的纹理信息,获取所述待晾晒衣物的材质信息。
由此,可以根据视觉检测数据获取待晾晒衣物的纹理信息,从而根据纹理信息获取材质信息,整个材质估计过程利用了计算机视觉技术,实现了非接触式材质估计,无需采用接触式的手段获取衣物的材质信息。
参见图3,在一具体实施方式中,所述步骤s202可以包括步骤s301~s303。
步骤s301:获取多个样本衣物的纹理信息和材质标注数据,每个样本衣物的材质标注数据包括所述样本衣物的材质信息。
步骤s302:根据所述多个样本衣物的纹理信息和材质标注数据,利用深度学习模型进行训练,得到材质分类模型。
步骤s303:将所述待晾晒衣物的纹理信息输入所述材质分类模型,得到所述待晾晒衣物的材质信息。
由此,可以根据多个样本的纹理信息和对应的材质标注数据,利用深度学习模型进行训练,得到材质分类模型,一方面,通过向材质分类模型输入待晾晒衣物的纹理信息,可以得到待晾晒衣物的材质信息,根据材质信息可以获取对应的晾晒策略;另一方面,材质分类模型可以由大量的样本数据训练而成,可以识别多种纹理信息,适用范围广,智能化水平高。
步骤s103:根据所述待晾晒衣物的特征信息,获取所述待晾晒衣物对应的晾晒策略,所述待晾晒衣物对应的晾晒策略包括所述待晾晒衣物对应的晾晒位置。
在一具体实施方式中,所述晾晒策略还可以包括以下至少一种:拾取组件的类型、拾取组件的数量、拾取操作步骤、移动路径、拾取力、拾取压强、气缸参数和电机参数。
由此,可以根据不同的待晾晒衣物的特征信息调整对应的晾晒策略,适用范围广。
步骤s104:根据所述拾取策略,控制所述机械手拾取所述待晾晒衣物并放置到所述晾晒位置。
由此,可以利用视觉检测设备获取待晾晒衣物的视觉检测数据,根据视觉检测数据获取待晾晒衣物的特征信息,从而根据特征信息获取对应的晾晒策略,一方面,同一机械手可以根据对应的晾晒策略将不同的衣物晾晒至对应的晾晒位置,适用范围广,降低使用成本;另一方面,对于不同的衣物,可以根据对应的晾晒策略采用对应的晾晒方式对衣物进行晾晒,避免晾晒失败或者衣物损坏。
在一具体实施方式中,所述晾晒位置可以位于固定设置的晾衣架上,或者,所述晾晒位置可以位于非固定设置于所述晾衣架上的衣架上。
由此,机械手可以将衣物晾晒于晾衣架或者晾衣架的衣架上,便于用户取放衣物。
参见图4,在一具体实施方式中,所述待晾晒衣物对应的晾晒策略还可以包括所述待晾晒衣物对应的拾取组件类型;获取所述待晾晒衣物对应的拾取组件类型的方法可以包括步骤s401~s402。
步骤s401:根据所述待晾晒衣物的材质信息,检测所述待晾晒衣物的材质是否是预设材质。
在一具体实施方式中,所述预设材质包括以下至少一种:丝质、纱质和动物毛皮。
由此,预设材质可以是易变形和/或易撕裂的材质,例如是真丝、蚕丝等。
步骤s402:若所述待晾晒衣物的材质是所述预设材质,则获取所述预设材质对应的拾取组件类型作为所述待晾晒衣物对应的拾取组件类型。
所述步骤s104可以包括:控制所述机械手使用所述拾取组件类型对应的拾取组件拾取所述待晾晒衣物并放置到所述晾晒位置。
由此,一方面,对于不同材质的待晾晒衣物,机械手可以使用对应类型的拾取组件将不同材质的衣物晾晒至对应的晾晒位置,可以避免因为拾取组件不合适造成衣物损坏;另一方面,可以检测待晾晒衣物是否为预设材质,若待晾晒衣物的材质是预设材质,可以选择预设材质对应的拾取组件类型作为待晾晒衣物对应的拾取组件类型,避免预设材质的待晾晒衣物发生损坏。
在一具体实施方式中,所述待晾晒衣物的特征信息还可以包括所述待晾晒衣物的轮廓类型,所述待晾晒衣物对应的晾晒策略还可以包括所述待晾晒衣物对应的拾取区域;所述步骤s104可以包括:控制所述机械手对所述待晾晒衣物对应的拾取区域施力,以使所述机械手拾取所述待晾晒衣物并放置到所述晾晒位置。
由此,可以根据待晾晒衣物的轮廓类型,确定衣物的类型,例如是上衣、裤子等,从而确定对应的拾取区域,例如是衣物的肩部、腰部等,同一机械手可以对不同形状的待晾晒衣物在对应的拾取区域施力,从而晾晒不同形状的衣物。
参见图5,在一具体实施方式中,所述方法还可以包括步骤s105。
步骤s105:获取所述待晾晒衣物的质量。
所述步骤s103可以包括:根据所述待晾晒衣物的质量和特征信息,获取所述待晾晒衣物对应的晾晒策略。
由此,可以根据待晾晒衣物的质量和特征信息,获取对应的晾晒策略,使得同一机械手可以根据对应的晾晒策略晾晒不同质量的衣物,例如是较轻的袜子、较重的被子等,避免因为晾晒方式不合适造成晾晒失败。
参见图6,在一具体实施方式中,可以根据步骤s101中所述待晾晒衣物的视觉检测数据,获取待晾晒衣物的质量。
所述步骤s105可以包括步骤s501~s502。
步骤s501:根据所述待晾晒衣物的视觉检测数据,获取所述待晾晒衣物的密度和体积。
参见图7,在一具体实施方式中,可以根据步骤s201中所述待晾晒衣物的纹理信息获取待晾晒衣物的密度。
所述步骤s501中获取所述待晾晒衣物的密度的方法可以包括步骤s601~s603。
步骤s601:获取多个样本衣物的纹理信息和密度标注数据,每个样本衣物的密度标注数据包括所述样本衣物的密度;
步骤s602:根据所述多个样本衣物的纹理信息和密度标注数据,利用深度学习模型进行训练,得到密度分类模型;
步骤s603:将所述待晾晒衣物的纹理信息输入所述密度分类模型,得到所述待晾晒衣物的密度。
由此,可以根据多个样本衣物的纹理信息和对应的密度标注数据,利用深度学习模型进行训练,得到密度分类模型,一方面,通过向密度分类模型输入待晾晒衣物的纹理信息,可以得到待晾晒衣物的密度,根据密度可以获取质量,便于根据待晾晒衣物的质量选择对应的晾晒策略;另一方面,密度分类模型可以由大量的样本数据训练而成,可以识别多种纹理信息,适用范围广,智能化水平高。
在一具体实施方式中,可以根据步骤s202中所述待晾晒衣物的材质信息获取待晾晒衣物的密度。
所述步骤s501中获取所述待晾晒衣物的密度的方法可以包括:根据所述待晾晒衣物的材质信息,获取所述待晾晒衣物的密度。
步骤s502:根据所述待晾晒衣物的密度和体积,获取所述待晾晒衣物的质量。
由此,可以利用视觉检测设备获取视觉检测数据,由视觉检测数据可以获取待晾晒衣物的密度和体积,从而获取待晾晒衣物的质量,整个质量估计过程利用计算机视觉技术直接获取待晾晒衣物的密度和体积,实现了非接触式质量估计,无需采取接触式的手段测量待晾晒衣物的质量。
参见图8,本申请实施例还提供了一种机械手的控制装置,其具体实现方式与上述机械手的控制方法的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。所属装置应用于拾取设备,所述拾取设备设置有机械手。
所述装置包括:视觉获取模块101,用于获取待晾晒衣物的视觉检测数据,所述待晾晒衣物的视觉检测数据是视觉检测设备检测所述待晾晒衣物得到的;特征获取模块102,用于根据所述待晾晒衣物的视觉检测数据,获取所述待晾晒衣物的特征信息;策略获取模块103,用于根据所述待晾晒衣物的特征信息,获取所述待晾晒衣物对应的晾晒策略,所述待晾晒衣物对应的晾晒策略包括所述待晾晒衣物对应的晾晒位置;晾晒控制模块104,用于根据所述拾取策略,控制所述机械手拾取所述待晾晒衣物并放置到所述晾晒位置。
在一具体实施方式中,所述晾晒位置可以位于固定设置的晾衣架上,或者,所述晾晒位置可以位于非固定设置于所述晾衣架上的衣架上。
在一具体实施方式中,所述晾晒策略还可以包括以下至少一种:拾取组件的类型、拾取组件的数量、拾取操作步骤、移动路径、拾取力、拾取压强、气缸参数和电机参数。
参见图9,在一具体实施方式中,所述待晾晒衣物的特征信息可以包括所述待晾晒衣物的材质信息;所述特征获取模块102可以包括:纹理获取单元1021,可以用于根据所述待晾晒衣物的视觉检测数据,获取所述待晾晒衣物的纹理信息;材质获取单元1022,可以用于根据所述待晾晒衣物的纹理信息,获取所述待晾晒衣物的材质信息。
参见图10,在一具体实施方式中,所述材质获取单元1022可以包括:样本获取子单元1022a,可以用于获取多个样本衣物的纹理信息和材质标注数据,每个样本衣物的材质标注数据可以包括所述样本衣物的材质信息;模型训练子单元1022b,可以用于根据所述多个样本衣物的纹理信息和材质标注数据,利用深度学习模型进行训练,得到材质分类模型;信息输入子单元1022c,可以用于将所述待晾晒衣物的纹理信息输入所述材质分类模型,得到所述待晾晒衣物的材质信息。
参见图11,在一具体实施方式中,所述待晾晒衣物对应的晾晒策略还可以包括所述待晾晒衣物对应的拾取组件类型;所述策略获取模块103可以包括:材质检测单元1031,可以用于根据所述待晾晒衣物的材质信息,检测所述待晾晒衣物的材质是否是预设材质;组件获取单元1032,可以用于若所述待晾晒衣物的材质是所述预设材质,则获取所述预设材质对应的拾取组件类型作为所述待晾晒衣物对应的拾取组件类型;所述晾晒控制模块104可以用于控制所述机械手使用所述拾取组件类型对应的拾取组件拾取所述待晾晒衣物并放置到所述晾晒位置。
在一具体实施方式中,所述预设材质可以包括以下至少一种:丝质、纱质和动物毛皮。
在一具体实施方式中,所述待晾晒衣物的特征信息可以包括所述待晾晒衣物的轮廓类型,所述待晾晒衣物对应的晾晒策略还可以包括所述待晾晒衣物对应的拾取区域;所述晾晒控制模块104可以用于控制所述机械手对所述待晾晒衣物对应的拾取区域施力,以使所述机械手拾取所述待晾晒衣物并放置到所述晾晒位置。
参见图12,在一具体实施方式中,所述装置还可以包括:质量获取模块105,可以用于获取所述待晾晒衣物的质量;所述策略获取模块103可以用于根据所述待晾晒衣物的质量和特征信息,获取所述待晾晒衣物对应的晾晒策略。
参见图13,本申请实施例还提供了一种拾取设备200,拾取设备200包括至少一个存储器210、至少一个处理器220以及连接不同平台系统的总线230。
存储器210可以包括易失性存储器形式的可读介质,例如随机存取存储器(ram)211和/或高速缓存存储器212,还可以进一步包括只读存储器(rom)213。
其中,存储器210还存储有计算机程序,计算机程序可以被处理器220执行,使得处理器220执行本申请实施例中机械手的控制方法的步骤,其具体实现方式与上述机械手的控制方法的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
存储器210还可以包括具有一组(至少一个)程序模块215的程序/实用工具214,这样的程序模块包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
相应的,处理器220可以执行上述计算机程序,以及可以执行程序/实用工具214。
总线230可以为表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。
拾取设备200也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信,还可与一个或者多个能够与该拾取设备200交互的设备通信,和/或与使得该拾取设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口250进行。并且,拾取设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(lan),广域网(wan)和/或公共网络,例如因特网)通信。网络适配器260可以通过总线230与拾取设备200的其它模块通信。应当明白,尽管图中未示出,可以结合拾取设备200使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储平台等。
在一具体实施方式中,所述拾取设备还包括机械手(图中未示出)。
参见图14,本申请实施例还提供了一种机器人底盘20,其具体实现方式与上述机械手的控制方法的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
所述机器人底盘20包括上述任一项拾取设备200。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质用于存储计算机程序,所述计算机程序被执行时实现本申请实施例中机械手的控制方法的步骤,其具体实现方式与上述机械手的控制方法的实施例中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
图15示出了本实施例提供的用于实现上述机械手的控制方法的程序产品300,其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品300不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品300可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、rf等等,或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言诸如java、c++等,还包括常规的过程式程序设计语言诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(lan)或广域网(wan),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本申请从使用目的上,效能上,进步及新颖性等观点进行阐述,其设置有的实用进步性,已符合专利法所强调的功能增进及使用要件,本申请以上的说明及附图,仅为本申请的较佳实施例而已,并非以此局限本申请,因此,凡一切与本申请构造,装置,特征等近似、雷同的,即凡依本申请专利申请范围所作的等同替换或修饰等,皆应属本申请的专利申请保护的范围之内。