[发明专利]一种钢筋捆扎方法及系统在审
申请号: | 201910508921.1 | 申请日: | 2019-06-13 |
公开(公告)号: | CN110158967A | 公开(公告)日: | 2019-08-23 |
发明(设计)人: | 郑永平;谢哲珉;牛笑林;巫笠平;范浩楠 | 申请(专利权)人: | 浙江科技学院 |
主分类号: | E04G21/12 | 分类号: | E04G21/12 |
代理公司: | 浙江千克知识产权代理有限公司 33246 | 代理人: | 周希良 |
地址: | 310023 浙江省杭*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 钢筋捆扎 世界坐标 捆扎 平滑滤波处理 钢筋 钢筋结构 节点坐标 转换矩阵 图像 采集 建筑工程技术 安全系数 机械手 安全隐患 绑扎钢筋 钢筋骨架 交叉节点 轮廓提取 目标位置 全自动化 人工绑扎 特征提取 相机标定 像素坐标 有效地 转换 节约 | ||
1.一种钢筋捆扎方法,其特征在于,包括以下步骤:
S1、采集待捆扎钢筋区域的图像,并对采集的图像进行平滑滤波处理;
S2、基于Halcon进行相机标定,得到世界坐标与像素坐标的转换矩阵;
S3、对平滑滤波处理后的图像进行blob分析和特征提取,得到钢筋结构区域;
S4、对钢筋结构区域内的钢筋骨架进行轮廓提取,以识别各钢筋之间的交叉节点,得到节点坐标;
S5、利用转换矩阵将节点坐标转换为目标世界坐标;
S6、控制捆扎机械手活动至目标世界坐标对应的目标位置以进行钢筋捆扎。
2.根据权利要求1所述的一种钢筋捆扎方法,其特征在于,所述步骤S1中的平滑滤波处理为:调用gauss_filter高斯滤波算子进行平滑滤波处理。
3.根据权利要求2所述的一种钢筋捆扎方法,其特征在于,所述步骤S2包括:
S21、调用Halcon中的gen_caltab算子生成标定板;
S22、打开Halcon的标定助手,并添加标定板的描述文件和相机参数;
S23、通过标定助手对标定板的各角度图片进行标定,求得相机的内外参数及转换矩阵。
4.根据权利要求3所述的一种钢筋捆扎方法,其特征在于,所述步骤S23具体包括:
相机成像涉及四个坐标系,分别为世界坐标系(XW,YW,ZW)、相机坐标系(XC,YC,ZC)、图像成像坐标系(x,y)和像素坐标系(u,v);
图像坐标系(x,y)与像素坐标系(u,v)的转换是相机内部的转换,其转换关系为式(1):
其中,图像坐标系(x,y)的原点在像素坐标系中的坐标为(u0,v0),dx、dy为相邻像素点中心在X轴方向和Y轴方向的实际物理距离;
相机坐标系(XC,YC,ZC)与图像坐标系(x,y)的转换关系为式(2):
其中,f为相机的焦距;
世界坐标系转换(XW,YW,ZW)与相机坐标系(XC,YC,ZC)的关系为式(3):
其中,T3×1=[tx ty tz]是世界坐标系的原点在图像坐标系中的映射点的位置,同时R3×3为正交变换矩阵,正交变换矩阵的关系式为式(4):
则世界坐标系与像素坐标系的转换矩阵为式(5):
5.根据权利要求4所述的一种钢筋捆扎方法,其特征在于,所述步骤S3包括:
S31、对平滑滤波处理后的图像计算灰度平均值和方差;
S32、在Halcon中调用threshold算子对图像进行二值化处理,得到所要提取的初始区域;
S33、调用connection算子,将所提取的初始区域分成若干区域;
S34、调用select_shape算子进行全局阈值分割选择出钢筋结构;
S35、调用union1算子进行连通域联合,得到钢筋结构区域。
6.根据权利要求5所述的一种钢筋捆扎方法,其特征在于,所述步骤S35之后还包括:
S36、调用opening_rectangle1、closing_rectangle1开闭运算算子对钢筋结构区域进行优化。
7.根据权利要求6所述的一种钢筋捆扎方法,其特征在于,所述步骤S4包括:
S41、调用canny边缘检测算子对钢筋骨架轮廓进行提取;
S42、调用intersection_ll算子识别各钢筋之间的交叉节点,以获取节点坐标。
8.一种钢筋捆扎系统,其特征在于,包括上位机、下位机、机械手和导轨架、第一驱动电机、第二驱动电机和工业相机,所述上位机内置有Halcon机器视觉软件,所述工业相机、下位机与上位机通信连接;所述下位机与第一驱动电机、第二驱动电机和机械手通信连接;导轨架包括两根平行布设的水平导轨和架设于两水平导轨之间的垂直导轨,垂直导轨的两端分别通过立柱活动连接于两水平导轨之上;所述第一驱动电机用于驱动立柱活动配合于水平导轨,第二驱动电机用于驱动机械手活动配合于垂直导轨。
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浙江科技学院,未经浙江科技学院许可,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/201910508921.1/1.html,转载请声明来源钻瓜专利网。