[发明专利]带柔性供料机构的机器人分拣系统、方法、终端及介质在审

专利信息
申请号: 202010861494.8 申请日: 2020-08-25
公开(公告)号: CN114082669A 公开(公告)日: 2022-02-25
发明(设计)人: 周佳骥 申请(专利权)人: 星猿哲科技(上海)有限公司
主分类号: B07C5/34 分类号: B07C5/34;B07C5/342;B07C5/02;B07C5/36
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 倪静
地址: 200240 上海*** 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: 柔性 供料 机构 机器人 分拣 系统 方法 终端 介质
【权利要求书】:

1.一种带柔性供料机构的机器人分拣系统,其特征在于,包括:

柔性供料机构,用于对堆积的零件物料进行重新布局;

视觉系统,用于采集所述柔性供料机构内零件物料的图像,并从图像中提取零件物料视觉信息,并根据零件物料视觉信息判断各零件物料是否符合拣选要求并确定机器人系统的末端执行器的类型;

所述机器人系统,包括末端执行器和快换系统;所述机器人系统与所述视觉系统建立通信连接,用于从所述视觉系统接收零件物料视觉信息以及末端执行器的类型信息,并利用所述快换系统更换对应的末端执行器后拣选出符合拣选要求的零件物料;

接料机构,设于所述机器人系统的操作范围内,用于存放所述机器人系统拣选出的零件物料;

输送系统,用于承载所述接料机构并将所述接料机构输送至指定位置。

2.根据权利要求1所述的机器人分拣系统,其特征在于,所述柔性供料机构包括震动机构、差速机构、斜坡循环流动机构、晃动机构中的任一种或多种的组合。

3.根据权利要求1所述的机器人分拣系统,其特征在于,所述判断各零件物料符合拣选要求的情况包括:零件物料之间不堆叠、零件物料之间独自分开、零件物料特定的面朝向预指定方向。

4.根据权利要求1所述的机器人分拣系统,其特征在于,所述零件物料视觉信息包括零件物料的位置信息、姿态信息、规格信息、尺寸信息中的任一种或多种的组合。

5.根据权利要求1所述的机器人分拣系统,其特征在于,所述接料机构中设有光栅检测装置,用于检测所述接料机构中的零件物料是否准确按需放置。

6.根据权利要求4所述的机器人分拣系统,其特征在于,还包括:

提示装置,用于在所述光栅检测装置检测到所述接料机构中出现不准确按需放置的零件物料时发出提示。

7.根据权利要求1所述的机器人分拣系统,其特征在于,所述视觉系统包括:

图像采集模块,用于采集所述柔性供料机构内零件物料的图像;

图像处理模块,从图像中提取零件物料视觉信息,并根据零件物料视觉信息判断各零件物料是否符合拣选要求并确定机器人系统的末端执行器的类型;

通信模块,用于将所述零件物料视觉信息以及末端执行器的类型信息向外传送。

8.根据权利要求1所述的机器人分拣系统,其特征在于,还包括:

3D相机,用于获取堆积的零件物料的3D位姿和遮挡关系以供进行抓取。

9.根据权利要求1所述的机器人分拣系统,其特征在于,还包括:

所述视觉系统根据所采集的所述柔性供料机构内零件物料的图像,确定零件物料数量和可抓取姿态,据以判断是否继续供料以及是否对零件物料进行重新布局。

10.根据权利要求1所述的机器人分拣系统,其特征在于,所述零件物料包括同种物料和/或混杂物料;所述同种物料按物料个数进行分拣,混杂物料按物料类别进行拣选。

11.一种机器人分拣方法,其特征在于,包括:

获取柔性供料机构内零件物料的图像,并从所述图像中提取零件物料视觉信息;

根据零件物料视觉信息判断各零件物料是否符合拣选要求并确定机器人系统的末端执行器的类型;

将所述零件物料视觉信息以及末端执行器的类型信息向外传送,以令机器人系统根据末端执行器的类型信息更换对应的末端执行器,并根据零件物料视觉信息拣选出符合拣选要求的零件物料。

12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求11所述机器人分拣方法。

13.一种电子终端,其特征在于,包括:处理器及存储器;

所述存储器用于存储计算机程序;

所述处理器用于执行所述存储器存储的计算机程序,以使所述终端执行如权利要求11所述机器人分拣方法。

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星猿哲科技(上海)有限公司,未经星猿哲科技(上海)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/202010861494.8/1.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