【技术实现步骤摘要】
一种工业机器人三维姿态估计方法、装置及存储介质
本专利技术主要涉及机器人智能
，具体涉及一种工业机器人三维姿态估计方法、装置及存储介质。
技术介绍
工业机器人是集自动化，机械，嵌入式，液压，电气等硬件及其控制软件在内组成的复杂系统，其可以代替工人从事一些危险和复杂的重复性劳动；由于工业机器人精度高且无需休息，其已经广泛应用于制造业；然而，随着工业机器人的大量应用，工业机器人伤人事件时有发生，导致工业机器人安全事故的主要原因有人为因素和机器人自身故障，其中机器人自身误动作导致的安全事故占据了一半以上的比例。人为因素可以通过加强管理和培训进行控制，而机器人自身误动作导致的安全问题需要通过技术手段进行解决；由于信号干扰，器件老化，金属疲劳等各种原因，机器人误动作在机器人作业过程中大量存在，机器人误动作轻则造成机器人运动失调，导致挤压、碰撞事故，重则威胁到附近人员的生命安全；特别是在人机协作场景下，机器人安全问题至关重要。工业机器人姿态估计是检测工业机器人异常姿态和误动作的基础。目前，人体姿态估计已经较为成熟，出现了O...
【技术保护点】
1.一种工业机器人三维姿态估计方法，其特征在于，包括如下步骤：/n通过预设的视觉传感器得到工业机器人的二维图像；/n对所述二维图像进行二维姿态估计处理，得到二维姿态矩阵；/n通过预设的测距传感器得到工业机器人深度信息；/n根据所述工业机器人深度信息对所述二维姿态矩阵进行世界坐标系转换，得到工业机器人三维姿态矩阵，将所述工业机器人三维姿态矩阵作为工业机器人三维姿态信息。/n
【技术特征摘要】
1.一种工业机器人三维姿态估计方法，其特征在于，包括如下步骤：
通过预设的视觉传感器得到工业机器人的二维图像；
对所述二维图像进行二维姿态估计处理，得到二维姿态矩阵；
通过预设的测距传感器得到工业机器人深度信息；
根据所述工业机器人深度信息对所述二维姿态矩阵进行世界坐标系转换，得到工业机器人三维姿态矩阵，将所述工业机器人三维姿态矩阵作为工业机器人三维姿态信息。
2.根据权利要求1所述的三维姿态估计方法，其特征在于，所述对所述二维图像进行二维姿态估计处理，得到二维姿态矩阵的过程包括：
构建工业机器人的二维姿态估计深度神经网络模型；
根据预设工业机器人姿态数据集对所述二维姿态估计深度神经网络模型进行训练，所述预设工业机器人姿态数据集包括标注信息，所述标注信息为工业机器人的多个轴关节的位置信息；
根据经训练的二维姿态估计深度神经网络训练模型对所述工业机器人二维图像进行二维姿态估计处理，得到工业机器人二维姿态矩阵，所述工业机器人二维姿态矩阵包括多个工业机器人轴关节像素坐标，每个工业机器人轴关节像素坐标表示为(u，v)。
3.根据权利要求2所述的三维姿态估计方法，其特征在于，所述工业机器人深度信息包括与各个所述工业机器人轴关节像素坐标(u，v)对应的深度值,所述根据所述工业机器人深度信息对所述二维姿态矩阵进行世界坐标系转换，得到工业机器人三维姿态矩阵，将所述工业机器人三维姿态矩阵作为工业机器人三维姿态信息的过程包括：
根据各个所述深度值分别对对应的所述工业机器人轴关节像素坐标(u，v)进行计算，得到各个工业机器人轴关节世界坐标(x，y，z)T；
根据多个所述工业机器人轴关节世界坐标(x，y，z)T得到工业机器人三维姿态矩阵。
4.根据权利要求1至3任一项所述的三维姿态估计方法，其特征在于，所述根据所述工业机器人深度信息对所述二维姿态矩阵进行世界坐标系转换，得到工业机器人三维姿态矩阵，将所述工业机器人三维姿态矩阵作为工业机器人三维姿态信息的过程包括：
根据各个所述深度值和第一式分别对对应的所述工业机器人轴关节像素坐标(u，v)进行计算，得到各个工业机器人轴关节世界坐标(x，y，z)T，所述第一式为：
其中，所述视觉传感器包括用于拍摄工业机器人的相机，K为相机的内参数矩阵，M为相机的外参数矩阵，d为工业机器人轴关节像素坐标(u，v)对应的的深度值。
5.一种工业机器人三维姿态估计装置，其特征在于，包括...
【专利技术属性】
技术研发人员：陈灯，魏巍，张彦铎，吴云韬，周华兵，刘玮，段功豪，于宝成，卢涛，鞠剑平，唐剑影，徐文霞，彭丽，彭煜祺，罗徐，王逸文，
申请(专利权)人：武汉工程大学，
类型：发明
国别省市：湖北;42
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。