[发明专利]一种工业机器人多种汽车玻璃自动化上下料的方法

说明书

本发明公开了一种工业机器人多种汽车玻璃自动化上下料的方法，通过MLP分类器实现智能分类汽车玻璃类别，并结合图像矩特征和PCA主元进行模板初定位，再利用最小二乘法优化，获得更高精度的位姿，算法复杂度为O(C)，而传统模板定位算法时间复杂度高达O(nsupgt;4/supgt;)，相比之下，本发明方法极大程度地提高了时效性，实现高效定位多类别物料上下料，减少人工干预，降低生产成本。

技术领域

本发明涉及一种机器人自动控制方法，具体说是一种机器人多种汽车玻璃自动化上下料的方法。

背景技术

随着机器人技术的不断进步，在工业生产领域，越来越多的上下料工作由机器人完成。摄像机采集图像，经过图像预处理，识别、定位及标定，就可以获取到工件在机器人坐标系下的坐标，通过串口通信发送给机器人，机器人就可以完成抓取摆放，以实现上下料的自动化。

在3C行业，同个工位的工件种类单一，往往只需要通过模板匹配，就可以获取到它的位姿。然而在汽车制造生产线，比如，相同的一个流水线上作业，汽车的玻璃种类非常多，甚至多达几十种，如果再循环通过模板匹配来进行识别和定位，这个计算量会变得非常大，异常耗时。

为解决上述问题，有两种解决办法：一种人为干预，也就是在汽车玻璃上料过程中，人为的将类别分成几个或几十个大类，再通过模板匹配依次计算该来料在每个搜索空间与每个模板的相似度，根据相似度最高，确认它的种类和位姿，通知机器人。另一种通过在玻璃上添加条形码或二维码，通过扫码，获取来料信息，以此识别来料种类，然后再通过模板匹配确认它的位姿。这种方法识别和定位会相对快很多，然而需要用条码来配合。

中国发明专利申请CN103464383A公开了一种工业机器人分拣系统及方法，摄像机把工件放置台上的待分拣的几何工件的图像序列采集到PC机内，通过PC机内的视觉处理软件把待检测工件的图像序列按每一帧进行分析，并且自动识别常规形状，圆形、矩形、三角形、六边形规则几何工件，同时计算其相关的特征，然后开始分拣。它可以快速识别常规形状，圆形、矩形、三角形等规则的几个工件，然而许多汽车玻璃的形状并不是这几种常规形状能描述的，因此该方法不适用于不规则的汽车玻璃分拣。

发明内容

本发明的目的旨在克服现有技术存在的缺陷，提出一种工业机器人多种汽车玻璃自动化上下料的方法，通过机器学习训练一个分类器，来代替以往的多次匹配进行种类确定，然后根据图像的矩特征和PCA(Principal component analysis)主元来进行位姿计算。最后通过最小化误差函数，求解更高精度的位姿。

本方法实现工业机器人多种汽车玻璃自动化上下料，是通过以下技术方案实现的：

步骤1.训练分类器

1.1将每一种物料的图像Image,进行类别标注L，格式为＜Image,L＞,加入到训练样本，每种类别添加Num组，形成样本集。

1.2对样本集图像Image进行高斯滤波，作噪声平滑。高斯滤波的核函数为：

其中x,y表示相对中心的偏移量，σ控制高斯核函数的径向范围，σ值越大，表示局部影响范围越大。

1.3由于作为样本的玻璃图像背景简单，进行二值化预处理即可分割得到目标区域和背景区域，将样本的目标区域标记为R。

1.4由于玻璃在上下料过程中，会发生平移和旋转，为了识别目标区域的种类，对样本集图像的目标区域R进行特征提取时，提取7个具有旋转平移不变性的区域特征，包括区域面积Area，区域轮廓周长Length，矩形度Rectangularity，最小外接矩形的宽W，最小外接矩形的高H，2个图像的中心二阶矩(u₁₀,u₀₁)；