本發明涉及機器手控制領域，具體涉及一種機器手加載方法及設備。

背景技術：

1、機器手可應用于多種產業，目前通常針對一些固定應用場景設計機器手的自動化抓取策略，使其能夠抓起特定的物體。而在一些應用場景中，抓取物可能具有較強的多樣性，如果抓取策略的適應性不足，則導致無法抓起目標物，或在抓取中破壞目標物等。

2、一種典型的自適應抓取策略是采用一個設定的較小的載荷抓住物體（通常稱之為加載階段），然后再根據抓取情況動態調整載荷。上述現有技術可能由于初始設定的載荷過小導致根本無法抓住物體，或者加載時的載荷直接導致物體被損壞，由此可見現有的自適應抓取策略適應性不足。

技術實現思路

1、有鑒于此，本技術提供一種機器手加載方法，包括：

2、獲取機器手以當前載荷加載抓取物時的監測數據，所述監測數據包括機器手與抓取物接觸部位的反饋數據以及改變載荷的驅動裝置的反饋數據；

3、利用神經網絡模型對所述反饋數據提取全局特征向量，并根據所述全局特征向量確定載荷上限信息和載荷下限信息；

4、根據所述載荷上限信息判斷當前載荷是否會破壞抓取物；

5、若判定當前載荷不會破壞抓取物，則根據所述載荷下限信息判斷當前載荷是否足以抓起抓取物；

6、若判定當前載荷不足以抓起抓取物則增加載荷。

7、可選地，機器手與抓取物接觸部位的反饋數據包括設置在機器手與抓取物接觸部位的電子皮膚采集到的壓力數據。

8、可選地，所述壓力數據為機器手的手掌和多個手指處分別設置的電子皮膚所采集的陣列數據。

9、可選地，所述當前載荷包括第一特征接觸力值和第二特征接觸力值，其中所述第一特征接觸力值為全部陣列數據中的最大值，所述第二特征接觸力值為拇指的電子皮膚所采集的陣列數據中的最大值與其它手指的電子皮膚所采集的陣列數據中的最大值中相對較小者；

10、在根據所述載荷上限信息判斷當前載荷是否會破壞抓取物的步驟中采用所述第一特征接觸力值、在根據所述載荷下限信息判斷當前載荷是否足以抓起抓取物的步驟中采用所述第二特征接觸力值。

11、可選地，機器手與抓取物接觸部位的反饋數據包括設置在機器手與抓取物接觸部位的電子皮膚采集到的溫度數據。

12、可選地，所述溫度數據為機器手的手掌和多個手指處分別設置的電子皮膚所采集的陣列數據。

13、可選地，改變載荷的驅動裝置的反饋數據包括機器手的各個驅動裝置的位移數據和力數據。

14、可選地，利用神經網絡模型對所述反饋數據提取全局特征向量，包括：

15、分別對各個電子皮膚采集的壓力數據提取得到電子皮膚力分布特征、分別對各個電子皮膚采集的溫度數據提取得到電子皮膚溫度分布特征，融合所述電子皮膚力分布特征和所述電子皮膚溫度分布特征得到電子皮膚特征向量；

16、對基于驅動裝置的位移數據和力數據聯接的數據提取得到驅動裝置特征向量；

17、聯接所述電子皮膚特征向量和所述驅動裝置特征向量得到全局特征向量。

18、可選地，融合所述電子皮膚力分布特征和所述電子皮膚溫度分布特征得到電子皮膚特征向量，包括：

19、對所述電子皮膚力分布特征和所述電子皮膚溫度分布特征中具有更高像素密度的一個進行池化處理，從而將像素數調整一致；

20、對調整后的所述電子皮膚力分布特征和所述電子皮膚溫度分布特征進行融合；

21、在陣列維度上對融合的結果取平均，得到所述電子皮膚特征向量。

22、可選地，對基于驅動裝置的位移數據和力數據聯接的數據提取得到驅動裝置特征向量，包括：

23、對當前時刻的位移數據與前一時刻的位移數據取差分；

24、將差分結果與所述力數據聯接，進而提取所述驅動裝置特征向量。

25、可選地，根據所述全局特征向量確定載荷上限信息和載荷下限信息，包括：

26、根據所述全局特征向量進行分類，得到關于抓取物類別的分類向量；

27、根據所述分類向量確定抓取物屬于各種類別的概率值；

28、根據抓取物屬于各種類別的概率值以及各種類別對應的載荷上限和載荷下限確定所述載荷上限信息和載荷下限信息。

29、可選地，根據所述分類向量確定抓取物屬于各種類別的概率值，包括：

30、根據當前時刻以及之前至少一個時刻的所述分類向量得到多步聯合數據；

31、根據所述多步聯合數據得到抓取物屬于各種類別的概率值。

32、可選地，根據當前時刻以及之前至少一個時刻的所述分類結果得到多步聯合數據，包括：

33、分別將每個時刻的所述分類向量與預設系數相乘，進而對每個時刻相乘的結果求和；

34、將求和結果與預設本底值合并得到所述多步聯合數據。

35、可選地，根據抓取物屬于各種類別的概率值以及各種類別對應的載荷上限和載荷下限確定所述載荷上限信息和載荷下限信息，包括：

36、確定所述概率值中的最大值，進而確定抓取物所屬類別；

37、獲取抓取物所屬類別對應的載荷上限和載荷下限。

38、可選地，根據所述載荷上限信息判斷當前載荷是否會破壞抓取物，包括：

39、判斷當前載荷是否低于所述載荷上限；

40、若當前載荷低于所述載荷上限，判定當前載荷不會破壞抓取物；

41、根據所述載荷下限信息判斷當前載荷是否足以抓起抓取物，包括：

42、判斷當前載荷是否低于所述載荷下限；

43、若當前載荷低于所述載荷下限，判定當前載荷不足以抓起抓取物。

44、可選地，所述載荷上限信息包括各種類別對應的載荷上限以及抓取物屬于各種類別的概率；所述載荷下限信息包括各種類別對應的載荷下限以及抓取物屬于各種類別的概率。

45、可選地，根據所述載荷上限信息判斷當前載荷是否會破壞抓取物，包括：

46、分別將當前載荷與各個類別的載荷上限進行比對，將超過載荷上限的類別的所述概率相加得到第一累積概率；

47、判斷所述第一累積概率是否低于第一概率閾值；

48、當所述第一累積概率低于第一概率閾值時，判定當前載荷不會破壞抓取物；

49、根據所述載荷下限信息判斷當前載荷是否足以抓起抓取物，包括：

50、分別將當前載荷與各個類別的載荷下限進行比對，將超過載荷下限的類別的所述概率相加得到第二累積概率；

51、判斷所述第二累積概率是否低于第二概率閾值；

52、當所述第二累積概率低于第二概率閾值時，判定當前載荷不足以抓起抓取物。

53、相應地，本技術提供一種機器手加載設備，其特征在于，包括：處理器以及與所述處理器連接的存儲器；其中，所述存儲器存儲有可被所述處理器執行的指令，所述指令被所述處理器執行，以使所述處理器執行上述機器手加載方法。

54、根據本技術提供的機器手加載方法及設備，隨著抓取載荷的變化獲取相應的監測數據，進而確定當前監測數據對應的載荷上限信息和載荷下限信息，根據當前載荷與載荷上限信息和載荷下限信息的關系調整載荷，實現邊加載、邊識別、邊決策的適應性抓握加載過程，以合適的載荷抓住物體，可以有效避在后續抓起物體時產生滑落或者破壞，具有較強的適應性。