[发明专利]一种基于相机测量的多模型工件无序抓取方法及装置

说明书

本发明提供了一种基于相机测量的多模型工件无序抓取方法及装置。所述方法包括对待抓取工件进行完整建模和/或部分建模；获取待抓取工件所在区域的测量图像，得到世界坐标系下的第一点云，转化到机械臂基坐标系，通过自切割预处理得到第二点云；将待抓取工件的完整模型和/或部分模型与第二点云进行匹配，得到匹配结果；确定目标工件，获取目标工件的位姿，得到抓取工具的抓取位姿；将第二点云由机械臂基坐标系转换到抓取工具坐标系；在抓取工具坐标系中构建抓取工具的包围盒模型，对目标工件执行抓取。以此方式，提升工件识别效率和速度；并使抓取工具在抓取的过程中能够考虑到机械臂夹取工件时可能会与遮挡物碰撞的问题，提升抓取安全性。

技术领域

本发明一般涉及机器视觉领域，并且更具体地，涉及一种基于相机测量的多模型工件无序抓取方法及装置。

背景技术

随着机器人领域技术的不断发展完善及国家对生产力水平需求的不断提高，机器人自动化产业迎来了自己的春天。机器视觉作为通过测量实现机器人自动化的关键技术，衍生出了很多应用领域，其中用光学仪器测量工件大小和位姿，实现机器自动化无序抓取成为机器视觉领域在实际生产中的一项有着广泛应用的热门话题。

目前工件无序抓取技术一般都包含3D视觉测量、点云生成、点云处理、手眼标定、模板匹配、位姿计算、抓取策略等技术，然而现有技术在点云处理和模板匹配时一般利用神经网络技术实现。然而由于神经网络训练需要大量的训练集和验证集，使整个抓取过程耗时较长，效率低下；另一方面，现有技术没有考虑到机械臂夹取工件的过程中由于存在其他工件的遮挡，导致机械臂在运动过程中与遮挡物会发生碰撞的问题。

发明内容

根据本发明的实施例，提供了一种基于相机测量的多模型工件无序抓取方案，使工件识别速度更快，效率更高，抓取更安全。

在本发明的第一方面，提供了一种基于相机测量的多模型工件无序抓取方法。该方法包括：

S101：对待抓取工件进行完整建模和/或部分建模，得到所述待抓取工件的完整模型和/或部分模型；

S102：获取所述待抓取工件所在区域的测量图像，得到世界坐标系下的第一点云，通过手眼标定将所述第一点云转化到机械臂基坐标系，并将机械臂基坐标系下的点云进行自切割预处理，得到第二点云；

S103：将所述待抓取工件的完整模型和/或部分模型与所述第二点云进行匹配，得到匹配结果；

S104：从所述匹配结果中确定目标工件，获取所述目标工件的位姿，并根据所述目标工件的位姿得到抓取工具的抓取位姿；

S105：将所述抓取位姿进行逆变换，以所述逆变换后的位姿对所述第二点云进行仿射变换，将所述第二点云由机械臂基坐标系转换到抓取工具坐标系；

S106：在所述抓取工具坐标系中构建所述抓取工具的包围盒模型，设置阈值，当所述包围盒模型中点的数量不超过所述阈值时，对目标工件执行抓取。

进一步地，对待抓取工件进行完整建模和/或部分建模，包括：

通过测量工具逐个对所述待抓取工件在平面上放置的稳定状态进行测量；

当所述待抓取工件俯视测量时呈现的特征占其表面全部特征的比例均小于最小匹配比例，则仅对所述待抓取工件俯视测量时呈现的特征进行部分建模；

当所述待抓取工件俯视测量时呈现的特征占其表面全部特征的比例均大于最小匹配比例，则仅对所述待抓取工件进行全部建模；

当所述待抓取工件俯视测量时呈现的特征占其表面全部特征的比例中既有小于最小匹配比例的比例，又有不小于最小匹配比例的比例时，对所述待抓取工件进行完整建模，以及对小于最小匹配比例的比例对应的特征进行部分建模。

进一步地，所述自切割预处理，包括：