[发明专利]一种工业环境下工业机器人分层式定位方法

说明书

本发明涉及一种工业环境下工业机器人分层式定位方法，属于物体定位领域。包含如下步骤：S1：根据双目视觉系统采集需定位物体的图像信息；S2：物体的图像信息，采用MeanShift算法进行初步处理，切割出目标图片信息；S3：针对目标图片信息，使用改进后SURF算法对目标区域进行兴趣点对的匹配以及筛选；S4：根据匹配和筛选出的兴趣点对，利用三角形测量算法计算出点位的三维坐标，精确定位物体三维坐标。本发明针对工业机器人进行抓取物品操作时定位耗时长，精度低问题提出了一种新的分层式目标物体定位方法，避免了无关点对整体结果的影响，提高了整体匹配精度，加快了整体匹配速度。

技术领域

本发明属于物体定位领域，涉及一种工业环境下工业机器人分层式定位方法。

背景技术

随着工业化的普及，人们对工业机器人性能要求越来越高。在过去二十年，工业机器人已经广泛应用于烟包码垛，物流分类，工业生产等多个工业环境自主操作任务，而拾取和放置操作是工业机器人的主要任务之一。工业机器人抓取方法通常采用的是预先描点再重复操作，这种方式鲁棒性差，不能应对工业上的一些突发情况且工作形势单一，对所抓取物品摆放位置精度要求很高，限制了工业机器人在工业中的柔性运用。视觉传感器的引入有效的提高了工业机器人抓取鲁棒性，能及时反馈物体信息及其三维坐标。借助视觉系统的工业机器人不需要对工业机器人进行离线编程，可节约大量的编程时间，提高生产效率和系统柔性程度，进一步提升工业机器人的加工效率。

发明内容

有鉴于此，本发明的目的在于提供一种工业环境下工业机器人分层式定位方法，针对工业机器人进行抓取物品操作时定位耗时长，精度低问题提出了一种新的分层式目标物体定位方法。

为达到上述目的，本发明提供如下技术方案：

一种工业环境下工业机器人分层式定位方法，包含如下步骤：

S1：根据双目视觉系统采集需定位物体的图像信息；

S2：物体的图像信息，采用MeanShift算法进行初步处理，切割出目标图片信息；

S3：针对目标图片信息，使用改进后SURF算法对目标区域进行兴趣点对的匹配以及筛选；

S4：根据匹配和筛选出的兴趣点对，利用三角形测量算法计算出点位的三维坐标，精确定位物体三维坐标。

进一步，步骤S2具体为：

S21：通过MeanShift向量与渐变协调将x朝向x＝x+Δx的方向移动点，经过多次迭代之后满足平均向量指向数据最密集点mh(x)，

其中，fh,G(x)为标准密度梯度估计为梯度密度的估计概率，mh,G(x)为标准密度的数据最密集点，h为MeanShift算法所选高斯球半径，c为MeanShift算法所选单位球体的体积；

S22：给定一个初始点x，核函数G(x)，容许误差ε，MeanShift算法循环执行如下步骤：

S221：计算mh(x)；

S222：把mh(x)值赋予x；