软体机器人臂形测量方法、系统及存储介质技术方案

本发明专利技术公开了一种软体机器人臂形测量方法、系统及存储介质，该方法包括以下步骤：获取软体机器人在纯色背景下的图像；对图像进行预处理，增加软体机器人的对比度，获得软体机器人的预处理图像；对预处理图像采用预设方式进行分割处理，获得软体机器人的分割图像；对分割图像进行轮廓识别，获得软体机器人的边缘轮廓图像；对边缘轮廓图像进行识别，获得软体机器人的侧边图像数据；根据侧边图像数据，采用数据拟合方法获得软体机器人的弯曲半径。本发明专利技术在非接触条件下对软体机器人臂形进行测量，对软体机器人本身未附加任何约束力；对获得的测量结果可直观实时显示，从而可以对软体机器人进行实时的控制，提高软体机器人的运动精度。

【技术实现步骤摘要】
软体机器人臂形测量方法、系统及存储介质
本专利技术涉及机器人位姿检测
，尤其涉及一种基于视觉技术的软体机器人臂形测量方法、系统及存储介质。
技术介绍
随着科学技术的迅猛发展，各种各样的机器人层出不穷，涉及人们生活的方方面面，比如工业机器人、医疗机器人、服务机器人、特种机器人等。这些机器人很大程度上减轻了人们的劳动负担，方便了人们的生活，但是，这些机器人也用很多局限性。为了进一步提高机器人的灵活性、安全性和智能性，软体机器人成为了当下机器人领域的研发热点。与传统刚性机器人相比，软体机器人主要优点如下：1)安全性好：传统的机器人大多由刚性材料制造，其本体的刚度较大，在作业工程中进行力柔顺困难，软体机器人大多由超弹性材料等制造，其本体的刚度较小，在作业工程中可以根据操作对象改变自身的形状；2)灵活性好：传统的机器人大多是由多个离散的关节和连杆组成，其自由度有限，软体机器人结构简单，而且理论上具有无穷多个自由度，如软体机械臂利用本体的变形可以连续弯曲或者伸长，以形成类似大象鼻子、章鱼触手的运动；3)适用场景多样：传统的刚性机械臂作业时对工作空间要求较高，需要避免障碍物的存在，软体机械臂则可以承受能量冲击，即使存在障碍物也不会发生强烈碰撞，非常适合在非结构化和空间受限环境中作业，如管道探伤，废墟救援等。软体机器人在保证灵活性、安全性的同时，也存在缺陷：软体机器人高度的柔顺性使得传统的传感器如编码器、电位计和刚性力触觉传感器等很难集成到本体上，因此传统的形体重构算法无法用来重构其形体。因此，开发一种非接触臂形测量方法对软体机器人的精确控制非常重要。
技术实现思路
本专利技术的主要目的在于提供一种基于视觉技术的软体机器人臂形测量方法、系统及存储介质，旨在实现在非接触条件下对软体机器人的臂形进行准确测量，同时，根据臂形推算出软体机器人的末端位姿。为实现上述目的，本专利技术提出一种软体机器人臂形测量方法，所述方法包括以下步骤：获取所述软体机器人在纯色背景下的图像；对所述图像进行预处理，增加所述软体机器人的对比度，获得所述软体机器人的预处理图像；对所述预处理图像采用预设方式进行分割处理，获得所述软体机器人的分割图像；对所述分割图像进行轮廓识别，获得所述软体机器人的边缘轮廓图像；对所述边缘轮廓图像进行识别，获得所述软体机器人的侧边图像数据；根据所述侧边图像数据，采用数据拟合方法获得所述软体机器人的弯曲半径。本专利技术进一步的技术方案是，所述对所述图像进行预处理的步骤包括：对所述图像进行二值化处理。本专利技术进一步的技术方案是，所述对所述预处理图像采用预设方式进行分割处理步骤包括：对所述预处理图像采用基于边缘的图像分割算法、或者基于区域分割算法、或者基于图的分割算法进行分割处理。本专利技术进一步的技术方案是，所述对所述分割图像进行轮廓识别的步骤包括：对所述分割图像采用形态学腐蚀算法、或者Sobel边缘检测算法、或者Prewitt边缘检测算法进行轮廓识别。本专利技术进一步的技术方案是，所述对所述边缘轮廓图像进行识别，获得所述软体机器人的侧边图像数据的步骤包括：将所述软体机器人的轮廓分为四条边；获取所述四条边的长度；选择长度最长的两条边为所述软体机器人的侧边图像。本专利技术进一步的技术方案是，所述根据所述侧边图像数据，采用数据拟合方法获得所述软体机器人的弯曲半径的步骤之后还包括：显示所述软体机器人的弯曲半径，获取所述软体机器人的臂形。本专利技术进一步的技术方案是，所述获取所述软体机器人的臂形的步骤之后还包括：根据所述软体机器人的臂形获取所述软体机器人的末端位姿。为实现上述目的，本专利技术还提出一种软体机器人臂形测量系统，所述系统包括存储器、处理器、以及存储在所述存储器上的软体机器人臂形测量程序，所述软体机器人臂形测量程序被所述处理器调用时执行如上所述的方法的步骤。为实现上述目的，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有软体机器人臂形测量程序，所述软体机器人臂形测量程序被处理器执行时实现如上所述的软体机器人臂形测量方法的步骤。本专利技术软体机器人臂形测量方法的有益效果是：1、在非接触条件下对软体机器人臂形进行测量，对软体机器人本身未附加任何约束力；2、获得的测量结果可直观实时显示，从而可以对软体机器人进行实时的控制，提高软体机器人的运动精度。附图说明图1是本专利技术软体机器人臂形测量方法较佳实施例的流程示意图；图2是在纯色背景下采集的软体机器人的图像示意图；图3是软体机器人的图像分割图；图4是软体机器人的识别轮廓图；图5是软体机器人的侧边识别图；图6是软体机器人的弯曲半径图。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。考虑到目前的软体机器人高度的柔韧性使得传统的传感器如编码器、电位计和刚性触觉传感器等很难集成到本体上，因此，传统的形体重构算法无法用来重构其形体，因此，本专利技术提出一种解决方案，通过非接触臂形测量方法实现对软体机器人的精确控制，可以在非接触条件下对软体机器人的臂形进行准确测量，同时根据臂形可以推算出软体机器人的末端位姿。具体地，本专利技术提出一种基于视觉算法的软体机器人臂形测量方法，请参照图1，图1是本专利技术软体机器人臂形测量方法较佳实施例的流程示意图。如图1所示，本实施例中，该软体机器人臂形测量方法包括以下步骤：步骤S10，获取所述软体机器人在纯色背景下的图像。可以理解的是，本步骤中，将软体机器人至于纯色背景下进行图像采集，避免其它任何物品出现在软体机器人周围，通过视觉传感器对软体机器人进行拍照，获得软体机器人图像，如图2所示。步骤S20，对所述图像进行预处理，增加所述软体机器人的对比度，获得所述软体机器人的预处理图像。具体地，在获得所述软体机器人在纯色背景下的图像后，对该图像进行二值化处理，增加软体机器人图像的对比度，处理结束后，获得软体机器人的预处理图像。步骤S30，对所述预处理图像采用预设方式进行分割处理，获得所述软体机器人的分割图像。具体地，在获得所述软体机器人的预处理图像后，可以采用基于边缘的图像分割算法、或者基于区域分割算法以及图的分割算法等中的一种或者几种对该预处理图像进行处理，从而获得所述软体机器人的分割图像，如图3所示。步骤S40，对所述分割图像进行轮廓识别，获得所述软体机器人的边缘轮廓图像。具体地，在获得所述软体机器人的分割图像后，采用形态学腐蚀算法、或者Sobel边缘检测算法、或者Prewitt边缘检测算法等中的一种或者几种对该分割图像进行轮廓识别，从而获得所述软体机器人的边缘轮廓图像，如图4所示。步骤S50，对所述边缘轮廓图像进行识别，获得所述软体机器人的侧边图像数据。<本文档来自技高网...

【技术保护点】
1.一种软体机器人臂形测量方法，其特征在于，所述方法包括以下步骤：/n获取所述软体机器人在纯色背景下的图像；/n对所述图像进行预处理，增加所述软体机器人的对比度，获得所述软体机器人的预处理图像；/n对所述预处理图像采用预设方式进行分割处理，获得所述软体机器人的分割图像；/n对所述分割图像进行轮廓识别，获得所述软体机器人的边缘轮廓图像；/n对所述边缘轮廓图像进行识别，获得所述软体机器人的侧边图像数据；/n根据所述侧边图像数据，采用数据拟合方法获得所述软体机器人的弯曲半径。/n

【技术特征摘要】
1.一种软体机器人臂形测量方法，其特征在于，所述方法包括以下步骤：
获取所述软体机器人在纯色背景下的图像；
对所述图像进行预处理，增加所述软体机器人的对比度，获得所述软体机器人的预处理图像；
对所述预处理图像采用预设方式进行分割处理，获得所述软体机器人的分割图像；
对所述分割图像进行轮廓识别，获得所述软体机器人的边缘轮廓图像；
对所述边缘轮廓图像进行识别，获得所述软体机器人的侧边图像数据；
根据所述侧边图像数据，采用数据拟合方法获得所述软体机器人的弯曲半径。


2.根据权利要求1所述的软体机器人臂形测量方法，其特征在于，所述对所述图像进行预处理的步骤包括：
对所述图像进行二值化处理。


3.根据权利要求1所述的软体机器人臂形测量方法，其特征在于，所述对所述预处理图像采用预设方式进行分割处理步骤包括：
对所述预处理图像采用基于边缘的图像分割算法、或者基于区域分割算法、或者基于图的分割算法进行分割处理。


4.根据权利要求1所述的软体机器人臂形测量方法，其特征在于，所述对所述分割图像进行轮廓识别的步骤包括：
对所述分割图像采用形态学腐蚀算法、或者Sobel边缘检测算法、或者Prewitt边缘检测算法进行轮廓识别。

【专利技术属性】
技术研发人员：王松涛，宋振东，赵伟，王文斌，陈伟，
申请(专利权)人：深圳职业技术学院，
类型：发明
国别省市：广东;44