[发明专利]基于深度相机的机器人自主识别智能抓取方法有效

专利信息
申请号: 202111328781.3 申请日: 2021-11-10
公开(公告)号: CN114029951B 公开(公告)日: 2022-05-10
发明(设计)人: 蔡慧;白雪飞;孙丽丽;秦生升 申请(专利权)人: 盐城工学院
主分类号: B25J9/16 分类号: B25J9/16;G06T7/12;G06T7/66;G06T7/73
代理公司: 北京冠和权律师事务所 11399 代理人: 时嘉鸿
地址: 224000 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 相机 机器人 自主 识别 智能 抓取 方法
【说明书】:

发明公开了基于深度相机的机器人自主识别智能抓取方法,包括:通过设置在机器人上的深度相机采集工件放置区的深度图像和彩色图像,识别深度图像和彩色图像中对应于工件放置区中至少一个工件的深度工件轮廓以及彩色工件轮廓,基于深度工件轮廓和彩色工件轮廓在预设的坐标系中构建工件对应的3D工件轮廓并分别标记每一3D工件轮廓上各轮廓点的坐标,根据坐标和机器人的当前位置,建立抓取路径,基于抓取路径,控制机器人进行相应抓取工作,实现机器人自主识别智能抓取,利用深度相机获取工件的位置,根据工件的特点,获取抓取力度以及抓取点,再进行抓取,与传统人工拿取相比,降低了成本,提高了工作效率。

技术领域

本发明涉及机器人技术领域,特别涉及基于深度相机的机器人自主识别智能抓取方法。

背景技术

目前,在机械电子装配行业中,工件夹取工作时往往依靠流水线上的工人人工进行。人工夹取主要是依靠人眼和经验,在长时间的工作后无法保证生产效率,也不能维持每件产品的同等质量,因此把自动化技术引入到电子装配业迫在眉睫。深度相机的机器人作为智慧抓取的重要组成部分,顺应了时代的发展需求,成为物流行业在解决高度依赖人工、业务高峰期能力有限等瓶颈问题的突破口。

但是,现有的技术仅能通过深度相机获取工件的位置,从而进行抓取,在抓取过程中容易出现脱离机器人或抓取力度不适,对工件造成伤害等弊端,且由于人不能持续工作夹取,工作效率低,在流水工作不易形成连续的工作进度。

发明内容

本发明提供基于深度相机的机器人自主识别智能抓取方法,用以利用深度相机获取工件的位置,同时根据工件的特点,生成抓取力度以及抓取点,再进行抓取,降低了成本,与双目相机相比,节省了计算资源,可保证系统的实时性。

本发明提供基于深度相机的机器人自主识别智能抓取方法包括:

步骤1:通过设置在机器人上的深度相机采集工件放置区的深度图像和彩色图像,识别所述深度图像和彩色图像中对应于所述工件放置区中至少一个工件的深度工件轮廓以及彩色工件轮廓;

步骤2:基于所述深度工件轮廓和所述彩色工件轮廓在预设的坐标系中构建所述工件对应的3D工件轮廓并分别标记每一3D工件轮廓上各轮廓点的坐标;

步骤3:根据所述坐标和所述机器人的当前位置,建立抓取路径,基于所述抓取路径,控制所述机器人进行相应抓取工作,实现机器人自主识别智能抓取。

优选的,在所述步骤1中,所述识别所述深度图像和彩色图像中对应于所述工件放置区中至少一个工件的深度工件轮廓以及彩色工件轮廓,包括:

对所述深度图像进行图像二值化处理,获得二值化图像;

基于图像识别技术,识别所述二值化图像上所述工件对应的深度工件轮廓;

对所述彩色图像进行色彩增强处理,获得色彩增强图像;

基于图像识别技术,识别所述色彩增强图像上所述工件对应的彩色工件轮廓。

优选的,在所述步骤2中,基于所述深度工件轮廓和所述彩色工件轮廓在预设的坐标系中构建所述工件对应的3D工件轮廓并分别标记每一3D工件轮廓对应的坐标,包括:

根据所述深度图像建立深度模型,获取所述深度模型的第一图像起点;

根据所述彩色图像建立彩色模型,获取所述彩色模型的第二图像起点;

在所述深度模型上随机选取一个第一检验点;

获取所述第一检验点和所述第一图像起点之间的位置关系;

在所述彩色模型上选取与所述第二图像起点具有相同所述位置关系的第二检验点;

将所述第一检验点和所述第二检验点进行对应,构建第一对应关系;

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盐城工学院,未经盐城工学院许可,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/202111328781.3/2.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