分拣多类工件的Delta机器人控制方法及系统技术方案

本发明专利技术涉及一种分拣多类工件的Delta机器人控制方法，包括图像采集与信息处理：采集传送带上工件的图像，记录采集时间，并提取图像中各个工件图像的中心点像素坐标及类别信息；经过透视投影方程得到工件中心点物理坐标；将所述工件图像对应的工件抓取任务增至工件抓取队列；工件分拣：在执行抓取任务前，依据当前工件抓取队列中各工件抓取任务的工件中心物理坐标，选择优先执行的工件抓取任务；采用基于费拉里法的动态抓取算法进行工件的抓取和分类放置坐标的计算，并执行抓取任务。基于此本发明专利技术还提出了一种分拣多类工件的Delta机器人系统。本发明专利技术实现了通过一台Delta机器人的对多类工件的抓取和分类放置，节省了成本和场地。

【技术实现步骤摘要】
分拣多类工件的Delta机器人控制方法及系统
本专利技术涉及工业机器人领域，具体涉及一种分拣多类工件的Delta机器人控制方法及系统。
技术介绍
机器人技术日益成熟，并联机器人由于其高速、轻质的特点，在生产线上运用越来越广泛。Delta机器人主要应用于流水线包装线上，尤其适用于传送带上零散工件的快速识别与抓取操作。目前情况下，各个厂家的Delta机器人针对的大多是起始点及目标点位置固定的工作环境，这可以通过示教或离线编程等方法生成轨迹从而完成任务；少有针对起始点或者目标点未知以及复杂多变的工作环境的情况，例如在前进的传送带中抓取工件。同时传统的工业生产线普遍针对单一特定的某种工件进行分拣，无法实现不同类别的工件分拣，因而无法满足多种类别的任务需求，例如传送带中同时存在贴标签的瓶盖与不贴标签的瓶盖，或者不同颜色或形状的瓶盖类别。一些厂家可以实现不同类别工件的抓取，但是需要多台Delta机器人，机器人需求较大，硬件成本较高。
技术实现思路
为了解决现有技术中的上述问题，本专利技术提出了一种分拣多类工件的Delta机器人控制方法及系统，实现了通过一台Delta机器人的对多类工件的抓取和分类。根据本专利技术的一方面，提出了一种分拣多类工件的Delta机器人控制方法，包括图像采集与信息处理、以及工件分拣；图像采集与信息处理：步骤A1，采集传送带上工件的图像，记录所述图像采集时间，并提取所述图像中各个工件图像的中心点像素坐标及类别信息；步骤A2，利用透视投影方程，将所述工件图像的中心点像素坐标转换为机器人坐标系下的工件中心物理坐标；步骤A3，将所述工件图像对应的工件抓取任务添加至工件抓取队列，所述工件抓取队列的每个工件抓取任务包含以下属性:工件的图像采集时间、工件中心物理坐标、工件的类别信息；工件分拣：步骤B1，在机器人执行抓取任务前，依据当前工件抓取队列中各工件抓取任务的工件中心物理坐标，选择优先执行的工件抓取任务；步骤B2，机器人执行步骤B1中所选择优先执行的工件抓取任务，进行工件的抓取和分类放置。优选地，步骤1中提取所述图像中各个工件图像的中心点像素坐标及类别信息的方法为：利用局部模板匹配算法，将步骤A1中所述工件图像与每个类别工件模板均进行局部模板匹配，得到所述工件图像中心点的像素坐标以及类别信息。优选地，所述的局部模板匹配，具体包括：步骤A11，获取对应类别工件模板的表示局部信息的局部模板；其中局部模板以主梯度方向和边缘轮廓片段两个特征为基础对模板进行分割得到；步骤A12，分别利用该类工件模板对应的局部模板依次遍历步骤A1中所述工件图像，搜索各局部模板的匹配，并记录对应的匹配位置；依据各局部模板匹配中的相似度信息确定步骤A1中所述工件图像的类别信息；步骤A13，对局部模板的匹配位置依据其与原模板位置关系进行偏移修正，得到各局部模板对应所述工件图像中的候选位置，再对所述候选位置进行霍夫投票得到中心点像素坐标。优选地，所述工件抓取任务的工件中心物理坐标依据时间和所在传送带的速度在每次抓取任务执行前进行更新。优选地，步骤B1中选择优先执行的工件抓取任务的方法为：步骤B11，对当前工件抓取队列中各工件抓取任务的工件中心物理坐标进行判断，若存在超过预设的最佳抓取范围的物理坐标，判断超过预设的最佳抓取范围的物理坐标是否为单个，若为单个则选取该物理坐标对应的工件抓取任务放置队首；若存在多个以上，则越在传送带前端的工件越在抓取任务前面，然后执行步骤B13；若没有超过预设的最佳抓取范围的物理坐标，则执行步骤B12；步骤B12，优先选取当前工件抓取队列中距离当前工件放置点坐标最近的工件中心物理坐标所对应的工件抓取任务，放置队首，执行步骤B13；步骤B13，选取当前工件抓取队列中放置队首的工件抓取任务为优先执行的工件抓取任务。优选地，步骤B2中机器人执行步骤B1中所选择优先执行的工件抓取任务，进行工件的抓取和分类放置的具体方法为：步骤B21，提出优先执行的工件抓取任务作为当前抓取任务，并更新工件抓取队列，使用基于费拉里法的动态抓取算法计算出机器人运动到当前抓取任务对应工件抓取位置所需的时间长度和抓取对应工件的坐标；其中动态抓取算法中工件运动轨迹为门字形轨迹，运动规律为修正梯形的运动规律；步骤B22，机器人依据步骤B21所计算的抓取对应工件的坐标抓取工件，并依据当前抓取任务中的工件的类别信息将所抓取工件分类放置。优选地，步骤B22中在机器人执行当前抓取任务的过程中还包含有下一抓取动作优先执行的工件抓取任务的选择的步骤，具体为：步骤C1，机器人执行当前抓取任务的过程中，依据步骤B21中所计算的机器人运动到当前抓取任务对应工件抓取位置所需的时间长度以及当前的时间，预测抓取对应工件的时间，并进一步依据上述所计算的抓取对应工件的时间计算工件抓取队列中各工件抓取任务中的工件中心物理坐标，然后采用步骤B11至步骤B13的方法对工件抓取队列中放置队首的工件抓取任务进行更新；步骤C2，机器人执行当前抓取任务结束时，计算步骤C1中所预测的抓取对应工件的时间与机器人执行当前抓取任务结束时间的差值，若小于设定阈值，则执行步骤C3，否则执行步骤C4；步骤C3，以此时工件抓取队列中队首的工件抓取任务为下一抓取动作优先执行的工件抓取任务；步骤C4，依据机器人执行当前抓取任务结束时间更新此时工件抓取队列中各工件抓取任务中的工件中心物理坐标，采用步骤B11至步骤B13的方法对工件抓取队列的工件抓取任务进行更新，以该更新后工件抓取队列中队首的工件抓取任务为下一抓取动作优先执行的工件抓取任务。优选地，工件分拣过程中设置有应急抓取步骤，具体为：若判断出机器人工作区域内的工件对应工件中心物理坐标距离机器人工作区域第一边界小于设定阈值时，停止传送带运动，机器人对该工件进行抓取和分类放置；所述机器人工作区域第一边界为工件在来料传送带上离开机器人的工作空间的边界。优选地，使用基于费拉里法的动态抓取算法计算机器人抓取对应工件的坐标的方法为：物理坐标系中x轴与传送带平行且其正方向与传送带输送方向一致，y轴与传送带垂直，则在来料传送带输送过程中工件中心点对应y轴上的坐标保持不变，使用费拉里法求解如下一元四次方程得到工件被抓取时中心点对应x轴的坐标即可进一步得到抓取对应工件的坐标；取所述一元四次方程正实数的解为所需解；若是同时存在一个以上正实数根，取较小的解为所需解；所述一元四次方程为：其中，被抓取工件坐标为(xb,yb,zb)，上一个被抓取工件的放置坐标为(xa,ya,za)，S1为抓取工件后的抬升高度，S3放置工件时的下降高度，v为来料传送带的速度，amax为机器人运动中的最大加速度。根据本专利技术的另一方面，还提出了一种分拣多类工件的Delta机器人系统，包括具有抓取控制系统的Delta机器人、用于输送待分类工件的工件来料传送带、用于输送已分类放置工件的工件分类传送带、用于采集工件图像的图像采集装置，所述Delta机器人的抓取控制系统中的设置的抓取控制方法为上述用于分拣多类工件的Delta机器人控制方法；所述工件分类传送带为两条或两条以上。本专利技术与现有技术相比，有如下有益效果：(1)本专利技术采用了一台Delta机器人分拣多类工件，满足了多种工件的加工与处理需求，减少了不必要的硬件装本文档来自技高网...

【技术保护点】
一种分拣多类工件的Delta机器人控制方法，其特征在于，包括图像采集与信息处理、以及工件分拣；图像采集与信息处理：步骤A1，采集传送带上工件的图像，记录所述图像采集时间，并提取所述图像中各个工件图像的中心点像素坐标及类别信息；步骤A2，利用透视投影方程，将所述工件图像的中心点像素坐标转换为机器人坐标系下的工件中心物理坐标；步骤A3，将所述工件图像对应的工件抓取任务添加至工件抓取队列，所述工件抓取队列的每个工件抓取任务包含以下属性:工件的图像采集时间、工件中心物理坐标、工件的类别信息；工件分拣：步骤B1，在机器人执行抓取任务前，依据当前工件抓取队列中各工件抓取任务的工件中心物理坐标，选择优先执行的工件抓取任务；步骤B2，机器人执行步骤B1中所选择优先执行的工件抓取任务，进行工件的抓取和分类放置。

【技术特征摘要】
1.一种分拣多类工件的Delta机器人控制方法，其特征在于，包括图像采集与信息处理、以及工件分拣；图像采集与信息处理：步骤A1，采集传送带上工件的图像，记录所述图像采集时间，并提取所述图像中各个工件图像的中心点像素坐标及类别信息；步骤A2，利用透视投影方程，将所述工件图像的中心点像素坐标转换为机器人坐标系下的工件中心物理坐标；步骤A3，将所述工件图像对应的工件抓取任务添加至工件抓取队列，所述工件抓取队列的每个工件抓取任务包含以下属性:工件的图像采集时间、工件中心物理坐标、工件的类别信息；工件分拣：步骤B1，在机器人执行抓取任务前，依据当前工件抓取队列中各工件抓取任务的工件中心物理坐标，选择优先执行的工件抓取任务；步骤B2，机器人执行步骤B1中所选择优先执行的工件抓取任务，进行工件的抓取和分类放置。2.根据权利要求1所述的方法，其特征在于，步骤1中提取所述图像中各个工件图像的中心点像素坐标及类别信息的方法为：利用局部模板匹配算法，将步骤A1中所述工件图像与每个类别工件模板均进行局部模板匹配，得到所述工件图像中心点的像素坐标以及类别信息。3.根据权利要求2所述的方法，其特征在于，所述的局部模板匹配，具体包括：步骤A11，获取对应类别工件模板的表示局部信息的局部模板；其中局部模板以主梯度方向和边缘轮廓片段两个特征为基础对模板进行分割得到；步骤A12，分别利用该类工件模板对应的局部模板依次遍历步骤A1中所述工件图像，搜索各局部模板的匹配，并记录对应的匹配位置；依据各局部模板匹配中的相似度信息确定步骤A1中所述工件图像的类别信息；步骤A13，对局部模板的匹配位置依据其与原模板位置关系进行偏移修正，得到各局部模板对应所述工件图像中的候选位置，再对所述候选位置进行霍夫投票得到中心点像素坐标。4.根据权利要求3所述的方法，其特征在于，所述工件抓取任务的工件中心物理坐标依据时间和所在传送带的速度在每次抓取任务执行前进行更新。5.根据权利要求4所述的方法，其特征在于，步骤B1中选择优先执行的工件抓取任务的方法为：步骤B11，对当前工件抓取队列中各工件抓取任务的工件中心物理坐标进行判断，若存在超过预设的最佳抓取范围的物理坐标，判断超过预设的最佳抓取范围的物理坐标是否为单个，若为单个则选取该物理坐标对应的工件抓取任务放置队首；若存在多个以上，则越在传送带前端的工件越在抓取任务前面,执行步骤B13；若没有超过预设的最佳抓取范围的物理坐标，则执行步骤B12；步骤B12，优先选取当前工件抓取队列中距离当前工件放置点坐标最近的工件中心物理坐标所对应的工件抓取任务，放置队首，执行步骤B13；步骤B13，选取当前工件抓取队列中放置队首的工件抓取任务为优先执行的工件抓取任务。6.根据权利要求5所述的方法，其特征在于，步骤B2中机器人执行步骤B1中所选择优先执行的工件抓取任务，进行工件的抓取和分类放置的具体方法为：步骤B21，提出优先执行的工件抓取任务作为当前抓取任务，并更新工件抓取队列，使用基于费拉里法的动态抓取算法计算出机器人运动到当前抓取任务对应工件抓取位置...

【专利技术属性】
技术研发人员：苏婷婷，王云宽，吴少泓，郑军，胡建华，王欣波，陆浩，张好剑，袁勇，
申请(专利权)人：中国科学院自动化研究所，中国科学院自动化研究所洛阳机器人与智能装备创新研究院，
类型：发明
国别省市：北京,11