[发明专利]一种基于多维度特征融合的零件识别装配方法和装置

说明书

本发明涉及智能机械设备技术领域，提供了一种基于多维度特征融合的零件识别装配方法和装置。方法包括根据待识别目标的特征，进行目标识别；在感兴趣区域对图像进行处理，提取出轮廓，然后利用三角测量法确定出圆环工件相对于相机的三维坐标；根据手眼标定的结果，将该三维坐标转换到机械臂坐标系下，控制机械臂进行抓取。本发明对使用双目视觉很好的识别、定位圆环工件并通过上位机将圆环工件的位置信息发送给基于多维度特征融合的零件识别装配机械臂进行抓取。针对计算机视觉和机械臂相结合的相关技术进行结合，将三维结构光技术和机械臂相结合，实现了机械臂对目标的识别、定位和抓取。

【技术领域】

本发明涉及智能机械设备技术领域，特别是涉及一种基于多维度特征融合的零件识别装配方法和装置。

【背景技术】

传统的工业机械臂只能按照事先规划好的轨迹移动，不能够获取外界信息，限制了应用范围。为了增强机械臂的灵活性，现在已经有研究将机器视觉应用在机械臂控制中，但是现阶段很多机械臂控制中应用的机器视觉是单目的，并且是固定在传送带上某一个确定位置，采用这种形式的机器视觉系统对目标的定位不够精确，灵活性差。

鉴于此，克服该现有技术所存在的缺陷是本技术领域亟待解决的问题。

【发明内容】

本发明要解决的技术问题是现阶段很多机械臂控制中应用的机器视觉是单目的，并且是固定在传送带上某一个确定位置，采用这种形式的机器视觉系统对目标的定位不够精确，灵活性差。

本发明采用如下技术方案：

第一方面，本发明提供了一种基于多维度特征融合的零件识别装配方法，预先对相机、结构光系统分别进行标定，确定相机的参数，并对机械臂和相机进行手眼标定，以及，将不同形状的工件作为待识别目标，通过计算机视觉中的图像处理算法将工件特征提取，所述方法包括：

根据待识别目标的特征，进行目标识别；

在感兴趣区域对图像进行处理，提取出轮廓，然后利用三角测量法确定出圆环工件相对于相机的三维坐标；

根据手眼标定的结果，将该三维坐标转换到机械臂坐标系下，控制机械臂进行抓取。

优选的，所述相机的参数包括：焦距、光轴、径向畸变和切向畸变中的一项或者多项。

优选的，所述待识别目标的特征包括：

三维特征、拓扑特征、二维表面特征点中的一种或者多种，并将包含所述待识别目标的特征区域范围，作为图像的感兴趣区域。

优选的，所述三维特征中，具体包括：

半径、高程差、高程标准差和点密度中的一项或者多项三维几何特征；

线性特征、平面特征、散乱特征、总方差、各向异性、特征熵、特征值和曲率中的一项或者多项三维局部形状特征。

优选的，所述二维表面特征点，具体包括：

将二维滤波器对应的矩阵水平翻转，竖直翻转；

把这个滤波器矩阵，覆盖到图像上方；将滤波器矩阵的每一个元素，同下方图像的每一个元素相乘，再把所有的乘积加起来，并不断移动这个滤波器矩阵；

每移动一格，对应得到一个值；

当滤波器矩阵扫过原来的图像的所有位置的时候，我们就得到了一个新的图像；这个图像就是原来的图像经过该二维滤波器的输出，从而获得二维表面特征点。

优选的，预先对相机进行标定，具体包括：

设定模板平面在世界坐标系Z＝0的平面上；