工业机器人物料抓取中工件的定位识别系统及方法技术方案

本发明专利技术涉及计算机视觉跟踪技术领域，具体公开一种工业机器人物料抓取中工件的定位识别系统，包括人工标志模块，所述人工标志为分别对称设置于工件放置区域四个顶角的多边形，用于标记工件的位置；图像采集模块，用于采集工件放置区域的图像；图像分析模块，用于对所获取的工件放置区域的图像进行二值化处理，并进行连通域分析及人工标志定位，并根据位置关系判断工件的有无。本发明专利技术具有有效解决工件位置不固定，无法进行示教的问题、实现抓取的自动化与智能化的有益效果。

Positioning Recognition System and Method of Workpiece in Material Grabbing of Industrial Robot

The invention relates to the field of computer vision tracking technology, and specifically discloses a positioning and recognition system for workpiece in material grabbing of industrial robots, including a manual marking module, which is a polygon symmetrically arranged at four top angles of the workpiece placement area for marking the position of the workpiece, an image acquisition module for collecting the image of the workpiece placement area, and an image analysis module for collecting the image of the workpiece placement area. The module is used to binarize the image of the workpiece placement area, analyze the connected area and locate the artificial mark, and judge whether the workpiece exists or not according to the position relationship. The invention has the beneficial effect of effectively solving the problem that the position of the workpiece is not fixed and the teaching can not be carried out, and realizing the automation and intellectualization of grasping.

【技术实现步骤摘要】
工业机器人物料抓取中工件的定位识别系统及方法
本专利技术涉及计算机视觉
，特别涉及一种工业机器人物料抓取中工件的定位识别系统及方法。
技术介绍
在工业视觉领域中，对工件的识别主要分为两个思路：一种是根据工件本身的特点，对工件直接进行识别；另一种是根据其他与工件具有精确相对关系的物品，间接进行识别。对于直接对工件进行识别的情况，需根据工件实际的特征进行分析，并非所有的工件都可以用视觉的方法直接进行识别。一方面，对于一些特征不明显的工件，直接进行识别并不是一个很好的选择，其识别难度较大，并且识别稳定性难以得到保证；另一方面由于工件种类较多且无法固定其位置。对于此种情况适宜采用间接定位，虽然由于间接定位引入了新的误差，但是可以让工件的识别更加的容易和稳定。因此，对于精度要求没有那么严格的工件的识别，间接识别也是一种很好的选择。
技术实现思路
本专利技术旨在克服现有机器人工件抓取过程中工件种类多无法固定其位置的技术缺陷，提供一种工业机器人物料抓取中工件的定位识别系统及方法。为实现上述目的，本专利技术采用以下技术方案：本专利技术提供一种工业机器人物料抓取中工件的定位识别系统，包括以下模块：人工标志模块，所述人工标志为分别对称设置于工件放置区域四个顶角的多边形，用于标记工件的位置；图像采集模块，用于采集工件放置区域的图像；图像分析模块，用于对所获取的工件放置区域的图像进行二值化处理，并进行连通域分析及人工标志定位，并根据位置关系判断工件的有无。一些实施例中，所述多边形为三角形。一些实施例中，图像分析模块的连通域分析的过程为：对图像逐行扫描，将每一行中连续的非零像素组成一个序列，并记录下它的起点、终点和行号；对于除了第一行外的所有行里的序列：若与上一行中的序列没有重合，则赋予一个新的标号；若仅与上一行中一个序列有重合，则赋予上一行的序列标号；若与上一行中的2个以上的序列有重合，则给当前序列赋一个相连序列的最小标号，并将上一行的这几个序列的标记计入相同的一个类，记为等价对。一些实施例中，图像分析模块通过搜索连通区域外轮廓上的直线个数来对多边形进行定位。一些实施例中，图像分析模块通过搜索连通区域外轮廓上的直线个数来对多边形进行定位的具体过程为：提取连通区域的外轮廓；随机初始化一个点，找到最远距离点，获得两条线段，并将外轮廓点初始化为两部分；对每条线段，在其点集中找到距其最远的点，判断当前线段是否可用来近似对应的点集；获得最终的线段集合，线段集合即为外轮廓的多折线拟合；根据多边形的线段数及线段间的关系，判断是否为所设置的人工标志。相应地，本专利技术还提供工业机器人物料抓取中工件的定位识别方法，包括以下步骤：采集工件放置区域的图像，所述工件放置区域的四个顶角处对称设置有作为标记的多边形；对所获取的工件放置区域的图像进行二值化处理，并进行连通域分析，从而得到每个连通区域的外轮廓；对人工标志进行定位；根据位置关系判断工件的有无。一些实施例中，所述多边形为三角形。一些实施例中，连通域分析的具体步骤为：对图像逐行扫描，将每一行中连续的非零像素组成一个序列，并记录下它的起点、终点和行号；对于除了第一行外的所有行里的序列：若与上一行中的序列没有重合，则赋予一个新的标号；若仅与上一行中一个序列有重合，则赋予上一行的序列标号；若与上一行中的2个以上的序列有重合，则给当前序列赋一个相连序列的最小标号，并将上一行的这几个序列的标记计入相同的一个类，记为等价对。将等价对转换为等价序列，每个序列需要同样的标记，从1开始为每个序列赋标号；遍历开始序列的标记，查找等价序列，赋予它们新的标记；将每个团的标号填入标记图像中。一些实施例中，通过搜索连通区域外轮廓上的直线个数来对多边形进行定位。一些实施例中，通过搜索连通区域外轮廓上的直线个数来对多边形进行定位的具体步骤为：提取连通区域的外轮廓；随机初始化一个点，找到最远距离点，获得两条线段，并将外轮廓点初始化为两部分；对每条线段，在其点集中找到距其最远的点，判断当前线段是否可用来近似对应的点集；获得最终的线段集合，线段集合即为外轮廓的多折线拟合；根据多边形的线段数及线段间的关系，判断是否为所设置的人工标志。本专利技术的有益效果在于：本专利技术提供的工业机器人物料抓取中工件的定位识别系统有效的解决了工件位置不固定，无法进行示教的问题，实现了抓取的自动化与智能化。附图说明图1是本专利技术工业机器人物料抓取中工件的定位识别系统的模块图；图2为本专利技术工业机器人物料抓取中工件的定位识别方法的流程图；图3是本专利技术工业机器人物料抓取中工件的定位识别方法中人工标志定位的流程图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。本专利技术主要对工件进行识别，并通过标定算法将相机识别到的工件位置换算到机器人坐标系中，让工业机器人进行抓取。料箱中工件的底衬，用于安放工件，由于料箱和底衬的特征并不明显与稳定，因此本专利技术采用在底衬上粘贴人工标志来辅助定位。请参阅图1，为本专利技术的工业机器人物料抓取中工件的定位识别系统。具体包括以下模块：人工标志模块，所述人工标志为分别对称设置于工件放置区域四个顶角的多边形，用于标记工件的位置。在本实施例中，作为人工标志的多边形为四个小三角形。该人工标志的设计为三角形，且两个直角边的外侧为透明部分，其余为图中所示黑色部分。其透明部分是为了方便精确的粘贴。图像采集模块，用于采集工件放置区域的图像。图像分析模块，用于对所获取的工件放置区域的图像进行二值化处理，并进行连通域分析及人工标志定位，并根据位置关系判断工件的有无。具体过程为：放置工件在工件放置区域，图像采集模块采集工件放置区域的图像，图像分析模块对所获取的工件放置区域的图像进行二值化处理，然后对经过二值化后的二值图像中相连的区域形成一个统一的整体，然后提取所得到的连通域的外轮廓，根据轮廓判断是否为人工标志。同时根据连通域的位置关系判断工件的有无。判断工件有无的过程为：首先通过四个三角标志定位料箱当前的位姿，然后根据实际的相对位置关系，可得到工件的图像区域，再根据工件有无时灰度值的不同，分析区域的像素灰度值高低，则可得到当前工件位置是否有工件。根据连通域的位置关系及轮廓判断的工件包括矩形水晶杯、圆形转接件及机械手模型。本专利技术可应用在工业机器人上，实现精确的定位抓取。经过长期稳定性测试，料箱和工件的定位算本文档来自技高网...

【技术保护点】
1.一种工业机器人物料抓取中工件的定位识别系统，其特征在于，包括以下模块：人工标志模块，所述人工标志为分别对称设置于工件放置区域四个顶角的多边形，用于标记工件的位置；图像采集模块，用于采集工件放置区域的图像；图像分析模块，用于对所获取的工件放置区域的图像进行二值化处理，并进行连通域分析及人工标志定位，并根据位置关系判断工件的有无。

【技术特征摘要】
1.一种工业机器人物料抓取中工件的定位识别系统，其特征在于，包括以下模块：人工标志模块，所述人工标志为分别对称设置于工件放置区域四个顶角的多边形，用于标记工件的位置；图像采集模块，用于采集工件放置区域的图像；图像分析模块，用于对所获取的工件放置区域的图像进行二值化处理，并进行连通域分析及人工标志定位，并根据位置关系判断工件的有无。2.如权利要求1所述的工业机器人物料抓取中工件的定位识别系统，其特征在于，所述多边形为三角形。3.如权利要求1所述的工业机器人物料抓取中工件的定位识别系统，其特征在于，图像分析模块的连通域分析的过程为：对图像逐行扫描，将每一行中连续的非零像素组成一个序列，并记录下它的起点、终点和行号；对于除了第一行外的所有行里的序列：若与上一行中的序列没有重合，则赋予一个新的标号；若仅与上一行中一个序列有重合，则赋予上一行的序列标号；若与上一行中的2个以上的序列有重合，则给当前序列赋一个相连序列的最小标号，并将上一行的这几个序列的标记计入相同的一个类，记为等价对；将等价对转换为等价序列，每个序列需要同样的标记，从1开始为每个序列赋标号；遍历开始序列的标记，查找等价序列，赋予它们新的标记；将每个团的标号填入标记图像中。4.如权利要求1所述的工业机器人物料抓取中工件的定位识别系统，其特征在于，图像分析模块通过搜索连通区域外轮廓上的直线个数来对多边形进行定位。5.如权利要求4所述的工业机器人物料抓取的定位系统，其特征在于，图像分析模块通过搜索连通区域外轮廓上的直线个数来对多边形进行定位的具体过程为：提取连通区域的外轮廓；随机初始化一个点，找到最远距离点，获得两条线段，并将外轮廓点初始化为两部分；对每条线段，在其点集中找到距其最远的点，判断当前线段是否可用来近似对应的点集；获得最终的线段集合，线段集合即为外轮廓的多折线拟合；根据多边形的线段数及线段间的关系...

【专利技术属性】
技术研发人员：徐方，王宏玉，姜楠，赵彬，潘鑫，张涛，
申请(专利权)人：沈阳新松机器人自动化股份有限公司，
类型：发明
国别省市：辽宁,21