[发明专利]异形元器件抓取方法、装置、系统、控制装置及存储介质有效

专利信息
申请号: 201910905691.2 申请日: 2019-09-24
公开(公告)号: CN110712202B 公开(公告)日: 2021-07-16
发明(设计)人: 卢韶安;吴安成 申请(专利权)人: 鲁班嫡系机器人(深圳)有限公司;高怡达科技(深圳)有限公司
主分类号: B25J9/16 分类号: B25J9/16;B65G47/90
代理公司: 深圳中一联合知识产权代理有限公司 44414 代理人: 周伟锋
地址: 518000 广东省深圳市龙岗*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异形 元器件 抓取 方法 装置 系统 控制 存储 介质
【权利要求书】:

1.一种异形元器件抓取方法,其特征在于,包括:

获取第一图像,所述第一图像包括至少一个异形元器件;

对所述第一图像进行预处理;

从预处理后的所述第一图像中提取各个所述异形元器件的特征信息,所述特征信息包括轮廓信息;

根据所述特征信息去除不符合预设抓取要求的异形元器件,所述符合预设抓取要求的异形元器件是指姿态符合预设姿态,且没有与其他异形元器件缠绕在一起的异形元器件;

识别所述第一图像中剩余异形元器件的目标位姿信息,所述剩余异形元器件为所述第一图像中去除不符合预设抓取要求的异形元器件后剩余的异形元器件;

根据所述目标位姿信息,生成控制指令,并发送所述控制指令至抓取装置,所述控制指令用于指示所述抓取装置抓取目标异形元器件。

2.如权利要求1所述的方法,其特征在于,所述识别所述第一图像中剩余异形元器件的目标位姿信息,包括:

获取所述剩余异形元器件的图像数据;

获取所述剩余异形元器件的姿态识别模型;

将所述图像数据输入所述姿态识别模型中,输出目标位姿信息;

获取所述剩余异形元器件的图像数据;

获取所述剩余异形元器件的姿态识别模型;

将所述图像数据输入所述姿态识别模型中,输出所述图像数据中与所述异形元器件关联的特征信息的识别结果;

根据所述识别结果得到目标位姿信息。

3.如权利要求1所述的方法,其特征在于,所述根据所述特征信息去除不符合预设抓取要求的异形元器件,包括:

计算每个所述异形元器件的特征参数;

根据所述特征参数判断所述异形元器件是否满足所述预设抓取要求;

去除不符合所述预设抓取要求的异形元器件。

4.如权利要求3所述的方法,其特征在于,所述根据所述特征参数判断所述异形元器件是否满足所述预设抓取要求,包括:

判断所述特征参数是否落入预设数值范围;

当所述特征参数落入所述预设数值范围时,所述异形元器件符合所述预设抓取要求;

当所述特征参数未落入所述预设数值范围时,所述异形元器件不符合所述预设抓取要求。

5.如权利要求1所述的方法,其特征在于,在所述识别所述第一图像中剩余异形元器件的目标位姿信息之后,还包括:

根据所述剩余异形元器件之间的位姿参数,从所述剩余异形元器件中确定目标剩余异形元器件;

将所述目标剩余异形元器件作为待选目标异形元器件。

6.如权利要求5所述的方法,其特征在于,所述根据所述剩余异形元器件之间的位姿参数,从所述剩余异形元器件中确定目标剩余异形元器件,包括:

根据所述位姿参数,计算各个所述剩余异形元器件之间的位姿参数差值;

分别判断各个所述差值是否大于预设差值阈值;

当所述差值大于所述预设差值阈值时,确定所述剩余异形元器件为所述目标剩余异形元器件。

7.如权利要求1至6任一项所述的方法,其特征在于,在所述根据所述第一图像生成控制指令之后,还包括:

生成第一装配指令,并发送所述第一装配指令至第一装配装置,所述第一装配指令用于指示所述第一装配装置将所述目标异形元器件装配至第一预设装配位置;

生成第二装配指令,并发送所述第二装配指令至第二装配装置,所述第二装配指令用于指示所述第二装配装置将所述目标异形元器件装配至第二预设装配位置。

8.如权利要求7所述的方法,其特征在于,在将所述目标异形元器件装配至第二预设装配位置之后,还包括:

获取所述目标异形元器件的第二图像;

根据预先训练的缺陷检测神经网络模型和所述第二图像进行缺陷检测,得出缺陷检测结果;

根据所述缺陷检测结果,对所述目标异形元器件执行相应的操作。

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鲁班嫡系机器人(深圳)有限公司;高怡达科技(深圳)有限公司,未经鲁班嫡系机器人(深圳)有限公司;高怡达科技(深圳)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/201910905691.2/1.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