[发明专利]一种机械臂在线监测方法、装置及系统

说明书

本申请提供的一种机械臂在线监测方法、装置及系统，涉及在线监测技术领域。该方法通过采集机械臂的图像，并获取机械臂的系统数据；根据机械臂的图像，建立三维位姿监测算法；根据机械臂的系统数据和三维位姿监测算法计算机械臂的关节位姿；采用位姿测量算法模型对机械臂进行位姿解算，得到位姿解算结果；将机械臂的关节位姿和/或位姿解算结果，与机械臂的预设位姿数据比较，获取机械臂的监测结果。从而，通过三维位姿监测算法和位姿测量算法，能够快速得计算出机械臂得位姿信息，计算速度快、效率高，能快速发现机械臂的故障，防止机械臂发生意外，保护了人员和设备的安全。

技术领域

本发明涉及在线监测技术领域，具体而言，涉及一种机械臂在线监测方法、装置及系统。

背景技术

机械臂是指高精度、多输入多输出、高度非线性、强耦合的复杂系统。因其独特的操作灵活性，已在工业装配，安全防爆等领域得到广泛应用。机械臂是一个复杂系统，存在着参数摄动、外界干扰及未建模动态等不确定性。因而机械臂的建模模型也存在着不确定性，对于不同的任务，需要规划机械臂关节空间的运动轨迹，从而级联构成末端位姿。由于运动过程中关节和连杆的柔性效应的增加，使结构发生变形从而使任务执行的精度降低。因此，为提升机械臂的工作精度，采用机械臂监测系统对其位姿进行监测。

而现有的机械臂在线监测系统，无法精确的解算出机械臂的位姿信息，并且解算时间较慢，导致无法快速发现机械臂存在的故障，影响机械臂的使用，给工作人员带来不必要的麻烦。

发明内容

本发明的目的在于，针对上述现有技术中的不足，提供一种机械臂在线监测方法、装置及系统，以解决现有技术中位姿计算慢、精度低等问题。

为实现上述目的，本申请实施例采用的技术方案如下：

第一方面，本申请实施例提供一种机械臂在线监测方法，包括：

采集机械臂的图像，并获取所述机械臂的预设数据及系统数据；

识别所述机械臂的图像，获取所述机械臂的图像数据；

根据所述机械臂的图像，数据建立三维位姿监测算法；

根据所述机械臂的系统数据和所述三维位姿监测算法计算所述机械臂的关节位姿；

采用位姿测量算法模型对所述机械臂进行位姿解算，得到位姿解算结果；

将所述机械臂的关节位姿和/或所述位姿解算结果和，与所述机械臂的预设位姿数据比较，获取得到所述机械臂的监测结果。

可选地，所述根据所述机械臂的图像，建立三维位姿监测算法，识别所述机械臂的图像，获取所述机械臂的图像数据包括：

获取所述机械臂的图像中的种子点；

根据所述种子点确定所述特征点区域；

根据所述特征点区域的属性去除噪声特征点区域；

获取所述特征点区域的质心；

根据所述质心建立三维位姿监测算法。

可选地，所述获取所述机械臂的图像中的种子点包括：

将所述机械臂的图像进行二值化处理，获取二值化图像；

将所述机械臂的二值化图像中灰度值大于预设阈值的点作为种子点。

可选地，所述根据所述种子点确定所述特征点区域包括：

根据所述种子点进行区域生长，得到所述种子点对应的区域；

将所述种子点对应的区域作为所述特征点区域。

可选地，所述根据所述种子点确定所述特征点区域之后根据所述特征点区域的属性去除噪声特征点区域，还包括：