物体识别处理装置和方法、以及物体拣选装置和方法制造方法及图纸

物体识别处理装置和方法、以及物体拣选装置和方法。在物体的三维位置姿势的识别中，判别因可靠度差的相似评分导致的精度低的识别结果。物体识别处理装置具备：模型数据取得部，其取得物体的三维模型数据；计测部，其取得包括物体的三维位置信息的计测数据；位置姿势识别部，其根据三维模型数据和计测数据来识别物体的位置姿势；相似评分计算部，其计算示出该位置姿势识别结果中的、两个数据的相似度的相似评分；可靠度计算部，其计算示出物体的三维形状的特征的指标，并根据该指标计算相似评分的可靠度；以及整合评分计算部，其根据相似评分和可靠度来计算示出物体的位置姿势识别结果合格与否的整合评分。

【技术实现步骤摘要】
物体识别处理装置和方法、以及物体拣选装置和方法
本专利技术涉及物体识别处理装置和方法、以及物体拣选装置和方法。
技术介绍
已知一种在FA(FactoryAutomation：工厂自动化)的检查和生产线中利用机器人逐个取出散置堆积的部件(工件)等物体的装置(所谓的散置堆积拣选装置)。在这种装置中，例如，对散置堆积的工件进行三维计测，并对得到的计测结果和工件的三维模型数据进行对照，由此识别单个工件的三维位置姿势。作为识别这样的物体(识别对象物)的三维位置姿势的方法，例如，专利文献1中记载了通过从利用三维计测单元获得的图像中提取识别对象物的轮廓(边缘)和表面形状，将它们与三维模型数据中的边缘和表面形状进行对照来评价识别对象物的位置姿势的装置和方法。在先技术文献专利文献专利文献1：日本特许第6198104号公报
技术实现思路
但是，在现有的物体的位置姿势识别方法中，为了判断该位置姿势识别结果合格与否，通常使用例如三维模型数据与物体的计测数据之间的三维匹配的相似度(相似评分)。上述专利文献1中的示出表面形状的识别程度的“点群评价值”也相当于这种相似评分的一例。例如，如果相似度高于规定的阈值，则判断为位置姿势识别结果正确，如果相似度低于规定的阈值，则判定为位置姿势识别结果错误。但是，根据作为识别对象物的形状以及物体被载置的状态的不同，出现了如下的问题：即使在作为三维匹配的结果得到了高相似评分的情况下，识别实际上也是失败的、或者尽管被识别但是该识别的精度低。而且，从这一方面来说，即使得到了因可靠度差的相似评分所导致的低精度的识别结果，也难以判别使用了相似评分的识别结果是正确还是错误。此外，为了改善物体的位置姿势的识别精度，还能够设想兼用如上述专利文献1中记载的示出轮廓(边缘)的识别程度的“轮廓评价值”。但是，为了识别物体的轮廓而使用的例如亮度图像存在容易受到拍摄时的照明或阴影的影响的倾向。因此，即使使用了轮廓评价值，根据物体的摄像状况的不同，有时也无法提高识别精度。此外，即使能够得到因可靠度差的轮廓评价值导致的低精度的识别结果，也仍然难以判别兼用了相似评分和轮廓评价值的识别结果是正确还是错误。并且，在基于那样的尽管相似评分高但精度低的识别结果试行物体的拣选的情况下，无法抓持该物体，其结果是，存在无法进行稳定且良好的拣选操作的课题。因此，本专利技术的一个方面是鉴于上述情况完成的，其目的在于，提供如下的物体识别处理技术、以及使用该物体识别处理技术的物体拣选技术：所述物体识别处理技术在工件等物体的三维位置姿势的识别中，能够判别因可靠度差的相似评分导致的精度低的位置姿势识别结果，其结果是，能够有助于实现稳定且良好的拣选操作。为了解决上述课题，本专利技术采用以下结构。〔1〕本公开的物体识别处理装置的一例具备：模型数据取得部，其取得示出物体的三维形状的三维模型数据；计测部，其取得包括所述物体的三维位置信息的计测数据；位置姿势识别部，其根据所述三维模型数据和所述计测数据来识别所述物体的位置姿势；相似评分计算部，其计算示出所述物体的位置姿势识别结果中的、所述三维模型数据与所述计测数据之间的相似度(一致度)的相似评分；可靠度计算部，其计算示出所述物体的位置姿势识别结果中的、该物体的三维形状的特征的指标，根据该指标计算所述相似评分的可靠度；以及整合评分计算部，其根据所述相似评分和所述可靠度来计算示出所述物体的位置姿势识别结果合格与否的整合评分。另外，用于计算相似评分的“可靠度”的“指标”的种类可以是一个，也可以是多个。此时，当使用一个“指标”时，可以将该“指标”本身作为“可靠度”，也可以将对该“指标”实施了适当的校正后的指标作为“可靠度”。此外，当根据多个“指标”计算“可靠度”时，作为将这些多个“指标”进行组合的运算，没有特别限制，例如可以举出乘法运算、除法运算等，并且还可以将对各个“指标”实施了适当的校正后的指标进行组合。此外，将用于计算“整合评分”的“相似评分”及其“可靠度”进行组合的运算也没有特别限制，例如可以举出乘法运算、除法运算等。在该结构中，根据作为识别对象的物体的三维模型数据和包括物体的三维位置信息的计测数据，通过例如二者的三维匹配来识别物体的位置姿势，计算该位置姿势识别结果中的二者的相似评分。此外，计算示出位置姿势识别结果中的物体的三维形状特征的指标，进而根据该指标来计算示出相似评分是否恰当的可靠度。然后，通过对相似评分和可靠度进行整合来计算示出位置姿势识别结果合格与否的整合评分，因此，例如，通过对该整合评分与规定的阈值进行比较，可以判别出尽管相似评分高但精度低的位置姿势识别结果。由此，例如，当使用机器人和机械手等拣选物体时，可以将位置姿势识别结果中的整合评分高、即位置姿势的识别精度高的物体选定为抓持对象。此外，当无法获得足够高的整合评分时，即，当无法选定位置姿势的识别精度足够高的物体时，例如，可以在适当变更计测条件(摄像条件)和/或位置识别中的物体的检测条件等的基础上，进行计测数据的重新取得和位置姿势的重新识别。其结果是，与例如仅根据相似评分来判断物体的位置姿势识别结果合格与否从而进行拣选的情况相比，能够进行良好且稳定的拣选操作。如上所述，根据该结构，着眼于仅凭物体的位置姿势识别结果的相似评分无法掌握的物体的三维形状的特征，根据计测上述三维形状的特征的程度(多少)的指标来计算示出相似评分是否恰当的可靠度，将该可靠度与相似评分进行组合而数值化为整合评分，由此能够提高位置姿势识别结果合格与否的判别精度。〔2〕在上述结构中，所述物体的三维形状的特征是根据例如所述物体的位置姿势识别结果掌握的、示出所述物体的三维形状的多样性的物理量。在该结构中，由于可以根据该位置姿势识别结果计算在位置姿势识别结果中反映出的示出物体的三维形状的多样性(换句话说，三维形状的丰富性)的物理量作为上述指标，因此易于数值化地评价物体的三维形状的特征。〔3〕在上述结构中，也可以是，所述可靠度计算部计算所述物体的位置姿势识别结果中的面的数量作为所述指标。在该结构中，由于在物体的位置姿势识别结果中检测出的面的数量反映该位置姿势识别结果中的物体的三维形状的多样性或丰富性，因此通过将其作为指标，能够提高相似评分的可靠度和整合评分的计算精度。〔4〕在上述结构中，也可以是，所述可靠度计算部对在所述物体的位置姿势识别结果中检测出的各个面的法线方向进行量化，并计算该量化后的所述法线方向上的频度分布的最频值或方差作为所述指标。另外，法线方向的量化方法没有特别限制，例如，可以例示出如下的方法：将与计测部的光轴(经过视点的轴)正交的平面上的有限区域分割为多个区段，对各个区段标注适当的序号(进行编号(numbering))，当将各个面的法线向量二维投影到该平面上的有限区域中时，将各个法线向量所属的区段的序号与该法线向量的方向(即，法线方向)进行关联(映射)。在该结构中，对在物体的位置姿势识别结果中检测出的各个面进行量化后的法线方向上的频度分布的最频值(其倒数也实质上同等。)或方差示出在该位置姿势识别结果中检测出的面的分布。由此，由于量化后的法线方向上的频度分布的最频值或方差反映该位置姿势识别结果中的物体的三维形状的多样性或丰富性，因此通过将它们作为指标，能够提高相似评分的可靠度和本文档来自技高网...

【技术保护点】
1.一种物体识别处理装置，其中，所述物体识别处理装置具备：模型数据取得部，其取得示出物体的三维形状的三维模型数据；计测部，其取得包括所述物体的三维位置信息的计测数据；位置姿势识别部，其根据所述三维模型数据和所述计测数据来识别所述物体的位置姿势；相似评分计算部，其计算示出所述物体的位置姿势识别结果中的、所述三维模型数据与所述计测数据之间的相似度的相似评分；可靠度计算部，其计算示出所述物体的位置姿势识别结果中的、该物体的三维形状的特征的指标，根据该指标计算所述相似评分的可靠度；以及整合评分计算部，其根据所述相似评分和所述可靠度来计算示出所述物体的位置姿势识别结果合格与否的整合评分。

【技术特征摘要】
2018.04.05 JP 2018-0728961.一种物体识别处理装置，其中，所述物体识别处理装置具备：模型数据取得部，其取得示出物体的三维形状的三维模型数据；计测部，其取得包括所述物体的三维位置信息的计测数据；位置姿势识别部，其根据所述三维模型数据和所述计测数据来识别所述物体的位置姿势；相似评分计算部，其计算示出所述物体的位置姿势识别结果中的、所述三维模型数据与所述计测数据之间的相似度的相似评分；可靠度计算部，其计算示出所述物体的位置姿势识别结果中的、该物体的三维形状的特征的指标，根据该指标计算所述相似评分的可靠度；以及整合评分计算部，其根据所述相似评分和所述可靠度来计算示出所述物体的位置姿势识别结果合格与否的整合评分。2.根据权利要求1所述的物体识别处理装置，其中，所述物体的三维形状的特征是根据所述物体的位置姿势识别结果掌握的、示出所述物体的三维形状的多样性的物理量。3.根据权利要求1或2所述的物体识别处理装置，其中，所述可靠度计算部计算所述物体的位置姿势识别结果中的面的数量作为所述指标。4.根据权利要求1或2所述的物体识别处理装置，其中，所述可靠度计算部对所述物体的位置姿势识别结果中的各个面的法线方向进行量化，并计算该量化后的所述法线方向上的频度分布的最频值或方差作为所述指标。5.根据权利要求1或2所述的物体识别处理装置，其中，所述可靠度计算部计算所述物体的位置姿势识别结果中的表面积作为所述指标。6.根据权利要求1或2所述的物体识别处理装置，其中，所述可靠度计算部计算所述物体的位置姿势识别结果中的轮廓线的数量或长度作为所述指标。7.根据权利要求1或2所述的物体识别处理装置，其中，所述可靠度计算部计算示出所述物体的位置姿势识别结果中的亮度分布的方差或示出所述物体的位置姿势识别结果中的距离分布的方差的值作为所述指标。8.根据权利要求1或2所述的物体识别处理装置，其中，所述可靠度计算部对所述指标进行加权，并根据该加权得到的指标来计算所述相似评分的可靠度。9.根据权利要求1或2所述的物体识别处理装置，其中，所述可靠度计算部针对所述物体的每个不同的位置姿势预先计算所述指标或所述可靠度，选定与所述物体的位置姿势识别结果对应的所述指标或所述可靠度。10.一种物体识别处理方法，其使用了如下的物体识别处理装置：所述物体识别处理装置具备模型数据取得部、计测部、位置姿势识别部、相似评分计算部、可靠度计算部和整合评分计算部，所述物体识别处理方法包括如下步骤：所述模型数据取得部取得示出物体的三维形状的三维模型数据；所述计测部取得包括所述物体的三维位置信息的计测数据；所述位置姿势识别部根据所述三维...

【专利技术属性】
技术研发人员：小西嘉典，
申请(专利权)人：欧姆龙株式会社，
类型：发明
国别省市：日本,JP