[发明专利]一种基于图像处理的机械爪控制方法和系统

说明书

本发明公开了一种基于图像处理的机械爪控制方法和系统，包括：控制摄像头运动到目标被夹物上方，采集目标被夹物图片；通过被夹物SVM分类器对目标被夹物图片进行识别，得到目标被夹物类型；基于目标被夹物类型和预设的被夹物类型与机械爪参数对应关系表，得到与目标被夹物类型对应的目标机械爪参数；控制机械爪运动到被夹物上方，并控制机械爪根据目标机械爪参数对目标被夹进行抓取。

技术领域

本发明涉及图像识别技术领域，尤其涉及一种基于图像处理的机械爪控制方法和系统。

背景技术

在自动化检测的实验装置中，需要使用一个可以XYZ三轴运动的机械爪抓取不同位置上的被夹物(如玻璃器皿)。针对不同的玻璃器皿，比如锥形瓶、三角瓶、试管、烧杯，他们的外形尺寸相差较大，机械爪张开的角度是不同的，同时由于不同器皿的机械强度不同，机械爪在夹取过程中使用的力矩大小也不同。如果选择一个折中的张角和力矩抓取不同的器皿，会存在器皿掉落、夹碎等故障，针对不同的玻璃器皿，机械爪会有不同的最优张角和抓取力矩，目前使用的方法是把不同的玻璃器皿分区，分别放置，这样针对不同的器皿都有一个独立的流水线，该方法成本非常高，同时增加了系统的复杂度，降低了可靠性。

发明内容

基于背景技术存在的技术问题，本发明提出了一种基于图像处理的机械爪控制方法和系统；

本发明提出的一种基于图像处理的机械爪控制方法，包括：

S1、控制摄像头运动到目标被夹物上方，采集目标被夹物图片；

S2、通过被夹物SVM分类器对目标被夹物图片进行识别，得到目标被夹物类型；

S3、基于目标被夹物类型和预设的被夹物类型与机械爪参数对应关系表，得到与目标被夹物类型对应的目标机械爪参数；

S4、控制机械爪运动到被夹物上方，并控制机械爪根据目标机械爪参数对目标被夹进行抓取。

优选地，步骤S2中，在所述通过被夹物SVM分类器对目标被夹物图片进行识别之前，还包括：

控制摄像头分别运动到N个不同的被夹物上方，获取N张被夹物图片；

提取N张被夹物图片的HOG特征，得到N张被夹物图片的特征向量；

通过N张被夹物图片的特征向量对SVM分类器进行离线训练，得到被夹物SVM分类器。

优选地，步骤S3，具体包括：将目标被夹物类型代入被夹物类型与机械爪参数对应关系表中，得到与目标被夹物类型对应的目标机械爪参数。

优选地，步骤S3中，所述机械爪参数，包括：张角和抓取力矩。

一种基于图像处理的机械爪控制系统，包括：

图片采集模块，用于控制摄像头运动到目标被夹物上方，采集目标被夹物图片；

类型识别模块，用于通过被夹物SVM分类器对目标被夹物图片进行识别，得到目标被夹物类型；

参数确定模块，用于基于目标被夹物类型和预设的被夹物类型与机械爪参数对应关系表，得到与目标被夹物类型对应的目标机械爪参数；

抓取控制模块，用于控制机械爪运动到被夹物上方，并控制机械爪根据目标机械爪参数对目标被夹进行抓取。

优选地，还包括分类器构建模块，与类型识别模块连接，分类器构建模块用于在类型识别模块通过被夹物SVM分类器对目标被夹物图片进行识别之前，控制摄像头分别运动到N个不同的被夹物上方，获取N张被夹物图片，提取N张被夹物图片的HOG特征，得到N张被夹物图片的特征向量，通过N张被夹物图片的特征向量对SVM分类器进行离线训练，得到被夹物SVM分类器。