一种机器人自动分拣方法及系统技术方案

本发明专利技术公开了一种机器人自动分拣方法及系统，获取稳定的视频流；将视频流图像转换为HSV颜色通道图像，利用S通道图像得到只包含目标的第一二值图像，利用H通道图像得到只包含目标的第二二值图像；所述目标即待分拣物品；获取所述第一二值图像中目标的轮廓，确定目标的形状；统计所述第二二值图像中的灰度总值，利用所述灰度总值确定所述目标的颜色。本发明专利技术的分拣方法能够准确地分辨出目标的形状和颜色，从而方便机器人准确地将物品放置于物品分类放置单元的相应区域，可以在一个工位上自动地对物品进行分类处理，极大地提高了机器人的分拣效率。

Robot automatic sorting method and system

The invention discloses a robot automatic sorting system and method, and obtain the stable video stream; video image is converted to HSV color channel image, the use of S channel image contains only the target of the first two value image, the use of H channel image contains only second of the target value of two images; the goal is to be sorted get the goods; the first two value image in the outline of the target, determine the shape of the target; the 22 gray value statistics gross in the image, the gray value of the object is determined by color. The sorting method of the invention can accurately distinguish the target shape and color, so as to facilitate the robot accurately corresponding area items are placed in the classification of objects placed unit, can be in a position to automatically classify the items, greatly improve the efficiency of sorting robot.

【技术实现步骤摘要】
一种机器人自动分拣方法及系统
本专利技术涉及物料自动分拣领域，特别是一种机器人自动分拣方法及系统。
技术介绍
传统的工业机器人都是采用机械的方式进行抓取和放置动作，无法在一个工位上自动地对物品进行分类处理，而有些自带视觉系统的工业机器人因集成的视觉功能简单，也无法做复杂的视觉检测，因此需要对传统的工业机器人的作业方式进行改进。
技术实现思路
本专利技术旨在提供一种机器人自动分拣方法及系统，使得机器人能自动根据物体的形状和颜色对物体进行分拣。为解决上述技术问题，本专利技术所采用的技术方案是：一种机器人自动分拣方法，包括以下步骤：1）获取视频流；2）对所述视频流进行分析，通过帧差法判断是否为稳定的视频流图像，若是，则将所述视频流图像转换为HSV颜色通道图像，利用S通道图像得到只包含目标的第一二值图像，利用H通道图像得到只包含目标的第二二值图像；所述目标即待分拣物品；3）获取所述第一二值图像中目标的轮廓，确定目标的形状；统计所述第二二值图像中的灰度总值，利用所述灰度总值确定所述目标的颜色。步骤2）中获取稳定视频流的具体实现过程包括：采集获取到的视频流，通过帧差法判断视频流前后两帧图像对应像素的灰度值的差值，如果累加的差值小于图像总像素大小的百分之一，则认为视频流处于稳定的状态，即获得稳定的视频流图像。视频流图像获取过程简单可靠，容易实现。步骤2）中获取第一二值图像的具体实现过程包括：将所述稳定的视频流图像转换为HSV颜色通道图像，对S通道的图像进行中值滤波和高斯滤波平滑处理，然后对平滑处理后的S通道图像用固定阈值分割方法进行分割，获取目标的第一二值图像，并利用形态学的膨胀和腐蚀方法对第一二值图像进行平滑处理。提高图像处理精度，从而更准确地获取目标的轮廓，方便后续处理。步骤3）中，确定目标的形状的具体过程包括：1）求取目标轮廓在第一二值图像中列方向上的极小值点和极大值点、行方向上的极小值点和极大值点；2）以相邻极值点之间的距离为目标的边长，根据极值点的位置和边长值确定相邻边之间的夹角，由边长和夹角确定极值点围成的区域的面积，根据所述边长、夹角、面积判断所述目标的形状。目标轮廓的面积可以直接通过OpenCV算子获取；四个极值点之间的相应距离为目标的边长；根据四个极值点的位置和边长又可以计算出夹角大小；而边长、夹角通过几何运算又能得出四个极值点围成的面积。四种形状的几何特性差别为：一、三角形的3个夹角，都是在60度左右，三条边长都大致相等，轮廓面积与由四个极值点围成的面积大致相等；二、正方形的夹角都在90度左右，四条边长都大致相等，轮廓面积与由四个极值点围成的面积大致相等；三、圆形的夹角都在90度左右，四条边长都大致相等，轮廓面积要比由四个极值点围成的面积大；四、长方形的夹角都在90度左右，两条长边长大致相等，两条短边长大致相等，长边比短边要大的多，轮廓面积与由四个极值点围成的面积大致相等。根据这些几何特性的差别就可以准确区分出目标的形状。本专利技术中，确定目标颜色的具体实现过程包括：采用H通道图像分别对不同颜色进行固定阈值分割，获得各种颜色对应的第二二值图像，分别统计各种颜色对应的第二二值图像中的灰度总值，对于同一目标，判断灰度总值最大的第二二值图像对应的颜色，该颜色即为该目标的颜色。本专利技术步骤3）之后，还进行如下处理：将目标的形状和颜色信息转换为数字信号，将所述数字信号发送给机器人，机器人接收所述数字信号进行相应的分拣，将待分拣物品准确地放在物品分类放置单元上。相应地，本专利技术还提供了一种机器人自动分拣系统，包括：视觉检测处理单元：用于获取视频流；视觉算法处理单元：用于对所述视频流进行分析，通过帧差法判断是否为稳定的视频流图像，若是，将所述视频流图像转换为HSV颜色通道图像，利用S通道图像得到只包含目标的第一二值图像，利用H通道图像得到只包含目标的第二二值图像；，获取所述第一二值图像中目标的轮廓，确定目标的形状；统计所述第二二值图像中的灰度总值，利用所述灰度总值确定所述目标的颜色；所述目标即待分拣物品视觉检测处理单元。进一步地，所述视觉检测处理单元包括检测平台；所述检测平台上方设有摄像头。围绕所述摄像头设置有补充光源，当环境光较亮时，可将补充光源关闭，环境光较暗时再开启，补充光源的亮度也可调节，使得采集的图像更加清晰，从而提高图像处理精度。进一步地，本专利技术的分拣系统还包括：通信单元，用于将目标的形状和颜色信息转换为数字信号，将所述数字信号发送给机器人；机器人：用于接收所述数字信号进行相应的分拣，将待分拣物品准确地放在物品分类放置单元上；物品分类放置单元：用于放置所述待分拣物品。与现有技术相比，本专利技术所具有的有益效果为：本专利技术的分拣方法能够准确地分辨出目标的形状和颜色，从而方便机器人准确地将物品放置于物品分类单元的相应区域，可以在一个工位上自动地对物品进行分类处理，极大地提高了机器人的分拣效率。附图说明图1为本专利技术分拣系统原理图；图2为外部视觉检测处理单元的局部结构图；图3为物品分类放置单元的结构图；图4（a）～图4（b）为目标形状的分类特性图；如图5所示为实施分拣过程的系统流程图。具体实施方式如图1所示，本专利技术分拣系统共包括四大部分：视觉检测处理单元2、物品分类放置单元4、PC端视觉算法处理单元以及工业机器人单元3。视觉检测处理单元2用于获取待检测图像；PC端视觉算法处理单元是利用电脑将采集到的待检图像用图像处理软件进行检测和分类，并将处理结果通过modbus协议发送给工业机器人单元3；工业机器人单元3接收到数字信号后就从视觉检测处理单元2抓取积木，并正确放置到物品分类放置单元4上。视觉检测处理单元2和物品分类放置单元4就安装在工作台1上，可随时移动或组装。图1中积木上的标识R表示红颜色，标识G表示绿颜色，标识Y表示黄颜色。如图2所示，为外部视觉检测处理单元的局部结构图。子图像Ⅰ为视觉检测处理单元2的整体图，视觉检测处理单元2是由摄像头和光源组合设备201和检测平台202组成。放在检测平台202上的待检物品为绿色的正方形积木，积木的标识为绿色G。子图像Ⅱ为摄像头和光源组合设备202的细节图，其中包含了补充光源2011和摄像头2012。补充光源2011是可控的，当环境光较亮时，可将补充光源2011关闭，环境光较暗时再开启，光源的亮度也可调节。摄像头2012目前采用的是USB免驱摄像头，直接将USB连接到电脑上就可获取到实时图像。当摄像头2012检测到检测平台上有物品时，便会传送到PC端视觉算法处理单元进行计算。如图3所示，为物品分类放置单元4的结构图，包括积木底板401，和放置红色R的积木列402，放置绿色G的积木列403，放置黄色Y的积木列404。积木上的标识R代表是红色的积木，标识G代表是绿色的积木，标识Y代表是黄色的积木。可以看到积木共有红、黄、绿三种颜色，及三角形、正方形、圆形和长方形四种形状的区分。图4（a）表示三角形的特性图，图4（b）表示正方形的特性图。图4（a）～图4（b）的坐标都是根据参考坐标系X-Y而定，左上角为原点，往x或列方向和y或行方向延伸。A点表示目标物体在x或列方向上的极小值点，B点表示目标物体在x或列方向上的极大值点，C和D分别表示目标物体在y或行方向上的极小值点和极大值点。A,B,C,本文档来自技高网...

【技术保护点】
一种机器人自动分拣方法，其特征在于，包括以下步骤：1）获取视频流；2）对所述视频流进行分析，通过帧差法判断是否为稳定的视频流图像，若是，则将所述视频流图像转换为HSV颜色通道图像，利用S通道图像得到只包含目标的第一二值图像，利用H通道图像得到只包含目标的第二二值图像；所述目标即待分拣物品；3）获取所述第一二值图像中目标的轮廓，确定目标的形状；统计所述第二二值图像中的灰度总值，利用所述灰度总值确定所述目标的颜色。

【技术特征摘要】
1.一种机器人自动分拣方法，其特征在于，包括以下步骤：1）获取视频流；2）对所述视频流进行分析，通过帧差法判断是否为稳定的视频流图像，若是，则将所述视频流图像转换为HSV颜色通道图像，利用S通道图像得到只包含目标的第一二值图像，利用H通道图像得到只包含目标的第二二值图像；所述目标即待分拣物品；3）获取所述第一二值图像中目标的轮廓，确定目标的形状；统计所述第二二值图像中的灰度总值，利用所述灰度总值确定所述目标的颜色。2.根据权利要求1所述的机器人自动分拣方法，其特征在于，步骤2）中获取稳定视频流的具体实现过程包括：采集获取到的视频流，通过帧差法判断视频流前后两帧图像对应像素的灰度值的差值，如果累加的差值小于图像总像素大小的百分之一，则认为视频流处于稳定的状态，即获得稳定的视频流图像。3.根据权利要求2所述的机器人自动分拣积木的方法，其特征在于，步骤2）中获取第一二值图像的具体实现过程包括：将所述稳定的视频流图像转换为HSV颜色通道图像，对S通道的图像进行中值滤波和高斯滤波平滑处理，然后对平滑处理后的S通道图像用固定阈值分割方法进行分割，获取目标的第一二值图像，并利用形态学的膨胀和腐蚀方法对第一二值图像进行平滑处理。4.根据权利要求3所述的机器人自动分拣方法，其特征在于，步骤3）中，确定目标的形状的具体过程包括：1）求取目标轮廓在第一二值图像中列方向上的极小值点和极大值点、行方向上的极小值点和极大值点；2）以相邻极值点之间的距离为目标的边长，根据极值点的位置和边长值确定相邻边之间的夹角，由边长和夹角确定极值点围成的区域的面积，根据所述边长、夹角、面积判断所述目标的形状。5.根据权利要求3所述的机器人自动分拣方法，其特征在于，确定目...

【专利技术属性】
技术研发人员：胡斌，李球球，刘勇，马源，李伟，
申请(专利权)人：湖南瑞森可机器人科技有限公司，
类型：发明
国别省市：湖南,43