[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
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 | ||
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。
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。