[发明专利]一种基于视觉分析的零部件定位及抓取方法、系统

说明书

本发明属于工业自动化控制技术领域，公开了一种基于视觉分析的零部件定位及抓取方法、系统，所述基于视觉分析的零部件定位及抓取方法包括：图像采集模块获取待抓取零部件的数字图像数据；数据获取模块获取目标零部件图像数据；中央控制模块控制图像处理模块对图像数据进行处理，特征提取模块提取待抓取零部件特征及尺寸数据；目标匹配模块将待抓取零部件特征及尺寸数据与获取的目标零部件的相关图像、尺寸数据匹配，判断待抓取的零部件的坐标位置；抓取模块进行待抓取零部件的抓取。本发明能够对复杂环境下的杂乱零件进行识别提取，准确计算出零件空间位置信息，并完成抓取工作；本发明还能够针对不同零件实现实时、准确、可靠的抓取。

技术领域

本发明属于工业自动化控制技术领域，尤其涉及一种基于视觉分析的零部件定位及抓取方法、系统。

背景技术

目前，随着科技不断地发展，机器人的应用范围变得越来越广泛，进入了家庭娱乐、工业生产等多个不同的领域。要适应环境变化、独立工作的同时，这也带来了一些新的挑战，比如要求机器人需力以及具备更高的性等。智能机器人应该不仅能能够感知环境，还需要能与环境互动。而在所有这些力中，目标的识别和抓取是最基本且重要的一个能力，因为它将为社会带来巨大的生产力。

通过上述分析，现有技术存在的问题及缺陷为：现有零部件定位与抓取方法定位不准确，且检测时间长，检测识别精度不高，抓取错误率高。

发明内容

针对现有技术存在的问题，本发明提供了一种基于视觉分析的零部件定位及抓取方法、系统。

本发明是这样实现的，一种基于视觉分析的零部件定位及抓取方法，所述基于视觉分析的零部件定位及抓取方法包括：

步骤一，通过图像采集模块利用CCD传感器摄像设备获取待抓取零部件的数字图像数据；通过图像处理模块利用图像处理程序对获取的待抓取零部件的数字图像数据进行预处理，所述预处理包括灰度处理、图像增强处理；

步骤二，对预处理后的图像做HSV空间下的缺项曲线图，根据所述缺项曲线图将图像分类，删除分类中难以识别的图像；同时计算各图像的相似度，去除相似度在相似度阈值以上的冗余图像；

步骤三，通过中央控制模块利用单片机或中央控制器控制所述基于视觉分析的零部件定位及抓取系统各个模块的正常工作；

步骤四，通过图像集数生成模块利用图像集数生成程序采集待抓取零部件的数字图像数据，并将所述数字图像数据像按照类别顺序建立训练样本集，根据所述训练样本集生成图像集数；

步骤五，通过训练器模型构建模块利用模型构建程序基于步骤四生成的所述图像集数，使用深度神经网络或HOG+SVM算法对所述训练样本集进行训练，得到训练器模型；

步骤六，通过视觉分析处理模块利用所述训练器模型处理所述待抓取零部件的数字图像后得到训练后的图像，通过视觉分析程序对采集的待抓取零部件的数字图像数据进行解码处理，获取目标零部件的相关图像及其他数据；

步骤七，通过特征提取模块对处理后的零部件图像数据进行处理，得到所有零部件的有向直线段集合；采用特征直线的筛选及二维特征点的确定方法对零部件图像的有向直线段集合进行处理获得特征直线；

步骤八，对于每条特征直线，将提取的相互邻接的各个有向直线段作为二叉树的一个节点，根据邻接关系在正、负方向上分别构建两棵以该特征直线作为根节点且最大深度为m的二叉树，正方向为沿着特征直线方向，负方向为沿着特征直线方向的反方向；

步骤九，分别遍历这两棵二叉树从根节点到叶节点的根通路，将一个正二叉树的根通路和一个负二叉树的根通路之间进行任意两两排列组合，每个组合构成特征直线的一条有向直线链，一条特征直线构造至少一条有向直线链；