[发明专利]面向冶金作业的鱼雷罐车视觉识别与定位方法及其系统有效

专利信息
申请号: 201910486497.5 申请日: 2019-06-05
公开(公告)号: CN110378957B 公开(公告)日: 2021-08-10
发明(设计)人: 陈卫东;刘卫平;王贺升 申请(专利权)人: 上海交通大学
主分类号: G06T7/73 分类号: G06T7/73;G06T7/11;G06T7/136;G06T3/40;G06T5/00;G06K9/32;G06K9/62;B22D41/12
代理公司: 上海汉声知识产权代理有限公司 31236 代理人: 庄文莉
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 冶金 作业 鱼雷 罐车 视觉 识别 定位 方法 及其 系统
【权利要求书】:

1.一种面向冶金作业的鱼雷罐车视觉识别与定位方法,其特征在于,包括以下步骤:

识别步骤:通过视觉传感器对罐车的罐口及罐盖进行定位,识别并提取目标检测的感兴趣区域;

定位步骤:针对感兴趣区域,采用参数自适应进行目标特征检测和目标特征拟合,得到罐口及罐盖的相对于机器人的位姿信息;

所述识别步骤包括:

设备安装步骤:按照设定安装方式进行拍摄设备安装,以保证拍摄视野范围覆盖罐车在轨道上的停靠区域,并不影响机器人进行罐车加盖作业;

标定位姿步骤:标定视觉传感器和罐口所在平面的相对关系,形成标定平面,获取视觉传感器的内参,标定视觉传感器与机器人之间的相对位姿关系;

采样匹配步骤:将视觉传感器固定,在标定平面对罐口目标进行多次采样,得到目标数据样本,预处理后作为标准模板;

模板匹配步骤:通过视觉传感器采集罐口目标,获得采集数据,以滑动窗口的形式将采集数据与标准模板进行模板匹配,获得罐口的坐标范围,划定感兴趣区域。

2.根据权利要求1所述的面向冶金作业的鱼雷罐车视觉识别与定位方法,其特征在于,所述定位步骤包括:

特征测量步骤:基于感兴趣区域,应用参数自适应进行目标特征检测,得到目标特征,对目标特征进行目标特征拟合,得到罐口及罐盖的平面坐标;

位姿传递步骤:基于标定矩阵将罐口及罐盖的平面坐标转为到机器人坐标系中,得到位姿信息后传递至机器人进行罐车加盖作业。

3.根据权利要求1所述的面向冶金作业的鱼雷罐车视觉识别与定位方法,其特征在于,所述设定安装方式中,拍摄设备的光轴l与罐口所在平面的法线lp的夹角θ属于小夹角,且满足以下公式:

4.根据权利要求1所述的面向冶金作业的鱼雷罐车视觉识别与定位方法,其特征在于,所述模板匹配通过计算图像f(x,y)在像素(u,v)的非相似度m′(u,v)作为匹配尺度,其中非相似度(u,v)表示为重合部分左上角像素坐标;

通过序贯相似性检测算法,对数据I和样本模板MT获得罐口目标的坐标范围SROI=|xb_1,yb_1,xb_2,yb_2|,作为目标检测的感兴趣区域;

其中,n×m表示模板的大小;

(k,l)表示像素坐标索引;

t(k,l)表示模板在像素(k,l)的值;

(xb_1,yb_1)表示SROI左上角像素坐标;

(xb_2,yb_2)表示SROI右下角像素坐标。

5.根据权利要求2所述的面向冶金作业的鱼雷罐车视觉识别与定位方法,其特征在于,所述目标特征拟合采用椭圆拟合,得到目标特征在平面坐标中的精确定位;

对于罐口及罐盖检测,分别获取目标椭圆中心、长短轴信息以及拟合椭圆偏角。

6.一种面向冶金作业的鱼雷罐车视觉识别与定位系统,其特征在于,包括以下模块:

识别模块:通过视觉传感器对罐车的罐口及罐盖进行定位,识别并提取目标检测的感兴趣区域;

定位模块:针对感兴趣区域,采用参数自适应进行目标特征检测和目标特征拟合,得到罐口及罐盖的相对于机器人的位姿信息;

所述识别模块包括:

设备安装模块:按照设定安装方式进行拍摄设备安装,以保证拍摄视野范围覆盖罐车在轨道上的停靠区域,并不影响机器人进行罐车加盖作业;

标定位姿模块:标定视觉传感器和罐口所在平面的相对关系,形成标定平面,获取视觉传感器的内参,标定视觉传感器与机器人之间的相对位姿关系;

采样匹配模块:将视觉传感器固定,在标定平面对罐口目标进行多次采样,得到目标数据样本,预处理后作为标准模板;

模板匹配模块:通过视觉传感器采集罐口目标,获得采集数据,以滑动窗口的形式将采集数据与标准模板进行模板匹配,获得罐口的坐标范围,划定感兴趣区域。

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上海交通大学,未经上海交通大学许可,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/201910486497.5/1.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