[发明专利]一种分级多目视觉定位方法、系统及装置在审

专利信息
申请号: 201711237778.4 申请日: 2017-11-30
公开(公告)号: CN108074264A 公开(公告)日: 2018-05-25
发明(设计)人: 张青;陈和平;席宁 申请(专利权)人: 深圳市智能机器人研究院
主分类号: G06T7/73 分类号: G06T7/73;G06T7/70;G06T7/80
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 胡辉
地址: 518057 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 摄像机 螺栓 系统及装置 视觉定位 分级 螺孔 空间坐标变换 坐标转换矩阵 图像 装配机器人 参数标定 定位问题 结果数据 螺栓中心 螺栓装配 目标位置 图像采集 位置标定 智能识别 自动对准 自适应 装配 反馈 智能 应用
【权利要求书】:

1.一种分级多目视觉定位方法,其特征在于,包括以下步骤:

在多个摄像机中,建立每个摄像机之间的空间坐标变换关系,得到坐标转换矩阵;

分别对每个摄像机进行参数标定,得到每个摄像机的内外参数,并对所有摄像机进行位置标定;

通过多个摄像机对工作区进行图像采集,得到多个工作区图像;

对工作区图像进行处理,并进行螺孔识别定位,得到螺孔的目标位置。

2.根据权利要求1所述的一种分级多目视觉定位方法,其特征在于:所述的对工作区图像进行处理,并进行螺孔识别定位,这一步骤具体包括:

从工作区图像中选取被跟踪螺孔的局部图像作为模板图像;

根据模板图像,在原工作区图像中进行基于区域的匹配,并建立坐标系;

根据被跟踪螺孔的形状,建立一个对应的搜索区域;

在搜索区域中提取螺孔的特征,并根据特征在每个工作区图像中查找到对应的特征,得到每个工作区图像的位置特征信息;

对每个工作区图像的位置特征信息进行融合,得到螺孔的目标位置。

3.根据权利要求2所述的一种分级多目视觉定位方法,其特征在于:所述的目标位置的计算公式为:

p=W*F;

其中,p表示目标位置,W表示每个摄像机的工作区图像对应的权重,F表示每个工作区图像的位置特征信息。

4.一种分级多目视觉定位系统,其特征在于,包括:

转换建立单元,用于在多个摄像机中,建立每个摄像机之间的空间坐标变换关系,得到坐标转换矩阵;

标定单元,用于分别对每个摄像机进行参数标定,得到每个摄像机的内外参数,并对所有摄像机进行位置标定;

图像采集单元,用于通过多个摄像机对工作区进行图像采集,得到多个工作区图像;

定位识别单元,用于对工作区图像进行处理,并进行螺孔识别定位,得到螺孔的目标位置。

5.根据权利要求4所述的一种分级多目视觉定位系统,其特征在于:所述的定位识别单元具体包括:

模板选取单元,用于从工作区图像中选取被跟踪螺孔的局部图像作为模板图像;

坐标系建立单元,用于根据模板图像,在原工作区图像中进行基于区域的匹配,并建立坐标系;

搜索区域建立单元,用于根据被跟踪螺孔的形状,建立一个对应的搜索区域;

位置查找单元,用于在搜索区域中提取螺孔的特征,并根据特征在每个工作区图像中查找到对应的特征,得到每个工作区图像的位置特征信息;

目标位置计算单元,用于对每个工作区图像的位置特征信息进行融合,得到螺孔的目标位置。

6.根据权利要求5所述的一种分级多目视觉定位系统,其特征在于:所述的目标位置的计算公式为:

p=W*F;

其中,p表示目标位置,W表示每个摄像机的工作区图像对应的权重,F表示每个工作区图像的位置特征信息。

7.一种分级多目视觉定位装置,其特征在于,包括:

存储器,用于存放程序;

处理器,用于执行所述程序,所述程序使得所述处理器执行如权利要求1~3任一项所述的分级多目视觉定位方法。

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深圳市智能机器人研究院,未经深圳市智能机器人研究院许可,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/201711237778.4/1.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