[发明专利]基于视觉的铸件定位方法有效
申请号: | 202010366445.7 | 申请日: | 2020-04-30 |
公开(公告)号: | CN111639538B | 公开(公告)日: | 2023-03-31 |
发明(设计)人: | 曹国;黎雄;孙权森 | 申请(专利权)人: | 南京理工大学 |
主分类号: | G06V20/50 | 分类号: | G06V20/50;G06V10/82;G06V10/44;G06V10/764;G06V10/34;G06T1/00;G06T7/73;G06N3/0464;G06N3/045;G06N3/08 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 岑丹 |
地址: | 210094 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 视觉 铸件 定位 方法 | ||
1.一种基于视觉的铸件定位方法,其特征在于,具体步骤为:
步骤1:获取原始铸件图像;
步骤2:利用训练好的SSD网络处理原始铸件图像,得到目标检测结果;
步骤3:根据步骤2的目标检测结果,对铸件图像进行二值化和形态学操作,得到处理后的图像;
步骤4:对步骤3处理后的图像,进行关键点查找,得到铸件轮廓边缘的关键点集合;
步骤5:利用步骤4获得的关键点集合进行圆拟合,得到铸件圆心坐标;
步骤6:对得到的铸件圆心坐标,通过手眼标定,转换为机械臂基坐标系下点坐标,具体为:
步骤61:将步骤5得到的圆心坐标(x,y)和半径r,通过手眼标定,转换为机械臂基坐标系下的点坐标(x1,y1,z1),具体包括以下内容:
步骤611:从机器人工具坐标系到相机坐标系的转换为Z,从机器人Base坐标系到世界坐标系的转换为X,机器人Base坐标系到工具坐标系的转换为B,从世界坐标系到相机坐标系的转换由A表示,存在齐次矩阵方程AX=ZB,其中所有矩阵均为4×4矩阵,如方程式1所示:
RA是一个3×3旋转矩阵,表示世界坐标系到相机坐标系的旋转关系;tA是3×1平移矢量,表示世界坐标系到相机坐标系中平移关系,0T为1×3的全零行列式;
步骤612:通过张正友标定算法获得世界坐标系到相机坐标系的转换矩阵A,通过机械人控制器得到机器人Base坐标系到工具坐标系的转换关系B;通过多组已知的转换矩阵A和B,结合方程式(1),通过非线性优化方法,估算得到转换关系X和Z,得到坐标系间的转换关系之后,将像素坐标转换到相机坐标系下坐标,相机坐标系下坐标在转换到工具坐标系下坐标,工具坐标系下坐标在转换到机械臂基础坐标系下坐标;
步骤7:对步骤6得到的点坐标,控制机械臂末端工具移动到该位置,完成铸件定位。
2.根据权利要求1所述的基于视觉的铸件定位方法,其特征在于,步骤2利用训练好的SSD网络处理原始铸件图像,得到目标检测结果包括以下具体步骤:
步骤21:利用训练样本对SSD网络进行训练学习后得到目标检测模型;
步骤22:将原始铸件输入图像目标检测模型,得到目标检测效果图。
3.根据权利要求1所述的基于视觉的铸件定位方法,其特征在于,所述SSD网络由将VGG16的Fc6、Fc7层转化为卷积层,去掉了Dropout层和Fc8,并且在Fc7层后新增了4个卷积层构成。
4.根据权利要求1所述的基于视觉的铸件定位方法,其特征在于,对铸件图像进行二值化和形态学操作,得到处理后的图像,具体处理过程为:
步骤31:根据目标检测结果,将铸件图像中背景区域置为黑色,得到处理后的图像;
步骤32:对步骤31得到的图像进行形态学操作。
5.根据权利要求1所述的基于视觉的铸件定位方法,其特征在于,采用三点拟合圆算法进行圆拟合。
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南京理工大学,未经南京理工大学许可,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/202010366445.7/1.html,转载请声明来源钻瓜专利网。