[发明专利]一种基于视觉引导的机器人工件抓取方法在审

专利信息
申请号: 201810268654.0 申请日: 2018-03-29
公开(公告)号: CN110315525A 公开(公告)日: 2019-10-11
发明(设计)人: 陈瀚宁;何茂伟;苏卫星;梁晓丹;刘芳;孙丽玲;薛永江 申请(专利权)人: 天津工业大学
主分类号: B25J9/16 分类号: B25J9/16
代理公司: 北京知舟专利事务所(普通合伙) 11550 代理人: 郭韫
地址: 300387 *** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 目标工件 边缘特征图像 偏转 补偿模板 工件抓取 获取目标 视觉引导 机器人 集合 最小外接矩形 视觉 抓取 机器人视觉 机器人用户 坐标系转换 采集目标 唯一标识 预先建立 中心坐标 参考点 匹配 图像
【说明书】:

发明提供了一种基于视觉引导的机器人工件抓取方法,属于机器人视觉识别及定位领域。该方法包括:(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,完成定位抓取。利用本发明能够准确地识别目标工件。

技术领域

本发明属于机器人视觉识别及定位领域,具体涉及一种基于视觉引导的机器人工件抓取方法。

背景技术

近年来得益于国家大力发展机器人产业,机器人技术得以意蓬勃发展,人们对生产线自动化的要求不断提高,因此机器人也被广泛应用在各类工业生产环节中。传统的机器人分拣过程一般采用示教或离线编程的方法来控制机器人的运动,这很难适应当下工业生产中复杂多变的工作环境,视觉技术的出现使机器人具有了更高的智能化程度和更强的环境适应能力,配有视觉系统的机器人已经广泛地应用在电子电器、汽车、食品、制药和物流等领域中。

在实现方法上,利用视觉识别和定位技术引导机器人分拣工业生产线中的杂乱工件主要包括工件的识别和定位两个方面。现有的目标识别一般采用局部特征描述的方法,但高维的特征向量带来了大量的计算代价。在一副图像中定位一个已知目标的最简单的方法就是搜索与其相同的像素分布区域,这需要对目标工件的位姿和光照条件有比较严格的限制,这在实际的生产环境中是很难实现的;同时,为了避免工件遗漏抓取的情况,一般会设置相机对同一目标工件进行多次拍摄,这就会使得机器人控制系统得到重复的信息,增大了计算量,同时降低了效率。

发明内容

本发明的目的在于解决上述现有技术中存在的难题,提供一种基于视觉引导的机器人工件抓取方法,引导机器人末端执行机构正确、高效地分拣相应类别的目标工件。

本发明是通过以下技术方案实现的:

一种基于视觉引导的机器人工件抓取方法,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。

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。

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。

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天津工业大学,未经天津工业大学许可,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/201810268654.0/2.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