[发明专利]一种智能分拣控制方法和智能分拣控制系统在审

专利信息
申请号: 202011166833.7 申请日: 2020-10-27
公开(公告)号: CN112347882A 公开(公告)日: 2021-02-09
发明(设计)人: 崔岩;刘强 申请(专利权)人: 中德(珠海)人工智能研究院有限公司;珠海市四维时代网络科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06T7/00;G06T7/11;G06T7/80;G06T5/00;G06T5/40;G06T17/00;B25J9/16
代理公司: 深圳市韦恩肯知识产权代理有限公司 44375 代理人: 李华双
地址: 519080 广东省珠海市高新区唐家湾镇金唐*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能 分拣 控制 方法 控制系统
【说明书】:

发明涉及工业机器人技术领域,具体涉及一种智能分拣控制方法和智能分拣控制系统,所述智能分拣控制系统应用所述智能分拣控制方法,所述智能分拣控制方法,包括:获取待分拣工件的若干个图像信息;其中,所述图像信息携带格雷码正码光栅图像和格雷码反码光栅图像的信息;根据所述图像信息和SLIC算法构建所述待分拣工件的稠密视差图,利用所述稠密视差图生成所述待分拣工件的3D模型;将所述3D模型输入至基于Solo框架构建的识别模型中,以完成对待分拣工件的识别及分拣。可见,该智能分拣控制方法和智能分拣控制系统,能够有效降低算法复杂度和系统运行负担,大幅度提高识别精度以及识别速度,并提升工件识别种类。

技术领域

本发明涉及工业机器人技术领域,具体涉及一种智能分拣控制方法和智能分拣控制系统。

背景技术

随着科技的不断发展,工业机器人在工业制造生产中得到了广泛的应用,在工厂自动化、智能化进程中扮演着重要的角色。比如,利用工业机器人对工件进行分拣,就可以大大节省人力,提高工业的自动化程度。现有的工业机器人分拣系统多采用模板匹配的方式对系统生成的待分拣工件3D模型进行识别,并以此获取待分拣工件3D模型的立体信息,结合该信息计算待分拣工件或待分拣物料在真实空间中的位置信息,并利用机械臂完成待分拣工件的抓取及分拣。不过,这种方式的识别速度慢、识别精度低以及受限于模板库模板的数量,识别的工件种类也受到极大限制,进而影响物体的识别及空间定位,对物体的抓取及分拣会出现偏差,无法实现快速准确的物料分拣,无法满足工业化生产需求。

发明内容

为克服现有技术存在的上述不足,本发明提供一种智能分拣控制方法和智能分拣控制系统,能够有效降低算法复杂度和系统运行负担,大幅度提高识别精度以及识别速度,并提升工件识别种类。

为达此目的,本发明采用以下技术方案:

第一方面,提供一种智能分拣控制方法,包括:

获取待分拣工件的若干个图像信息;其中,所述图像信息携带格雷码正码光栅图像和格雷码反码光栅图像的信息;

根据所述图像信息和SLIC算法构建所述待分拣工件的稠密视差图,利用所述稠密视差图生成所述待分拣工件的3D模型;

将所述3D模型输入至基于Solo框架构建的识别模型中,以完成对待分拣工件的识别及分拣。

优选的,所述获取待分拣工件的若干个图像信息,包括:

通过用于向待分拣工件投射光栅图像的图像投射模块向待分拣工件投射格雷码正码光栅图像以及格雷码反码光栅图像;其中,所述图像投射模块为光栅投影仪;

通过用于获取图像信息的图像获取模块从不同空间角度位置拍摄被投射格雷码正码光栅图像和格雷码反码光栅图像的待分拣工件的图像,以完成待分拣工件图像信息的获取;其中,所述图像获取模块为双目相机。

优选的,所述获取待分拣工件的若干个图像信息之前,还包括:对所述图像获取模块进行标定;其中,用于标定的标定板为黑白格棋盘;

所述对所述图像获取模块进行标定,具体包括:

通过所述图像获取模块获得不同空间角度位置拍摄的若干幅所述标定板的图像;

获得每幅标定板的图像对应的参数,并根据所述参数进行图像角点检测;其中,所述参数包括被拍摄的所述黑白格棋盘上对应的棋盘格的行数、列数、物理高度和物理宽度;

通过坐标变换方式实现所述参数与所述图像获取模块内参数之间的转换,再利用所述标定板的图像以及对应的所述图像获取模块的内参数,计算所述图像获取模块的外参数;

通过LM算法对标定过程中计算得到的各参数进行优化,以完成所述图像获取模块的最终标定。

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中德(珠海)人工智能研究院有限公司;珠海市四维时代网络科技有限公司,未经中德(珠海)人工智能研究院有限公司;珠海市四维时代网络科技有限公司许可,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/202011166833.7/2.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