[发明专利]一种机器人分拣控制方法在审

专利信息
申请号: 201810069509.X 申请日: 2018-01-24
公开(公告)号: CN110065064A 公开(公告)日: 2019-07-30
发明(设计)人: 王拴绪 申请(专利权)人: 南京机器人研究院有限公司
主分类号: B25J9/16 分类号: B25J9/16;B07C5/342
代理公司: 南京中高专利代理有限公司 32333 代理人: 祝进
地址: 210000 江苏省南京市江宁*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标对象 机器人 视觉特征 末端执行器 分拣 目标对象图像 定位机器人 规划机器人 控制机器人 操作过程 操作状态 初始目标 激光扫描 目标追踪 实际位置 图像处理 运动轨迹 运行轨迹 获得器 预测 构建 采集 检测 规划
【说明书】:

发明涉及一种机器人分拣控制方法,包括:构建机器人的目标追踪模型和目标对象的视觉特征地图,并确定初始目标对象在所述视觉特征地图上的初始位置;对目标对象图像进行采集与处理,通过激光扫描目标对象在所述视觉特征地图上的实际位置;运用图像处理的方法对机器人的操作状态进行检测和识别,获得器人操作过程下的目标对象,并获取所述目标对象在该时刻的位置信息;精确定位机器人与目标对象之间的距离,并对目标对象状态进行预测,对目标对象在下一时刻的位置信息进行预测;规划机器人的末端执行器的运行轨迹;控制机器人的末端执行器根据所规划的运动轨迹进行动作。

技术领域

本发明涉及机器人技术领域,尤其涉及一种机器人分拣控制方法。

背景技术

工业机器人与视觉的结合是未来的发展方向,目前在工业机器人领域应用的视觉系统一般分为两类:一类是采用智能相机,即相机和处理器集成在一起,视觉算法运行在处理器当中,智能相机配置上位机软件模块,通过上位机软件模块可以实现对智能相机中算法输入参数做相应的配置;还有一类是采用普通工业相机,并配置PC机,普通相机只有相机和镜头,没有处理器,视觉算法运 行在PC机上面。

两类视觉系统各有优缺点:第一类采用智能相机集成度比较高,但由于相机尺寸不能做很大,这样对于处理器的尺寸、处理能力、散热等有较高要求,增加了相机的成本,另外,这种智能相机尺寸和重量比较大,如果放在机器人末端的话,对机器人末端设计和负重是一个考验,应用较为不便;另一类采用普通工业相机集成度没有智能相机高,但是由于单独配置用于算法运行的PC机,虽然计算能力较强,其成本和智能相机差不多。

工业机器人可模仿人的部分动作,根据不同的执行程序、轨迹和要求实现自动抓取、搬运工件和操作工具的机电一体化系统,它具有智能化和自动化的特点,能显著提高生产效率,改善工作条件,工业机器人的应用将大大提高我国制造业的技术水平、自动化程度、产品竞争力,促进制造业的转型升级,带来整个工业水平的提高;机器人视觉技术就是把光学电子系统拍摄的影像转换成电子图像并传送到计算机系统进行图像处理,实现对物体的颜色、尺寸、形状、位置等特征的识别,并把识别结果送到计算机以控制其他执行机构完成动作的工业系统,由于它具有非接触、识别精度高、速度快、自动化程度高、易和其他系统集成等特点,目前已广泛应用在轻工、化工、纺织、医疗、电子、汽车等行业,将机器人和机器视觉系统结合起来,是一种非常有前途的应用。

工业机器人可以用于柔性分拣,但是这种在柔性分拣过程中,机器人的准确性不高,经常出现偏差,造成分拣物品的不准确,影响了生产的进行。

因此,如何提高机器人在柔性分拣过程中的准确性,成为本领域技术人员亟待解决的技术难题。

发明内容

本发明的目的是提供一种机器人分拣控制方法,能够提高机器人在柔性分拣过程中的准确性,使得机器人能准确分拣到目标对象。

为了实现上述目的,本发明提供了一种机器人分拣控制方法,包括以下步骤:

构建机器人的目标追踪模型和目标对象的视觉特征地图,并确定初始目标对象在所述视觉特征地图上的初始位置;

对目标对象图像进行采集与处理,通过激光扫描目标对象在所述视觉特征地图上的实际位置;

运用图像处理的方法对机器人的操作状态进行检测和识别,获得器人操作过程下的目标对象,并获取所述目标对象在该时刻的位置信息;

精确定位机器人与目标对象之间的距离,并对目标对象状态进行预测,对目标对象在下一时刻的位置信息进行预测;

根据预测结果及时跟踪目标对象下一个状态值和下一时刻的位置;

根据目标对象的当前状态信息与预测的状态信息,当前位置信息和下一刻的位置信息,规划机器人的末端执行器的运行轨迹;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京机器人研究院有限公司,未经南京机器人研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810069509.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top