[发明专利]一种基于深度相机的最短距离获取方法及装置有效

专利信息
申请号: 201910073414.X 申请日: 2019-01-25
公开(公告)号: CN109872355B 公开(公告)日: 2022-12-02
发明(设计)人: 周旭廷;蔡刘平;张如意;郭庆洪;张强;于振中;李文兴 申请(专利权)人: 合肥哈工仞极智能科技有限公司
主分类号: G06T7/521 分类号: G06T7/521;G06T7/73
代理公司: 合肥市浩智运专利代理事务所(普通合伙) 34124 代理人: 丁瑞瑞
地址: 230000 安徽省合肥市经济技术开*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 相机 短距离 获取 方法 装置
【说明书】:

发明公开了一种基于深度相机的最短距离获取方法及装置,应用于最短最短距离探测系统,方法包括:1)、根据待转换的深度图对应的深度相机的焦距以及深度相机的相元尺寸,获取深度图中各个像素点对应的空间坐标,并将包含空间坐标的集合作为深度图的点云;2)、对点云进行去噪处理,并获取点云中的降采样数据;3)、构建与深度图对应的机器人相同工作状态的虚拟机器人,将虚拟机器人对应的数据作为机器人点云;4)、根据不包含机器人点云,利用高斯背景建模算法,检测出采样数据中包含的闯入的外物;5)计算出机器人点云和各个闯入的外物的距离,从而得到最短距离。应用本发明实施例,可以提高距离识别的准确性。

技术领域

本发明涉及一种最短距离获取方法及装置,更具体涉及一种基于深度相机的最短距离获取方法及装置。

背景技术

工业机器人技术的日益成熟和应用场景的不断拓展以及智能制造的大势都需要机器人系统(包括机器人、末端工具以及各种传感器/检测设备)和操作人员之间在较小的工作空间内保持紧密互动,同时要保证机器人系统和操作人员的安全性。这里的重点是“较小的工作空间”、“人机紧密协作”和“高度的操作安全性”。为满足这些新的需求,协作机器人应运而生。与传统工业机器人相比,协作机器人具有如下典型特征:负载小、体积小、自重轻、造型美观、在心理上对操作人员没有威胁感、即使与环境和操作人员发生碰撞也不会造成伤害。为了避免协作机器人对操作人员造成伤害,通常要对协作机器人的工作状态进行监控。当前第一类人机协作的主流方法是“关节电流监控法”。当机器人系统与外界发生碰撞时,关节电流会发生突变,软件系统检测到这种突变后,立即切断关节驱动器的电源,使得机器人系统处于停机静止状态。但是,这种检测方法是在发生碰撞时才可以检测到,而且机器人系统与外界之间的瞬时接触力可能会比较大,因此会对机器人系统和环境造成伤害。进而导致的结果是,如果机器人系统不与外界接触,关节电流不产生突变,机器人不可能处于停机静止状态。也就是说,即使协作机器人与操作人员、协作机器人与其它物品之间的距离很小,具备很高的伤害可能时,协作机器人也不会停机。

当前进行协作机器人与其它进入协作机器人工作范围内的外物的间距探测时使用的方法是,在协作机器人上安装视觉探测器,然后利用视觉探测器识别出协作机器人与外物之间的间距。

但是,现有技术中将深度视觉探头将深度相机放在机器人本体上,在进行举例探测时需要经过复杂的坐标转换,在转换过程中会产生误差,进而导致深度相机最短距离识别不够准确的问题。

发明内容

本发明所要解决的技术问题在于提供了一种基于深度相机的最短距离获取方法及装置,以解决现有技术中深度相机最短距离识别不够准确的技术问题。

本发明是通过以下技术方案解决上述技术问题的:

本发明实施例提供了一种基于深度相机的最短距离获取方法,应用于最短距离探测系统,所述最短距离探测系统包括:设置在机器人本体之外的深度相机、以及机器人,所述方法包括:

1)、根据待转换的深度图对应的深度相机的焦距以及所述深度相机的相元尺寸,获取所述深度图中各个像素点对应的空间坐标,并将包含空间坐标的像素点的集合作为所述深度图的点云;

2)、对所述点云进行去噪处理,并获取所述点云中的采样数据;

3)、构建与所述深度图对应的机器人相同工作状态的虚拟机器人,将所述虚拟机器人对应的数据作为机器人点云;并将所述深度图的点云中除对应于所述机器人的区域之外的点云作为不包含机器人点云;

4)、根据所述不包含机器人点云,利用高斯背景建模算法,检测出所述采样数据中包含的闯入的外物;

5)根据所述机器人点云和各个所述闯入的外物的点云,计算所述机器人与所述闯入的外物之间的距离,并获取所述机器人与所述闯入的外物之间的最短距离。

可选的,所述步骤1),包括:

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合肥哈工仞极智能科技有限公司,未经合肥哈工仞极智能科技有限公司许可,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/201910073414.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