[发明专利]一种基于视觉引导的机器人工件抓取方法

权利要求书

1.一种基于视觉引导的机器人工件抓取方法，其特征在于：所述方法包括：

(1)预先建立好目标工件的模板，采集目标工件的图像，获取所述模板的边缘特征图像和目标工件的边缘特征图像；

(2)利用所述目标工件的边缘特征图像的最小外接矩形获取目标工件相对于模板的偏转角度，利用所述偏转角度和所述模板的边缘特征图像建立补偿模板集合；

(3)将所述目标工件的边缘特征图像同所述补偿模板集合进行匹配，识别出目标工件并获取目标工件在视觉坐标系下的中心坐标；

(4)将视觉坐标系转换到机器人用户坐标系；

(5)选定参考点，利用时刻和位置唯一标识同一目标工件，完成目标工件的定位抓取。

2.根据权利要求1所述的基于视觉引导的机器人工件抓取方法，其特征在于：所述步骤(1)中预先建立好目标工件的模板的操作包括：将目标工件摆放好后，用工业相机拍摄一张图像作为目标工件的模板；

所述步骤(1)中获取所述模板的边缘特征图像和目标工件的边缘特征图像的操作包括：

对模板和目标工件的图像分别进行以下操作：

(11)对图像进行平滑处理得到平滑图像；

(12)计算所述平滑图像的x方向和y方向的边缘响应点的梯度幅值和梯度方向；

(13)根据所述梯度幅值和梯度方向获取所述平滑图像的边缘候选点；

(14)通过阈值对边缘候选点进行筛选获得边缘特征图像。

3.根据权利要求2所述的基于视觉引导的机器人工件抓取方法，其特征在于：所述步骤(11)中采用高斯平滑滤波器对图像进行平滑处理得到平滑图像。

4.根据权利要求2所述的基于视觉引导的机器人工件抓取方法，其特征在于：所述步骤(12)中采用Sobel算子获得x方向和y方向的边缘响应点的梯度幅值和梯度方向。

5.根据权利要求2所述的基于视觉引导的机器人工件抓取方法，其特征在于：所述步骤(13)的操作包括：

利用Sobel算子依次遍历所述平滑图像中的每一个像素点，比较Sobel算子中心所处位置的像素点在4个梯度方向上的强度是否为最大值，若是，则保留该像素点为边缘候选点。

6.根据权利要求2所述的基于视觉引导的机器人工件抓取方法，其特征在于：所述步骤(14)的操作包括：

设置高阈值和低阈值；

若边缘候选点的强度超过高阈值，则保留该边缘候选点为边缘点；

若边缘候选点的强度低于低阈值，则将该边缘候选点剔除；

若边缘候选点的强度介于高阈值和低阈值之间，则保留该边缘候选点为边缘点；

将所有边缘点依次连接形成所述边缘特征图像；

所述高阈值、低阈值的比值为1：3到1：2之间。

7.根据权利要求2所述的基于视觉引导的机器人工件抓取方法，其特征在于：所述步骤(2)的操作包括：

选取所述目标工件的边缘特征图像的最小外接矩形的短边上的在视觉坐标系下的相邻坐标(x1，y1)和(x2，y2)，利用下式得到目标工件相对于模板的偏转角度：

利用所述偏转角度和所述模板的边缘特征图像建立补偿模板集合：

将模板的边缘特征图像分别旋转θ角度：

其中，(x，y)为模板的二值图像，(u，v)为旋转后的二值图像；

将每个角度与相应的模板的二值图像对应为一组；

根据索引编号i将所有组构成补偿模板集合。

8.根据权利要求2所述的基于视觉引导的机器人工件抓取方法，其特征在于：所述步骤(3)的操作包括：

将所述补偿模板集合沿目标工件的边缘特征图像进行逐像素扫描，每移动一次，目标工件的边缘特征图像和补偿模板集合之间就会得到一个边缘距离，当边缘距离最小时为最优匹配，并记录下最优匹配时的最小外接矩形的中心坐标，该中心坐标即为目标工件在视觉坐标系下的中心坐标。