[发明专利]一种容器内堆积物件自动分拣系统及方法有效

专利信息
申请号: 202111034497.5 申请日: 2021-09-03
公开(公告)号: CN113731860B 公开(公告)日: 2023-10-24
发明(设计)人: 徐胜军;李康平;韩九强;孟月波;刘光辉 申请(专利权)人: 西安建筑科技大学
主分类号: B07C5/342 分类号: B07C5/342;B07C5/36
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 白文佳
地址: 710055 陕*** 国省代码: 陕西;61
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 容器 堆积 物件 自动 分拣 系统 方法
【说明书】:

发明公开了一种容器内堆积物件自动分拣系统及方法,属于人工智能与机器人技术领域,包括图像采集模块、控制单元和视觉机器人,控制单元包括图像信息处理模块和定位模块,采用堆积物件识别定位算法对采集到的图像进行处理,获取待吸取物件的位置信息。将获取到的待吸取物件的位置信息发送给视觉机器人,由视觉机器人进行吸取。本发明充分体现了机器人智能自动化的概念,视觉机器人可自主智能识别处于容器内最上方的物件,将其吸取,实现对物件的自动分拣。视觉机器人代替人类的眼睛识别定位容器内的物件,机械臂下方的磁感执行器代替人类的手在真实环境中分拣物件。系统抗环境干扰能力强,适用于各种工作环境。

技术领域

本发明属于人工智能与机器人技术领域,涉及一种容器内堆积物件自动分拣系统及方法。

背景技术

自动化是指机器或装置在无人干预的情况下按规定的程序或指令自动地进行操作或运行,以及模拟人的智能活动。自动化技术广泛应用于工业、农业、国防、交通运输等各方面。自动化技术不仅可以把人从枯燥繁重的体力劳动中解放出来,还可以避免人在高危环境下进行工作,因此推进工业智能自动化成为了当前的重要任务。

目前的物料分拣机器人已经实现在平面上分拣抓取目标物体,以及将目标物体放至传送带上,或从传送带上将目标物体抓取放至目标位置。但这些物料分拣机器人仅仅是实现对于固定高度平台上的物件进行抓取,属于简单场景下的物料分拣抓取,该类视觉机器人抓取的目标物体与其所处背景有明显差异。即现有的物料分拣机器人难以实现不同高度位置、不同复杂场景下物件的吸取。

发明内容

本发明的目的在于克服上述现有技术中,现有的物料分拣机器人难以实现不同高度位置、不同复杂场景下物件吸取的缺点,提供一种容器内堆积物件自动分拣系统及方法。

为了达到上述目的,本发明采用以下技术方案予以实现:

一种容器内堆积物件自动分拣系统,包括:

图像采集模块,用于采集容器内堆积物件的图像信息;

控制单元,包括图像信息处理模块和定位模块,图像信息处理模块与图像采集模块相交互,用于对获取的图像信息进行处理,得到训练样本,之后对训练样本进行实例分割,得到堆积物件的最上方物件图像及该图像的边界框;定位模块与图像信息处理模块相交互,基于容器内堆积物件的最上方物件图像,计算后得到待吸取物件吸取点的像素坐标、待吸取物件在吸取时的旋转角度及待吸取物件与目标位置之间的距离关系;

视觉机器人,包括分别与定位模块相交互的移动模块和磁感执行器,移动模块基于待吸取物件吸取点的像素坐标、待吸取物件在吸取时的旋转角度及待吸取物件与目标位置之间的距离关系信息,计算得到视觉机器人的运动坐标关系,基于运动坐标关系进行移动;磁感执行器基于待吸取物件吸取点的像素坐标对待吸取物件进行吸取和放置操作。

优选地,系统还包括快换架,用于在容器内堆积物件自动分拣系统停止工作时放置闲置的磁感执行器。

优选地,图像采集模块通过安装在视觉机器人上的深度相机完成。

一种容器内堆积物件自动分拣方法,包括如下步骤:

步骤1)采集容器内堆积物件的图像信息,对获取的图像信息进行处理,得到训练样本,对训练样本进行实例分割,得到堆积物件的最上方物件图像及该图像的边界框;

步骤2)基于容器内堆积物件的最上方物件图像,计算后得到待吸取物件吸取点的像素坐标;

步骤3)基于容器内堆积物件的最上方物件图像,计算堆积物件中待吸取物件在吸取时的旋转角度;

步骤4)基于容器内堆积物件的最上方物件图像,得到待吸取物件与目标位置之间的距离关系,将距离关系转换成视觉机器人运动坐标;

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西安建筑科技大学,未经西安建筑科技大学许可,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/202111034497.5/2.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