本发明专利技术公开了一种基于视觉引导的工业机器人工件定位抓取方法，包括如下步骤:步骤S1、建立系统参数化模型并摄像机定标；步骤S2、确定工件特征模板；步骤S3、搜索工件模板实例，根据实例的坐标信息确定工件的位置；步骤S4、计算目标工件的速度；步骤S5、预测工件处于待抓取工位时在机器人基础坐标系下的位姿；步骤S6、机器人按照规划轨迹运动接近并抓取工件，放置到目标点位置。本发明专利技术还公开了一种实现权利要求1所述的基于视觉引导的工业机器人工件定位抓取方法的系统，包括：传送带、光电开关、摄像机、工业控制计算机、机器人和目标工件。具有定位精度高、工作效率高和自动化程度高等优点。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种基于视觉引导的工业机器人工件定位抓取方法，包括如下步骤:步骤S1、建立系统参数化模型并摄像机定标；步骤S2、确定工件特征模板；步骤S3、搜索工件模板实例，根据实例的坐标信息确定工件的位置；步骤S4、计算目标工件的速度；步骤S5、预测工件处于待抓取工位时在机器人基础坐标系下的位姿；步骤S6、机器人按照规划轨迹运动接近并抓取工件，放置到目标点位置。本专利技术还公开了一种实现权利要求1所述的基于视觉引导的工业机器人工件定位抓取方法的系统，包括：传送带、光电开关、摄像机、工业控制计算机、机器人和目标工件。具有定位精度高、工作效率高和自动化程度高等优点。【专利说明】一种基于视觉引导的工业机器人工件定位抓取方法及系统
本专利技术涉及一种机器人工件抓取技术，特别涉及一种基于视觉引导的工业机器人工件定位抓取方法及系统。
技术介绍
工件抓取是生产线上工业机器人的一项重要技术，目前，生产线上大部分的工业机器人仅能在严格定义的结构化环境中执行预定的指令，一旦工件的状态发生改变，机器人往往不能做出正确的应变，近年来，视觉引导与定位技术已经成为工业机器人获得作业周围环境信息的主要手段，它可以使工业机器人在实际作业中具有自主判断能力，从而使机器人应用灵活性和工作质量大大提高。当前基于视觉引导的工业机器人抓取系统已有的研究主要有两种:( I)基于单目视觉的工业机器人抓取方法:该类方法一般采用将摄像机安装在工业机器人工作空间的上方，目标工件和机械手末端同时出现在摄像机视野中，通过摄像机的媒介作用建立起目标与机器人手之间的关系。(2)基于立体视觉的工业机器人抓取方法:该类方法一般是使用两台摄像机对目标工件同时进行拍摄，利用视差和立体匹配技术获取目标的空间位姿，从而引导机器人实现抓取动作第一种方法要求摄像机能够同时观察到目标工件和机器人手部末端，当机器人向目标移动及操作时，会对目标造成遮挡，导致抓取失败。第二种方法采用双摄像机拍摄，成本提高的同时增加了计算量，标定过程复杂。实时性不能准确保证。
技术实现思路
本专利技术的首要目的在于克服现有技术的缺点与不足，提供一种基于视觉引导的工业机器人工件定位抓取方法，该方法将摄像机和工业机器人分别固定安装在传送带两端，通过识别算法和跟踪算法定位和抓取工件，该方法的工件定位精度高、实时性好。本专利技术的另一目的在于克服现有技术的缺点与不足，提供一种实现基于视觉引导的工业机器人工件定位抓取方法的系统，该系统适用于生产线上工业机器人工件抓取作业，提高了机器人的工作效率和工作质量，适合普遍推广使用。本专利技术的首要目的通过下述技术方案实现:一种基于视觉引导的工业机器人工件定位抓取方法，包括以下步骤:步骤S1:根据摄像机和机器人的位置关系建立系统的参数化模型并标定摄像机内外参数，通过摄像机为中间媒介建立起目标工件与机器人之间的相对位姿关系；步骤S2:当工件通过时，光电开关触发摄像机采集经传送带送入摄像机视野的工件图像并传送到工业控制计算机进行图像滤波预处理和图像增强预处理，降低噪声的影响，同时确定目标工件的特征模板，作为用于识别算法的依据。步骤S3:采用模板匹配识别算法在工件图像中搜索工件特征模板实例，得到工件在拍照时刻的位置(χ，y，z)和偏转角度Θ，根据步骤SI的标定结果将(Χ，y，Ζ)和Θ映射到机器人基础坐标系中；步骤S4:对步骤S2采集的工件图像进行步骤S3的灰度模板匹配后，根据经过模板匹配后的5-10帧工件图像，计算目标工件中心在运动方向的位移S，除以拍摄这5-10帧图像的时间Τ，即得到目标工件速度V的计算式:V=S/T,其中，S表不位移，T表不时间；步骤S5:跟踪算法采用卡尔曼滤波模型预测工件处于待抓取工位时的位置与偏转角度，卡尔曼滤波模型能准确估计某一时刻目标工件在传送带上的位置；步骤S6:根据待抓取工位和目标点的位置规划机器人的运动轨迹，机器人控制器发出指令控制机器人按照规划的运动轨迹接近并抓取工件，并放置到目标点位置。所述步骤SI包括以下步骤:步骤11、对所述摄像机用平面标靶标定法进行标定，并通过标定板图像在传送带上建立一个参考坐标系(oMfxMfYMfzMf)，得到参考坐标系和摄像机坐标系之间的相对位姿caniTTnref ；步骤12、通过离线测量的方式，得到参考坐标系和机器人基础坐标系(OwXwYwZw)之间的相对位姿basTu,以参考坐标系((WUrfzMf)为中间媒介可得到摄像机坐标系和机器人基础坐标系之间的位姿关系baseHcam=basIf.X?μZ1，通过目标定位得到camHobj,则目标工件与机器人之间的相对位姿关系bas%w的表达式为:【权利要求】1.一种基于视觉引导的工业机器人工件定位抓取方法，其特征在于，包括以下步骤: 步骤S1:根据摄像机和机器人的位置关系建立系统的参数化模型并标定摄像机内外参数，通过摄像机为中间媒介建立起目标工件与机器人之间的相对位姿关系； 步骤S2:当工件通过时，光电开关触发摄像机采集经传送带送入摄像机视野的工件图像并传送到工业控制计算机进行图像滤波预处理和图像增强预处理，降低噪声的影响，同时确定目标工件的特征模板，作为用于识别算法的依据； 步骤S3:采用模板匹配识别算法在工件图像中搜索工件特征模板实例，得到工件在拍照时刻的位置(X，Y，Z)和偏转角度Θ，根据步骤SI的标定结果将(Χ，Υ，Ζ)和Θ映射到机器人基础坐标系中； 步骤S4:对步骤S2采集的工件图像进行步骤S3的灰度模板匹配后，根据经过模板匹配后的5-10帧工件图像，计算目标工件中心在运动方向的位移S，除以拍摄这5-10帧图像的时间Τ，即得到目标工件速度V的计算式:V=S/T, 其中，S表不位移，T表不时间； 步骤S5:跟踪算法采用卡尔曼滤波模型预测工件处于待抓取工位时的位置与偏转角度； 步骤S6:根据待抓取工位和目标点的位置规划机器人的运动轨迹，机器人控制器发出指令控制机器人按照规划的运动轨迹接近并抓取工件，并放置到目标点位置。2.根据权利要求1所述的基于视觉引导的工业机器人工件定位抓取方法，其特征在于，所述步骤SI包括以下步骤: 步骤11、对所述摄像机用平面标靶标定法进行标定，并通过标定板图像在传送带上建立一个参考坐标系(OrrfXMfYMfZMf)，得到参考坐标系和摄像机坐标系之间的相对位姿caniTTnref ； 步骤12、通过离线测量的方式，得到参考坐 标系和机器人基础坐标系(OwXwYwZw)之间的相对位姿bas^f,以参考坐标系(CWmf)为中间媒介可得到摄像机坐标系和机器人基础坐标系之间的位姿关系: base-rj _baseTj 9 /caniTT \ -1 ^cam nref \ ^ref ^ ， 通过目标定位得到，则目标工件与机器人之间的相对位姿关系bassHcjbj的表达式为: base-rj _baseTj.caniTT ^obj^cam^obj， 其中，baseHram表示摄像机坐标系和机器人基础坐标系之间的位姿关系，表示摄像机坐标系和工件坐标系之间的位姿关系。3.根据权利要求1所述的基于视觉引导的工业机器人工件定位抓取方法，其特征在于，所述步骤S2包括以下步骤: 步骤21、当工件通过时，光电开关触发摄像本文档来自技高网...
【技术保护点】
一种基于视觉引导的工业机器人工件定位抓取方法，其特征在于，包括以下步骤：步骤S1：根据摄像机和机器人的位置关系建立系统的参数化模型并标定摄像机内外参数，通过摄像机为中间媒介建立起目标工件与机器人之间的相对位姿关系；步骤S2：当工件通过时，光电开关触发摄像机采集经传送带送入摄像机视野的工件图像并传送到工业控制计算机进行图像滤波预处理和图像增强预处理，降低噪声的影响，同时确定目标工件的特征模板，作为用于识别算法的依据；步骤S3：采用模板匹配识别算法在工件图像中搜索工件特征模板实例，得到工件在拍照时刻的位置(X,Y,Z)和偏转角度θ，根据步骤S1的标定结果将(X,Y,Z)和θ映射到机器人基础坐标系中；步骤S4：对步骤S2采集的工件图像进行步骤S3的灰度模板匹配后，根据经过模板匹配后的5‑10帧工件图像，计算目标工件中心在运动方向的位移S，除以拍摄这5‑10帧图像的时间T，即得到目标工件速度V的计算式：V=S/T，其中，S表示位移，T表示时间；步骤S5：跟踪算法采用卡尔曼滤波模型预测工件处于待抓取工位时的位置与偏转角度；步骤S6：根据待抓取工位和目标点的位置规划机器人的运动轨迹，机器人控制器发出指令控制机器人按照规划的运动轨迹接近并抓取工件，并放置到目标点位置。...
【技术特征摘要】
【专利技术属性】
技术研发人员：翟敬梅，董鹏飞，张铁，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。