[发明专利]基于视力融合的机械臂操作铰接物体的方法

权利要求书

1.一种基于视力融合的机械臂操作铰接物体的方法，其特征在于，包括以下步骤：

(1)对机械臂示教，获取机械臂试触与操作铰接物体时相对于铰接物体的第一位姿；

(2)利用视觉传感器采集机械臂试触与操作铰接物体时的场景点云数据，并依据场景点云数据确定铰接物体的法向量与粗糙中心；

(3)依据铰接物体的法向量与粗糙中心确定铰接物体在视觉传感器坐标系下的粗糙第二位姿；

(4)依据第一位姿和粗糙第二位姿，机械臂对铰接物体进行试触，依据机械臂末端的移动距离确定铰接物体的精确中心，该精确中心结合粗糙第二位姿，确定精确第二位姿；

(5)依据第一位姿和精确第二位姿，机械臂实现对铰接物体的操作。

2.根据权利要求1所述的基于视力融合的机械臂操作铰接物体的方法，其特征在于，步骤(1)中，通过对机械臂示教，获取机械臂试触与操作铰接物体时，机械臂末端垂直于铰接物体平面的垂直相对位姿，机械臂末端倾斜于铰接物体平面的倾斜相对位姿，其中，垂直相对位姿用于确定铰接物体的精确中心，倾斜相对位姿用于指导机械臂实现对铰接物体的操作，垂直相对位姿和倾斜相对位姿统称为第一位姿。

3.根据权利要求1所述的基于视力融合的机械臂操作铰接物体的方法，其特征在于，步骤(2)中，依据场景点云数据确定铰接物体的法向量与粗糙中心包括：

计算场景点云数据的法向量，并依据法向量对场景点云数据进行聚类后，根据聚类结果分割得到铰接物体点云数据；

对铰接物体点云数据进行预处理后，计算铰接物体点云数据的法向量，并对法向量求均值后作为铰接物体的法向量，对铰接物体点云数据的位置求中位数作为铰接物体的粗糙中心。

4.根据权利要求3所述的基于视力融合的机械臂操作铰接物体的方法，其特征在于，采用K-means算法对场景点云数据进行聚类。

5.根据权利要求3所述的基于视力融合的机械臂操作铰接物体的方法，其特征在于，对铰接物体点云数据进行的预处理包括：点云数据的滤波、消除孤立点以及平滑。

6.根据权利要求1所述的基于视力融合的机械臂操作铰接物体的方法，其特征在于，步骤(3)中，利用先验知识，获得铰接物体在平面视觉传感器坐标系下的y轴方向，同时将铰接物体的法向量作为z轴方向，并以铰接物体的粗糙中心作为原点，构建物体坐标系，依据物体坐标系与平面视觉传感器坐标系的转换关系，确定铰接物体在视觉传感器坐标系下的第二位姿。

7.根据权利要求2所述的基于视力融合的机械臂操作铰接物体的方法，其特征在于，步骤(4)中，依据垂直相对位姿和粗糙第二位姿，进行机械臂末端对铰接物体的试触，通过力传感器判断机械臂是否接触铰接物体，从而采集机械臂末端的移动距离，依据该移动距离确定铰接物体的精确中心。

8.根据权利要求2所述的基于视力融合的机械臂操作铰接物体的方法，其特征在于，步骤(5)中，利用先验知识与精确第二位姿，获得铰接物体转动轴的相应位姿，依据第一位姿与倾斜相对位姿，使机械臂到达操作铰接物体的位姿，与铰接物体接触，结合相应位姿绕铰接物体的轴做弧线运动，通过力传感器判断操作是否完成，从而完成对铰接物体的操作。

9.根据权利要求1所述的基于视力融合的机械臂操作铰接物体的方法，其特征在于，所述视觉传感器采用RGB-D摄像头。