[发明专利]基于机器视觉的多类目标识别定位方法、装置和设备

说明书

本申请公开了一种基于机器视觉的多类目标识别定位方法，应用于机器人控制技术领域，用于解决现有机器人抓取控制的抓取准确率和效率较低的问题。本申请提供的方法包括：获取目标区域内零部件目标的目标图像；对目标图像进行特征提取和特征融合，得到目标融合特征；将目标融合特征输入预先训练好的分类模型中，得到目标图像中各个零部件目标的分类结果；对目标图像中分类后的各个零部件目标进行边缘检测和椭圆拟合，确定候选抓取目标区域以及椭圆拟合目标；对候选抓取目标区域中的各个椭圆拟合目标进行抓取评分，得到各个抓取分数；根据预设的决策规则和各个抓取分数，确定最优抓取目标；通过目标图像计算出最优抓取目标的坐标位置信息。

本申请以2019年04月14日提交的申请号为201910273197.9，名称为“一种基于机器视觉的多类目标识别定位方法”的中国发明专利申请为基础，并要求其优先权。

技术领域

本申请涉及机器人控制技术领域，尤其涉及基于机器视觉的多类目标识别定位方法、装置和设备。

背景技术

随着工业生产对生产线柔性和自动化程度的要求不断提高，单纯的工业机器人已很难满足一些场景的需求，所以基于机器视觉的工业机器人越来越受到更多关注。抓取是工业生产中的一个常见动作，也是工业机器人必备的基本动作。在抓取任务中，自主抓取受到许多研究者的青睐。自主抓取是指机器人可以直观地感知潜在目标的能力，并且可以通过自动定位目标，实现正确抓取。自主抓取的难点在于机器人缺乏对复杂环境感知信息的充分理解，这无疑将使机器人无法准确定位抓取目标的位置。因此，可以利用视觉信息帮助机器人进行目标的识别和定位。

在机器人抓取控制中，大多数现有技术都只专注于处理固定放置的物体，且抓取目标种类单一，在确定抓取目标后，只需要考虑如何抓取，并没有实现真正意义上的分类识别。然而在工业制造领域如积木机器人生产线上的小型零部件材料的分拣，则对机械臂的智能性和灵活度要求更高，一堆待抓取小型零件周围往往混乱堆叠着许多其他干扰目标，并且有的零件只是形状大小相同，而颜色不同。因此，现有技术在工业生产线上面对无序摆放、相互堆叠的小微型零部件时，还无法实现真正意义上的分拣，且其抓取准确率和抓取效率均较低。

发明内容

本申请实施例提供一种基于机器视觉的多类目标识别定位方法、装置、计算机设备及存储介质，以解决现有机器人抓取控制的抓取准确率和效率较低的问题。

一种基于机器视觉的多类目标识别定位方法，包括：

获取目标区域内零部件目标的目标图像；

对所述目标图像进行特征提取和特征融合，得到目标融合特征；

将所述目标融合特征输入预先训练好的分类模型中，得到所述目标图像中各个零部件目标的分类结果；

对所述目标图像中分类后的各个零部件目标进行边缘检测和椭圆拟合，确定候选抓取目标区域以及椭圆拟合目标；

对所述候选抓取目标区域中的各个椭圆拟合目标进行抓取评分，得到所述各个椭圆拟合目标各自对应的抓取分数；

根据预设的决策规则和所述各个椭圆拟合目标各自对应的抓取分数，确定所述各个椭圆拟合目标中的最优抓取目标；

通过所述目标图像计算出所述最优抓取目标的坐标位置信息。

一种基于机器视觉的多类目标识别定位装置，包括：

目标图像获取模块，用于获取目标区域内零部件目标的目标图像；

特征融合模块，用于对所述目标图像进行特征提取和特征融合，得到目标融合特征；

目标分类模块，用于将所述目标融合特征输入预先训练好的分类模型中，得到所述目标图像中各个零部件目标的分类结果；