[发明专利]非刚性物体分拣方法和装置

说明书

本发明公开了非刚性物体分拣方法和装置，方法包括以下步骤：获取标定数据，所述标定数据包括臂端相机、3D相机的外参数；将3D相机采集的深度图像处理为初始点云数据；根据所述标定数据将所述初始点云数据进行坐标转换，得到基础点云数据；对所述基础点云数据进行初始分割；对所述初始分割的结果进行位姿估计；根据所述位姿估计的结果对物体进行抓取。通过3D相机获取基础点云数据，然后对基础点云数据进行初始分割，并对分割后的物体进行位姿估计，最后根据位姿估计结果抓取非刚性物体。基础点云数据包含非刚性物体的表面法向量、曲率、距离等特征，更好的实现非刚性物体的分离，解决了非刚性物体的位姿估计和抓取问题。

技术领域

本发明涉及分拣机器人领域，特别涉及非刚性物体分拣方法和装置。

背景技术

近年来，视觉辅助系统在工业现场中的应用越来越多，3D相机也逐步在生活和工业中进行相应的使用。Stein等人使用kinect完成数据的采集工作，并在深度图上进行物体的分割和抓取工作，但是该论文中主要针对的是在边缘上有较明显变化的刚性物体，而对于一些如毛绒玩具、数据线、耳机线等易形变的非刚性物体则没有进行相关处理和研究。在工业现场中，无法对不规则、无CAD模型、易形变的物料进行有效的分拣，不利于生产自动化的实现。

发明内容

为了克服现有技术的不足，本发明的目的在于提供非刚性物体分拣方法和装置，其能解决现有的分拣方法和装置无法对不规则、无CAD模型、易形变的物料进行有效的分拣，不利于生产自动化的实现的问题。

本发明的目的采用以下技术方案实现：

非刚性物体分拣方法，包括以下步骤：

获取标定数据，所述标定数据包括臂端相机、3D相机的外参数；

将3D相机采集的深度图像处理为初始点云数据；

根据所述标定数据将所述初始点云数据进行坐标转换，得到基础点云数据；

对所述基础点云数据进行初始分割；

对所述初始分割的结果进行位姿估计；

根据所述位姿估计的结果对物体进行抓取。

优选的，所述非刚性物体分拣方法还包括以下步骤：

如果所述位姿估计的结果不满足非重叠条件，则对所述基础点云数据进行z轴滤波分割，并对所述z轴滤波分割的结果进行位姿估计。

优选的，所述对所述基础点云数据进行z轴滤波分割，并对所述z轴滤波分割的结果进行位姿估计，具体的，包括以下子步骤：

对所述基础点云数据进行z轴滤波分割时，记录z轴滤波分割的次数与滤波分割的高度值；

对所述z轴滤波分割的结果进行位姿估计时，根据所述z轴滤波分割的次数与滤波分割的高度值进行位姿的恢复。

优选的，所述非重叠条件具体为：所述位姿估计的结果中物体的尺寸不大于预设尺寸，所述预设尺寸是根据所述非刚性物体的尺寸计算的。

优选的，所述非刚性物体分拣方法还包括以下步骤：

如果所述位姿估计的结果不满足可抓取条件，则对所述物体进行拨动。

优选的，所述可抓取条件具体为：所述位姿估计的结果中物体的尺寸小于限制尺寸，所述限制尺寸是根据所述非刚性物体的尺寸计算的。

优选的，所述对所述物体进行拨动，具体的，包括以下子步骤：

计算拨动起始点；

判断所述拨动起始点是否满足拨动安全条件；

若满足所述拨动安全条件，则对所述物体进行拨动；