大尺寸物体2D视觉定位方法技术

一种大尺寸物体2D视觉定位方法，包括：通过对大尺寸物体上两个相距较远的部位分别进行2D拍照和定位，利用两者的位置关系，以及相机和机器人之间的位置关系，对整个物体进行定位。该方法可以有效弥补目前的2D视觉定位方法用于大尺寸物体定位时的不足。用于大尺寸物体定位时的不足。用于大尺寸物体定位时的不足。

【技术实现步骤摘要】
大尺寸物体2D视觉定位方法


[0001]本专利技术涉及机器人领域，特别涉及一种大尺寸物体2D视觉定位方法。

技术介绍

[0002]机器人视觉引导定位在机器视觉领域应用广泛，尤其在物料抓取与放置方面。目前基于2D视觉的机器人高精度上下料作业中，大都用相机拍照一次后定位，如果物体尺寸较小，在相机的视野范围之内，此种方案是可行的；但如果物体尺寸很大，如附图1标号1，拍一次照仅能获得小部分特征，如附图1标号2，通过这部分特征来定位整个物体容易产生偏差，尤其是距离这一小部分特征较远的位置，在经过标定转换，示教，位姿转换等一系列操作后，物体的定位误差被进一步放大，导致机器人抓取整个物体时出现较大的误差。另外，如果物体的特征是圆形等没有角度的特征，拍一次照，也无法定位到整个物体；
[0003]而如果想在相机视野范围内取得大尺寸物体的整幅图像用于定位，那么又有两种方式：(1)相机镜头离工件平面更远，需要视野更大，分辨率更高的相机硬件；(2)机器人末端上需要安装多个相机取图，并进行拼图；无论哪种方式，都会大幅增加硬件成本，以及空间上的限制硬件的组装与应用。

技术实现思路

[0004]本公开提供一种大尺寸物体2D视觉定位的方法，该方法通过对大尺寸物体两次拍照和综合计算，能够便捷有效地提高物体的定位精度。
[0005]本公开提供的大尺寸物体2D视觉定位方法，包括以下步骤：
[0006]相机安装在机械臂末端，机器人末端坐标系与相机坐标系方向一致；
[0007]对大物体上距离较远的两个部位分别进行拍照；
[0008]根据拍照获得的图像，对所述两个部位分别进行相机坐标系下的定位；
[0009]根据两个部位的位置关系和各自的定位结果，合成计算整个物体在相机坐标系下的定位。
[0010]优选地，对大物体上距离较远的两个部位分别进行拍照的过程中，保持机器人末端坐标系与相机坐标系不发生角度偏转，只进行平移。
[0011]优选地，根据拍照获得的图像、对所述两个部位分别进行相机坐标系下的定位，可采用包括形状匹配算法和特征匹配算法在内的传统2D视觉定位算法。
[0012]优选地，根据两个部位的位置关系和各自的定位结果，合成计算整个物体在相机坐标系下的定位，具体计算方法为：
[0013]设相机对部位1和部位2分别拍照得到的图像为A1、A2，两幅图像的原点分别为A1(0，0),A2(0，0)，
[0014]利用传统2D视觉定位算法，得到部位1在A1图像坐标系中的定位为A1(x，y)),部位2在A2图像坐标系中的定位为A2(u，v)，两次拍照点之间相机在水平方向与竖直方向的偏移换算为像素尺寸，分别为m，n；
[0015]则部位1与部位2的连线与水平方向的夹角为：
[0016]得到整个物体在相机坐标系下的定位结果为：
[0017]优选地，两次拍照点之间相机在水平方向与竖直方向的偏移换算为像素尺寸的方法为：
[0018]像素尺寸＝比例关系
×
物理距离
[0019]其中，比例关系可以通过已知的像素距离除以已知的物理距离求得。
[0020]优选地，上述大尺寸物体2D视觉定位方法还包括：
[0021]根据标定的手眼关系，将整个物体在相机坐标系下的定位转换到机器人坐标系下的步骤。
[0022]本公开提供的方法，通过对大尺寸物体中两个距离较远的定位点分别进行拍照和分别定位，进而利用两个部位的位置关系，实现对整个物体的定位。
[0023]与现有技术相比，本公开的有益效果是：
[0024](1)通过对两个部位分别定位，合成给出整个大尺寸物体的定位，能够修正目前通常基于一个定位点的2D视觉定位应用于大尺寸物体时的不足和误差：当物体发生偏转时可以结合两个定位点给出整个物体的角度，减小由于定位部分占整个物体比例小而造成的角度误差；如果特征是圆形等没有角度的特征，也可以根据两次拍照的结果给出物体的角度；
[0025](2)通过保持相机坐标系和机器人末端坐标系的相对关系不变，以及在拍照过程中只进行相机平移而不发生角度偏转，能够简化对两个定位点的合成计算；
[0026](3)运用算法的规划设计，以及相机与机器人末端，机器人本体之间的空间坐标转换计算，以此抵消硬件上对于大尺寸物体定位的应用场景制约，将大幅降低硬件上投入的成本，使得在应用于机器人抓取工件的场景下，实用性更强，应用成本更低。
附图说明
[0027]通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例方式中，相同的参考标号通常代表相同部件。
[0028]图1为示例性大尺寸物体示意图；
[0029]图2为对示例性大物体两个部位进行拍照的示意图；
[0030]图3为对示例性整个物体进行合成定位的示意图；
[0031]图4为示例性的大尺寸物体2D视觉定位方法实施例流程图。
具体实施方式
[0032]下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0033]如附图4所示，示例性实施例的大尺寸物体2D视觉定位方法包括以下步骤：
[0034]S1：相机安装在机械臂末端，附图2标号1，机器人末端坐标系的各个分量附图2标号2，与相机坐标系的各个分量(附图2标号5)方向一致。
[0035]S2：对附图2标号6所示大物体的两个部位，附图2标号7和8，分别进行拍照，这两个部位要选择距离较远，最好处于对角位置，这样可以更好的表示整个物体的角度，为简化计算，两次拍照过程中保持机器人末端坐标系与相机坐标系不发生角度偏转，只进行平移，如附图2标号3和4。
[0036]S3：对两次拍照得到的图像，分别利用通常的2D视觉定位算法给出两个部位的定位结果；
[0037]其中，2D视觉定位算法可根据实际项目选择合适的定位方法，例如根据形状特征定位的算法(形状匹配或特征匹配等)，可以是定位一个圆，定位一个矩形等等，这都是2D视觉常用的方法。
[0038]S4：根据两个部位的位置关系和各自在相机坐标系下的定位结果，合成计算整个物体在相机坐标系下的定位。
[0039]作为优选，具体计算可采用如下方法：
[0040]设相机两次拍照得到的两幅图为A1(图3标号1)，A2(图3标号3)，A1图像的原点表示为A1(0，0),A2图像的原点表示为A2(0，0)。通过步骤S3，计算出的A1图像的定位结果在A1图像坐标系中表示为A1(x，y)(图3标号2)，计算出的A2图像的定位结果在A2图像坐标系表示为A2(u，v)(图3标号4和5)，两次拍照过程中相机在水平方向与竖直方向的偏移换算为像素尺寸分别为m(图3本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大尺寸物体2D视觉定位方法，包括以下步骤：相机安装在机械臂末端，机器人末端坐标系与相机坐标系方向一致；对大物体上距离较远的两个部位分别进行拍照；根据拍照获得的图像，对所述两个部位分别进行相机坐标系下的定位；根据两个部位的位置关系和各自的定位结果，合成计算整个物体在相机坐标系下的定位。2.根据权利要求1所述的大尺寸物体2D视觉定位方法，其特征在于，所述对大物体上距离较远的两个部位分别进行拍照过程中保持机器人末端坐标系与相机坐标系不发生角度偏转，只进行平移。3.根据权利要求2所述的大尺寸物体2D视觉定位方法，其特征在于，所述根据拍照获得的图像、对所述两个部位分别进行相机坐标系下的定位，可采用包括形状匹配算法和特征匹配算法在内的传统2D视觉定位算法。4.根据权利要求3所述的大尺寸物体2D视觉定位方法，所述根据两个部位的位置关系和各自的定位结果，合成计算整个物体在相机坐标系下的定位，...

【专利技术属性】
技术研发人员：潘帅，叶久雲，左方睿，李法设，胡一鸣，杨跞，
申请(专利权)人：中科新松有限公司，
类型：发明
国别省市：