[发明专利]基于计算机视觉的机械手跟踪定位在线识别与纠偏方法

权利要求书

1.一种基于计算机视觉的机械手跟踪定位在线识别与纠偏方法，其特征在于，包括以下步骤：

1)建立计算机视觉处理中的图像采集硬件系统；

2)利用所述图像采集硬件系统采集图片，对采集到的图片进行分析处理，得出机械手与所跟踪运动目标的几何中心的相对位置偏差，机械手伺服控制系统实时获取到该偏差值，并根据该偏差值对机械手既定轨迹进行补偿，机械手伺服控制系统获取过去抓取到的10—20次图片所处理得到的偏差值，并对偏差值进行滤波后取平均处理以消除机械手在运行过程中因抖动而引起的随机误差，从而完成机械手在水平方向上的位移在线检测与自动纠偏；对采集到的图片进行分析处理的方法包括以下步骤：

a)从已分配好的缓冲内存中取出当前所保存的黑白图片信息，对黑白图片进行去噪处理，并设定合理的阈值，所述阈值范围为[0,255]，对黑白图片进行边缘检测，最终得到一个轮廓清晰的边缘检测图；

b)在边缘检测图的基础上，进行图像分割，将图片分割成两个子图片，其中一个图片为取物夹边缘检测图，另外一个图片为运动目标边缘检测图；

c)对取物夹边缘检测图进行特征提取，取出取物夹中心手柄的图像感兴趣区域，建立图片的二维像素坐标系(X，Y)，利用扫描法和区域面积法，从图片的最左端开始，依次往右搜索X轴方向上的像素区域信息，根据所述阈值，找到取物夹中心手柄的左边缘，再从图片的最右端开始，依次往左搜索X轴方向上的像素区域信息，根据所述阈值，找到取物夹中心手柄的右边缘，根据取物夹中心手柄的规则形状，计算出手柄中心位置，即为取物夹的中心位置，将该取物夹的中心位置作为机械手的标定位置；对运动目标边缘检测图进行分析，建立对应的二维像素点坐标系，利用扫描法和区域面积法，从图片的最左端开始，依次往右搜索X轴上的像素点信息，根据所述阈值，确定运动目标的左边缘，再从图片的最右端开始，依次往左搜索X轴上的像素点信息，根据所述阈值，确定运动目标的右边缘，根据长方形中心计算公式，确定运动目标的中心位置；

d)得出取物夹的中心位置与运动目标的中心位置以后，计算出两者之间的偏差，机械手伺服控制系统根据该偏差值对机械手轨迹进行在线自动调整；

e)针对取物夹边缘检测图，采用循环扫描方式累计像素点个数，若像素点个数小于N1，则表明光源亮度不够，光照范围过小，进行报警提示；针对运动目标边缘检测图，采用循环扫描方式累计像素点个数，若像素点个数小于N2，则表明主轴传送带上没有任何需要跟踪的运动目标，进行报警提示，且不对机械手的运动轨迹作任何调整。

2.根据权利要求1所述的基于计算机视觉的机械手跟踪定位在线识别与纠偏方法，其特征在于，所述图像采集硬件系统建立过程包括以下步骤：

1)将摄像头安装在机械手支架上，位于取物夹的正后方，并把光源安装在摄像头正对面，为光源及摄像头提供电源，设置好摄像头的IP地址，使工控机与摄像头处于同一局域网内，摄像机拍照以后，通过以太网将图片信息传送给工控机；

2)设置摄像头的参数：图像宽度500、图像高度350、摄像头快门110、图像宽度偏移160、图像高度偏移280，并将摄像头设置为单通道模式，使得所拍摄的图片为黑白图像，同时将摄像头的触发拍照模式设置为软件触发，由摄像头内部程序自行判断，根据图像采集处理信号来进行触发以拍照。

3.根据权利要求1所述的基于计算机视觉的机械手跟踪定位在线识别与纠偏方法，其特征在于，利用Canny算法对黑白图片进行边缘检测，选定算法中小阈值为60，用于控制边缘连接，选定算法中大阈值为125，用于控制强边缘的初始分割。

4.根据权利要求1所述的基于计算机视觉的机械手跟踪定位在线识别与纠偏方法，其特征在于，N1＝30，N2＝50。

5.根据权利要求1所述的基于计算机视觉的机械手跟踪定位在线识别与纠偏方法，其特征在于，机械手伺服控制系统处理因机械手抖动而引起的随机误差的办法为：获取过去10—20次图片中按公式d＝o₁-o₂获得的机械手与所跟踪的运动目标的相对位置偏差值d，对这一段时间内的偏差值进行排序比较，剔除波动明显较大的偏差值，再对剩余的偏差值进行取平均处理，将该平均值作为本次测量的有效偏差，控制器根据该有效偏差调整机械手的轨迹，完成机械手在水平方向上对运动目标的定位纠偏；其中，o₁为取物夹中心位置；o₂为运动目标的几何中心。