[发明专利]机器人平行板夹具与目标物体之间最佳接触线检测方法

摘要

机器人平行板夹具与目标物体之间最佳接触线检测方法，涉及智能机器人视觉领域。此方法包括：(1)获取目标物体深度图像；(2)对深度图像进行卷积滤波；(3)进行二维卷积来进行物体梯度的计算；(4)对梯度的幅值以及梯度的方向进行计算；(5)将梯度方向利用直方图进行排列和统计并选取主要方向角；(6)跟踪梯度图像的轮廓线，从而确定轮廓线的长度；(7)去除超出规定阈值的轮廓线；(8)对接触线对的抓取稳定性进行考核；(9)选取可靠性得分最高的接触线对作为最佳抓取位置；(10)抓取可靠度大于阈值的抓取位置，如果有多个抓取位置选择得分最高的。本发明解决了对机器人平行板夹具与目标物体之间最佳接触线准确高效检测的问题。

主权项

1.机器人平行板夹具与目标物体之间最佳接触线检测方法，其特征在于，包括以下步骤：(1)获取目标物体深度图像；(2)遍历对深度图像的像素来进行卷积滤波；(3)利用x方向与y方向的两个卷积核对深度图像进行二维卷积来进行深度图像当中梯度的计算；(4)计算每个梯度的幅值还有梯度的方向；(5)将所有梯度方向借助直方图进行排列和统计并选取单个bin之中数量最多的5个角度作为物体的主要方向角度，在这里每5度划为一个bin；(6)使用八邻域对梯度图像的轮廓线进行跟踪，最后确定好轮廓线的长度；(7)确定好轮廓线之后寻找深度图像对应的的像素位置计算深度，同时将该轮廓线的浅点作为基础，如果轮廓上的某个点与该点的深度差值超出根据实际末端执行器抓手的内部深度D,把这个D设为阈值D_Thresh,那么把该点从轮廓线当中去除，同时根据三个标准来对接触线进行筛选；(8)对所有接触线组合情况各自的抓取稳定性进行分析；(9)计算出所有接触线对的抓取可靠度得分并从中选取最高分数的抓取接触线对作为抓取的位置；(10)根据Cornell grasping dataset数据集每幅图上的最佳抓取位置得到可靠性阈值，最后可靠性阈值被确定为G_Thresh＝0.7；抓取可靠性超出该阈值的话确定这是合理的抓取位置，如果超过阈值的接触线对有多组选择其中得分最高的。