一种基于机器学习的零部件快速自动化码垛堆叠方法技术

本发明专利技术涉及3D视觉领域，涉及一种基于机器学习的零部件快速自动化码垛堆叠方法。通过零部件识别模型对空间中的待码垛零部件进行定位和分类，机械手根据待码垛零部件的类别和位置快速对待码垛零部件进行堆叠码垛，可以针对多种零部件的自动码垛，码垛速度快，稳定性高，精度上明显优于现有的人工操作方法，且高于传统的图像处理技术，可实现实时、在线对零部件码垛，确保后续工序的可靠性、稳定性。

A fast and automatic stacking method of parts based on machine learning

【技术实现步骤摘要】
一种基于机器学习的零部件快速自动化码垛堆叠方法
本专利技术涉及3D视觉领域，涉及一种基于机器学习的零部件快速自动化码垛堆叠方法。
技术介绍
随着我国劳动力成本快速上涨，传统的人工分拣码垛方法，效率低下，人工需求量大，速度缓慢等问题日益凸显，产业优化升级趋势越来越迫切。
技术实现思路
本专利技术要解决的技术问题是提供一种可以满足多种零部件的自动码垛，码垛速度快，稳定性高，精度上明显优于现有的人工操作方法的基于机器学习的零部件快速自动化码垛堆叠方法。为了解决上述技术问题，本专利技术解决其技术问题所采用的技术方案是：一种基于机器学习的零部件快速自动化码垛堆叠方法，具体步骤包括：获取各训练零部件3D点云数据信息作为输入样本数据，将输入样本数据输入至支持向量机(SVM)模型中训练得到零部件识别模型；通过3D相机获得待码垛零部件空间点云数据，基于零部件识别模型，对3D点云数据中的待码垛零部件进行定位和分类；根据3D点云数据中待码垛零部件的定位获得其在3D相机坐标系下的三维坐标位置；通过手眼标定以得本文档来自技高网...

【技术保护点】
1.一种基于机器学习的零部件快速自动化码垛堆叠方法，其特征在于，具体步骤包括：/n获取各训练零部件3D点云数据信息作为输入样本数据，将输入样本数据输入至支持向量机(SVM)模型中训练得到零部件识别模型；/n通过3D相机获得待码垛零部件空间点云数据，基于零部件识别模型，对3D点云数据中的待码垛零部件进行定位和分类；/n根据3D点云数据中待码垛零部件的定位获得其在3D相机坐标系下的三维坐标位置；通过手眼标定以得到机器手与3D相机坐标系之间的关系，以此得到待码垛零部件在机械手坐标系下的三维坐标位置；/n机械手根据待码垛零部件的类别和位置抓取每个零部件，并堆叠到对应码垛上。/n

【技术特征摘要】
1.一种基于机器学习的零部件快速自动化码垛堆叠方法，其特征在于，具体步骤包括：
获取各训练零部件3D点云数据信息作为输入样本数据，将输入样本数据输入至支持向量机(SVM)模型中训练得到零部件识别模型；
通过3D相机获得待码垛零部件空间点云数据，基于零部件识别模型，对3D点云数据中的待码垛零部件进行定位和分类；
根据3D点云数据中待码垛零部件的定位获得其在3D相机坐标系下的三维坐标位置；通过手眼标定以得到机器手与3D相机坐标系之间的关系，以此得到待码垛零部件在机械手坐标系下的三维坐标位置；
机械手根据待码垛零部件的类别和位置抓取每个零部件，并堆叠到对应码垛上。


2.如权利要求1所述的基于机器学习的零部件快速自动化码垛堆叠方法，其特征在于，获取输入样本数据具体步骤包括：通过每个训练零部件在其点云上所在区域，得到该零部件区域的方向梯度直方图特征值，将3D点云数据以及该零部件区域的方向梯度直方图特征值作为输入样本数据训练支持向量机(SVM)模型。


3.如权...

【专利技术属性】
技术研发人员：宫正，李剑锋，葛继，汝长海，孙钰，
申请(专利权)人：江苏集萃微纳自动化系统与装备技术研究所有限公司，
类型：发明
国别省市：江苏;32