[发明专利]视觉引导机器人拧螺丝的方法、装置、存储介质和设备

权利要求书

1.一种视觉引导机器人拧螺丝的方法，其特征在于：包括：

获取带有螺丝的物料盘图像和待安装螺丝的产品图像；物料盘开设有若干螺丝放置孔，所有螺丝分别竖直插置于螺丝放置孔中；待安装螺丝的产品带有螺丝安装孔；对物料盘图像和产品图像进行预处理；

根据物料盘图像和产品图像，获取物料盘上的各个螺丝中心坐标和螺丝外径，以及产品上的各个螺丝安装孔中心坐标和孔径；根据螺丝外径对螺丝进行分类，根据孔径对螺丝安装孔进行分类；将螺丝和螺丝安装孔进行匹配，得出各个螺丝与螺丝安装孔的安装关系；

将各个螺丝的中心坐标和对应螺丝安装孔的中心坐标输入到学习网络中，得到规划路径；所述学习网络是指对初始学习网络进行训练处理得到的学习网络；

驱动六轴机器人根据规划路径从物料盘抓取螺丝、移动螺丝以及将螺丝拧入产品的螺丝安装孔中。

2.根据权利要求1所述的视觉引导机器人拧螺丝的方法，其特征在于：所述规划路径包括螺丝抓取路径、螺丝移动路径和螺丝拧入路径；

螺丝抓取路径是指六轴机器人沿螺丝放置孔轴线方向抓取螺丝移动、使螺丝完全退出至螺丝放置孔外的路径；

螺丝移动路径是指六轴机器人将螺丝从螺丝抓取路径的末尾点移动至产品螺丝安装孔前方的路径；

螺丝拧入路径是指六轴机器人将螺丝沿螺丝安装孔轴线方向拧入螺丝安装孔中的路径；

根据螺丝外径判定螺丝型号，来确定螺丝长度；将位于物料盘螺丝放置孔前方、与螺丝放置孔距离大于螺丝长度的点B设定为螺丝抓取路径的末尾点和螺丝移动路径的起始点；将位于产品螺丝安装孔前方、与螺丝安装孔距离大于螺丝长度的点C设定为螺丝移动路径的末尾点和螺丝拧入路径的起始点；

螺丝在移动到点C时，螺丝中心轴与螺丝安装孔轴线同轴。

3.根据权利要求2所述的视觉引导机器人拧螺丝的方法，其特征在于：所述学习网络是指对初始学习网络进行训练处理得到的学习网络，包括：对学习网络训练采用QLearning强化学习算法和贪心算法相结合进行训练。

4.根据权利要求3所述的视觉引导机器人拧螺丝的方法，其特征在于：所述对初始学习网络进行训练处理，包括以下步骤：

S1，设定好规划路径；

S2，六轴机器人按规划路径执行；当完成螺丝抓取路径和螺丝移动路径、螺丝在移动到点C时，视觉器件获取螺丝图片，判断螺丝中心轴与螺丝安装孔轴线是否同轴：

若是，则判定执行正确，将训练过程中六轴机器人关节运动方向进行记录；将记录的六轴机器人关节运动方向数据变换反馈到Qlearning表格，通过QLearning强化学习算法更新Qlearning表格；

否则判定执行不正确，删除该次六轴机器人关节运动方向；

S3，将螺丝放回螺丝放置孔中，通过贪心算法设定下一次训练的规划路径，并跳至S2步，直至训练次数到达设定值；

S4，训练结束后，将判定为执行正确、执行时间最短的规划路径作为输出结果。

5.根据权利要求4所述的视觉引导机器人拧螺丝的方法，其特征在于：所述步骤S2中，QLearning强化学习算法的算式是：

Q(s_t,a_t)＝Q(s_t,a_t)+α[r_t+1+γmaxQ(s_t+1,a)-Q(s_t,a_t)]

其中，α为学习速率；γ为折扣因子；a为状态s_t+1下选择的动作；r_t+1为t时刻学习者在状态s下采取动作后环境所给的立即回报；Q(s_t,a_t)为t时刻下状态-动作对(s_t,a_t)的值函数。

6.根据权利要求4所述的视觉引导机器人拧螺丝的方法，其特征在于：所述步骤S3中，通过贪心算法设定下一次训练的规划路径，是指：选择判定为执行正确的规划路径，避开判定为执行不正确的规划路径；将判定为执行正确的规划路径通过贪心算法的贪心率调整出新的规划路径。