一种用于工业机器人的分拣控制方法及系统技术方案

本发明专利技术涉及计算机控制系统技术领域，具体涉及一种用于工业机器人的分拣控制方法及系统，该方法采集传送带上无零件时的连续多帧传送带图像，构建单帧传送带图像的背景模型；构建各种零件类型的零件特征数据；利用背景模型得到零件图像的二值图像，对二值图像中每个零件区域和每种零件类型的零件特征数据进行特征匹配，得到每个零件区域的初始分拣优先度和对应分拣零件的零件类型；对初始分拣优先度进行修正得到分拣优先度，结合每个零件区域的分拣优先度和对应分拣零件的零件类型完成工业机器人的分拣控制。通过确定各个零件的分拣优先度和分拣零件类型，控制工业机器人的分拣顺序和抓取动作，提高了工业机器人的分拣准确度和分拣效率。和分拣效率。和分拣效率。

【技术实现步骤摘要】
一种用于工业机器人的分拣控制方法及系统


[0001]本专利技术涉及计算机控制系统
，具体涉及一种用于工业机器人的分拣控制方法及系统。

技术介绍

[0002]工业机器人，简单地说，就是用于工业行业帮助制造的机器人。工业机器人是广泛用于工业领域的多关节机械手或多自由度的机器装置，具有一定的自动性，可依靠自身的动力能源和控制能力实现各种工业加工智能控制。工业机器人被广泛应用于电子、物流、化工等各个工业领域之中。
[0003]在当代的工业制造和智能控制过程中，需要先对钢板材料进行下料操作，在下料生产过程中，大多数工厂的板材经过数控机床切割后，所生成的零件在分拣作业流程中，基本采用工业机器人进行零件的抓取和转运，然而，工业机器人一般采用示教或离线编程的方式工作，即工业机器人到达目标点的位置是固定的，控制动作也均为重复的，并且只能重复完成预先规定好的动作。但是在实际的工业制造中，切割完成后的零件类型以及大小是多样的，且传送带上零件放置的角度也存在差异，使得传统机器人出现分拣误差，无法满足实际生产需求。

技术实现思路

[0004]为了解决上述技术问题，本专利技术的目的在于提供一种用于工业机器人的分拣控制方法及系统，所采用的技术方案具体如下：第一方面，本专利技术一个实施例提供了一种用于工业机器人的分拣控制方法，该方法包括以下具体步骤：采集当前生产环境下传送带上无零件时的连续多帧传送带图像，获取每帧传送带图像中相同位置的像素点的灰度值序列，根据所述灰度值序列分别构建单帧传送带图像中每个像素点的高斯模型，以构成单帧传送带图像的背景模型；获取当前生产环境下各种零件类型的标准零件图像，对每帧标准零件图像进行特征点检测，得到对应零件类型的所有特征点，根据特征点之间的距离和特征点构成的向量组成对应零件类型的零件特征数据；采集当前生产环境下传送带的零件图像，获取零件图像中的所有特征点；利用所述背景模型得到零件图像的二值图像，其中，零件区域的像素点为1，其他像素点为0，对二值图像进行连通域分析得到N个零件区域，N为正整数；对零件区域和每种零件类型的所述零件特征数据进行特征点匹配以得到每个零件区域的初始分拣优先度和对应分拣零件的零件类型；根据每个零件区域在零件图像中的相对位置对所述初始分拣优先度进行修正，得到每个零件区域的分拣优先度，将分拣优先度进行排序后的顺序作为工业机器人对零件的分拣顺序，结合分拣顺序和对应分拣零件的零件类型完成工业机器人的分拣控制。
[0005]进一步的，所述根据特征点之间的距离和特征点构成的向量组成对应零件类型的零件特征数据的方法，包括：根据历史数据得到当前生产环境下各种零件类型的标准零件图像，使用SIFT算子检测每个标准零件图像中的所有特征点；计算当前标准零件图像中任意两个特征点之间的欧式距离；以第个特征点为向量起点，其他特征点为向量终点，分别得到第个特征点与其他特征点之间的向量；获取第个特征点与第个特征点之间的向量分别与每个其他向量之间的夹角，将夹角和对应其他向量的欧式距离组成特征二元组，得到第个特征点与第个特征点之间的特征二元组序列；获取当前标准零件图像中任意两个特征点之间的所述特征二元组序列；将当前标准零件图像中的所有特征点、任意两个特征点之间的欧式距离和所述特征二元组序列作为对应零件类型的零件特征数据。
[0006]进一步的，所述对零件区域和每种零件类型的所述零件特征数据进行特征点匹配以得到每个零件区域的初始分拣优先度和对应分拣零件的零件类型的方法，包括：根据零件图像中的特征点得到当前零件区域中的特征点总数；将当前零件区域中的特征点分别与每种零件类型对应零件特征数据中的特征点进行匹配,得到与当前零件区域匹配成功的零件类型的特征点集合，统计特征点集合中特征点总数，得到最大特征点总数；计算当前零件区域中的特征点总数与最大特征点总数之间的比值，根据比值确定当前零件区域的初始分拣优先度和对应分拣零件的零件类型。
[0007]进一步的，所述根据比值确定当前零件区域的初始分拣优先度和对应分拣零件的零件类型的方法，包括：当比值为1时，当前零件区域的初始分拣优先度为1；当存在多种零件类型的特征点与当前零件区域的特征点完全匹配时，分别计算每种零件类型与当前零件区域之间的匹配程度，将匹配程度最大的零件类型作为当前零件区域对应分拣零件的零件类型。
[0008]进一步的，所述匹配程度的计算公式为：其中，为第个零件区域和第种零件类型之间的匹配程度；为第个零件区域或第种零件类型中任意两个特征点的组合数量；为第个零件区域和第种零件类型中对应第组特征点之间欧式距离的差值。
[0009]进一步的，所述根据比值确定当前零件区域的初始分拣优先度和对应分拣零件的零件类型的方法，包括：当比值小于1时，获取当前零件区域中与第种零件类型匹配成功的所有特征点，将这些特征点构成一组初始特征点组，且将当前零件区域中匹配剩余的特征点构成一组初始特征点组；获取当前零件区域的中心点坐标，选取距离中心点坐标最远的特征点所在的初始
特征点组，从该初始特征点组中的剩余特征点中得到与最远的特征点存在边缘连接的第一特征点；获取零件类型中与最远的特征点和第一特征点相匹配的两个目标特征点，根据这两个目标特征点之间的所述特征二元组序列确定最远的特征点和第一特征点所属零件的其他各个特征点，以重新构成一组特征点组；从当前零件区域中的剩余特征点中选取距离中心点坐标最远的特征点，以将当前零件区域的特征点划分为多组特征点组；分别计算每组特征点组的特征点总数与对应零件类型的特征点总数之间的比值，将该比值作为对应零件的完整程度，根据每组对应的完整程度选择最大完整程度作为当前零件区域的初始分拣优先度，且将最大完整程度所对应特征点组的零件类型作为当前零件区域对应分拣零件的零件类型。
[0010]进一步的，所述第一特征点的获取方法，包括：使用Canny算子对当前零件区域进行边缘检测，得到当前零件区域的边缘图像，设置以最远的特征点为滑窗中心点的滑窗，利用该滑窗遍历当前零件区域的边缘图像中的所有边缘点，将处于滑窗内的各个边缘点归入到边缘点序列，以新增的边缘点为滑窗中心点，继续将处于滑窗内的各个边缘点归入到边缘点序列，当遍历到的特征点不属于最远的特征点所在的初始特征点组时，停止将遍历到的特征点归入边缘点序列中，直到遍历到最远的特征点所在的初始特征点组中的第一个特征点，将第一个特征点作为第一特征点。
[0011]进一步的，所述每个零件区域的分拣优先度的获取方法，包括：当传送带从左向右进行传送时，以零件图像的左下角为原点构建直角坐标系，根据直角坐标系能够得到零件图像的最右端对应的横坐标值和每个零件区域的最右端对应的横坐标值，分别计算零件图像的最右端对应的横坐标值与每个零件区域的最右端对应的横坐标值之间的比值，将比值作为对应零件区域的修正系数；获取每个零件区域的修正系数与对应所述初始分拣优先度之间的乘积，将乘积作为对应零件区域的分拣优先度。
[0012]进一步的，所述每个零件区域的分拣优先度的获取方法，包括：当传送带从右向左进行传送时，以零件图像的右下角为原点构建本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于工业机器人的分拣控制方法，其特征在于，该方法包括以下步骤：采集当前生产环境下传送带上无零件时的连续多帧传送带图像，获取每帧传送带图像中相同位置的像素点的灰度值序列，根据所述灰度值序列分别构建单帧传送带图像中每个像素点的高斯模型，以构成单帧传送带图像的背景模型；获取当前生产环境下各种零件类型的标准零件图像，对每帧标准零件图像进行特征点检测，得到对应零件类型的所有特征点，根据特征点之间的距离和特征点构成的向量组成对应零件类型的零件特征数据；采集当前生产环境下传送带的零件图像，获取零件图像中的所有特征点；利用所述背景模型得到零件图像的二值图像，其中，零件区域的像素点为1，其他像素点为0，对二值图像进行连通域分析得到N个零件区域，N为正整数；对零件区域和每种零件类型的所述零件特征数据进行特征点匹配以得到每个零件区域的初始分拣优先度和对应分拣零件的零件类型；根据每个零件区域在零件图像中的相对位置对所述初始分拣优先度进行修正，得到每个零件区域的分拣优先度，将分拣优先度进行排序后的顺序作为工业机器人对零件的分拣顺序，结合分拣顺序和对应分拣零件的零件类型完成工业机器人的分拣控制。2.如权利要求1所述的一种用于工业机器人的分拣控制方法，其特征在于，所述根据特征点之间的距离和特征点构成的向量组成对应零件类型的零件特征数据的方法，包括：根据历史数据得到当前生产环境下各种零件类型的标准零件图像，使用SIFT算子检测每个标准零件图像中的所有特征点；计算当前标准零件图像中任意两个特征点之间的欧式距离；以第个特征点为向量起点，其他特征点为向量终点，分别得到第个特征点与其他特征点之间的向量；获取第个特征点与第个特征点之间的向量分别与每个其他向量之间的夹角，将夹角和对应其他向量的欧式距离组成特征二元组，得到第个特征点与第个特征点之间的特征二元组序列；获取当前标准零件图像中任意两个特征点之间的所述特征二元组序列；将当前标准零件图像中的所有特征点、任意两个特征点之间的欧式距离和所述特征二元组序列作为对应零件类型的零件特征数据。3.如权利要求2所述的一种用于工业机器人的分拣控制方法，其特征在于，所述对零件区域和每种零件类型的所述零件特征数据进行特征点匹配以得到每个零件区域的初始分拣优先度和对应分拣零件的零件类型的方法，包括：根据零件图像中的特征点得到当前零件区域中的特征点总数；将当前零件区域中的特征点分别与每种零件类型对应零件特征数据中的特征点进行匹配,得到与当前零件区域匹配成功的零件类型的特征点集合，统计特征点集合中特征点总数，得到最大特征点总数；计算当前零件区域中的特征点总数与最大特征点总数之间的比值，根据比值确定当前零件区域的初始分拣优先度和对应分拣零件的零件类型。4.如权利要求3所述的一种用于工业机器人的分拣控制方法，其特征在于，所述根据比值确定当前零件区域的初始分拣优先度和对应分拣零件的零件类型的方法，包括：当比值为1时，当前零件区域的初始分拣优先度为1；当存在多种零件类型的特征点与当前零件区域的特征点完全匹配时，分别计算每种零件类型与当前零件区域之间的匹配程
度，将匹配程度最大的零件类型作为当前零件区域对应分拣零件的零件类型。5.如权利要求4所述的一种用于工业机器人的分拣控制方法，其特征在于，所述匹配程度的计算公式为：其中，为第个零件区域和第种零件类型之间的匹配程度；为第个零件区域或第种零件类型中任意两个特征点的组合数量...

【专利技术属性】
技术研发人员：闫明正，田新诚，闫新兴，甄守乐，付黎伟，
申请(专利权)人：诺伯特智能装备山东有限公司，
类型：发明
国别省市：