[发明专利]机械臂在复杂环境下的快速分割方法有效
申请号: | 201911276429.2 | 申请日: | 2019-12-12 |
公开(公告)号: | CN112991356B | 公开(公告)日: | 2023-08-01 |
发明(设计)人: | 姜勇;王洪光;侯赵磊 | 申请(专利权)人: | 中国科学院沈阳自动化研究所 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/50 |
代理公司: | 沈阳科苑专利商标代理有限公司 21002 | 代理人: | 王倩 |
地址: | 110016 辽*** | 国省代码: | 辽宁;21 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机械 复杂 环境 快速 分割 方法 | ||
1.机械臂在复杂环境下的快速分割方法,其特征在于,包括以下步骤:
1)对深度相机进行手眼标定;
2)通过标定后的深度相机分别获取机械臂工作空间的深度图像的深度信息以及彩色图像的RGBA信息、二维坐标信息,并将上述信息进行融合,得到机械臂工作空间的点云数据;
3)建立机械臂的正运动学模型,获取机械臂各关节和连杆上若干点的坐标;
4)根据机械臂关节和连杆上点的坐标,建立包络球,机械臂某个关节或连杆上某个点的坐标对应一个包络球,机械臂所有关节和连杆上所有点的坐标对应的所有包络球组成安全区域,滤除安全区域外的点云数据;
5)对安全区域内的点云数据进行分割;
6)根据分割结果,提取机械臂;
步骤2)为:
遍历深度图像中的每一个像素点Pi,将Pi从深度图像映射到彩色图像得到像素点Pc,每一个Pi与Pc为一一映射关系,如果Pc在彩色图像的坐标范围内,则保存Pc的彩色图像的RGBA信息;将Pi从深度图像直接转换到相机坐标系下得到相机空间中的坐标Pa,如果Pa在彩色图像的坐标范围内,则保存Pa的三维坐标信息,将Pc与Pa进行融合,得到机械臂工作空间的点云数据;
步骤4)为:
以机械臂各关节和连杆上若干点的位置为球心,半径为r建立一系列包络球,将机械臂工作空间任意一点到最近的包络球球心的距离小于r的点的集合,作为安全区域,将安全区域外的点云数据进行滤除。
2.根据权利要求1所述的机械臂在复杂环境下的快速分割方法,其特征在于,所述对深度相机进行手眼标定为,采用最小二乘法,获取机械臂基坐标系和相机坐标系之间的齐次变换矩阵。
3.根据权利要求1所述的机械臂在复杂环境下的快速分割方法,其特征在于,所述深度相机包括深度摄像头以及彩色摄像头,深度摄像头采集图像的深度图像,彩色摄像头采集图像的彩色图像。
4.根据权利要求1所述的机械臂在复杂环境下的快速分割方法,其特征在于,步骤3)为:
对机械臂运用D-H参数分析法建立各个关节的连杆坐标系,其连杆之间的变换矩阵为:
其中,ai-1表示沿轴,从移动到的距离,di表示沿轴,从移动到的距离,αi-1表示绕轴,从旋转到的角度,θi表示关节空间中第i个关节的旋转角度,为连杆i相对于连杆i-1的坐标变换矩阵,cosθi简写为cθi,sinθi简写为sθi,cos简写为c,sin简写为s,若连杆i坐标系下一个点的坐标为Pd=(xi yi zi 1)T,根据可以得到Pd在基坐标系下的位置,结合步骤1)标定的结果得到Pd在相机坐标系下的坐标。
5.根据权利要求1所述的机械臂在复杂环境下的快速分割方法,其特征在于,所述对安全区域内的点云数据进行分割采用LCCP算法。
6.根据权利要求1所述的机械臂在复杂环境下的快速分割方法,其特征在于,步骤6)为:
对安全区域内的点云进行基于超体聚类的过分割,在超体聚类的基础上利用CC判据以及SC判据进行再聚类,得到机械臂的点云数据。
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中国科学院沈阳自动化研究所,未经中国科学院沈阳自动化研究所许可,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/201911276429.2/1.html,转载请声明来源钻瓜专利网。