[发明专利]一种基于仿生复眼结构的工业并联机器人快速视觉检测算法在审

专利信息
申请号: 201610543277.8 申请日: 2016-07-12
公开(公告)号: CN107610086A 公开(公告)日: 2018-01-19
发明(设计)人: 齐飞 申请(专利权)人: 天津超众机器人科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00;G06K9/46
代理公司: 暂无信息 代理人: 暂无信息
地址: 300384 天津市滨海新区滨海高新*** 国省代码: 天津;12
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 基于 仿生 复眼 结构 工业 并联 机器人 快速 视觉 检测 算法
【说明书】:

技术领域

发明属于工业并联机器人领域,特别涉及一种基于仿生复眼结构的工业并联机器人快速视觉检测算法。

背景技术

近年来,工业并联机器人广泛应用于工业生产线上,用于自动抓取、装箱、分拣、缺陷检测等多项工作任务。工业并联机器人中的视觉装置相当于人眼机构,对生产线上对物品进行识别,而生产线上一般是杂乱的多样本,如何快速高效的对生产线的物品进行快速检测定位至关重要。上世纪五六十年代,德国生物控制论研究所创始人Reichardt教授和Hanssentein教授根据昆虫生理学特征开创性的提出了EMD(基于视动反应的初级检测器)模型。由于昆虫复眼具有大视野并且对运动物体反应敏感得优势,例如蜜蜂反应时间约0.01s,而人眼需要0.05s,因此复眼技术也被广泛用于各种探测器及传感器的研制上面。

基于仿生学的复眼视觉理论近年来发展迅速, 是集机械学、生物学、光电子学和信息学等多学科为一体的前沿领域。本文基于仿生复眼视觉的机理,进行多目标中快速定位识别物品表面缺陷等瑕疵,采用3D子眼检测,主眼联动定位的方式,将仿生复眼的视觉机理用于工业并联机器人系统中,可以在多目标中快速识别到特定目标,并且进行自动局部放大识别样本表面的特征等,快速自动检测生产线上的多个物体,从而生产提高效率。

发明内容

本发明在现有的工业并联机器人的视觉系统的基础上,提出一种基于仿生复眼结构的工业并联机器人快速视觉检测算法,用来解决现有工业并联机器人视觉系统识别速度慢,定位精度差等问题。

本发明的技术方案:一种基于仿生复眼结构的工业并联机器人快速视觉检测算法,其特征在于它复眼相机系统包括工业并联机器人前端安装的多台子眼相机和一台主眼相机,以及采用基于仿生复眼的侧抑制算法;其中,所述子眼相机可以当传送带上的多个目标进入视场中后,进行快速检测并进行定位,然后建立与主眼之间的球坐标映射;所述主眼相机,其对子眼相机识别定位的物体进行精确放大定位,并对物体细节表面进行检测;所述基于仿生复眼的侧抑制算法,其主要用于子眼相机的进行快速轮廓定位和主眼相机的物体细节特征捕获。主眼相机将物品的位置信息传递给工业并联机器人系统,工业并联机器人进行物品的抓取。

所述子眼相机定位方法主要为各个子眼在识别前先要先标定,根据相机镜头的视场角、焦距等采用高斯定理的成像原理进行位置标定,然后主眼相机连带云台在球坐标系下,根据平面的x, y像素坐标进行球坐标的两个角度和一个径向参数的转换,从而可以快速定位到传送带上需要轮询的目标。

所述主眼相机进行物体细节表面进行检测主要为当从子眼映射到主眼后,主眼侧抑制算法快速进行细节轮廓定位,并进行放大识别。

所述基于仿生复眼的侧抑制算法可以比较稳定地提取了目标轮廓。所述侧抑制现象广泛存在于昆虫复眼系统中, 它指的是一个感受器周围邻近的感受器对其有抑制性作用, 并且这种抑制性影响存在空间总和效应。同时,距离某一感受器较近的感受器对它的抑制作用要比远一些的感受器的作用强。如果采用传统的算法进行目标检测会使得目标的轮廓不清晰、不完整,有阴影,而且速度比较慢,很难确定目标质心位置。因此,采用侧抑制可以快速提取目标边缘。本发明把每个像素单元都看成单个个子眼感受器,按照仿生复眼侧抑制的机理,由于在边缘地带在空间上存在较大的反差,使得距离较近的感受器对其有很强的抑制作用,随着距离的增加逐渐减弱,根据这种抑制系数可以增强反差突出边框,下面从时域的角度来做一个解析。

所属解析以两个单元的简单网络为例,以此证实其有使输入图像有增强反差的作用,设两单元的输入灰度为y1,y2,且假设,设0<k<1。网络输出灰度为X1,X2,由参数关系有

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天津超众机器人科技有限公司,未经天津超众机器人科技有限公司许可,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/201610543277.8/2.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