本发明专利技术公开了一种机器人手臂抓取控制方法，首先获得当前机器人状态对应的重要参数是否在线，根据所述重要参数选择所述机器视觉的标定方式；再检测所述重要参数是否包括实现机器视觉的设备的具体参数，若不包含所述具体参数，则检测是否存在确定大小参数的标定模板，若所述重要参数既不包括所述具体参数也不包含所述标定模板，则确定所述实现机器视觉的设备的移动轨迹，在完成视觉标定后，对带抓取的目标物体进行图像攫取，并对获得的图像进行预处理，所述图像预处理包括图像滤波、图像增强和特征提取；获取处理后的目标物体的图像的轮廓信息，并对所述轮廓进行坐标转换计算抓取的三维空间坐标和角度以完成目标物体的抓取。三维空间坐标和角度以完成目标物体的抓取。三维空间坐标和角度以完成目标物体的抓取。
【技术实现步骤摘要】
一种机器人手臂抓取控制方法及系统
[0001]本专利技术涉及机械控制
，尤其涉及一种机器人手臂抓取控制方法及系统。
技术介绍
[0002]近两年，机器人协作方式广泛应用于模具设计、模具制造、模具热处理等一系列完整的模具制造生产线中，由于生产厂家采用高精密的加工设备和进口的模具材料，并且掌握铝合金挤压、压铸、深加工以及铝合金表面处理等工艺，特别需要在生产线中采用高精度的机器人控制。
[0003]协作机器人发展迅速，因协作机器人的应用可降低生产成本、提高劳动效率和生产系统整体柔性，已逐步应用于汽车、3C、IT电子行业等诸多精密行业领域，尤其是小型零部件的装配应用。
[0004]例如，大规模生产是汽车相关技术的主流，但是近来，车辆的类型已经变得多样化，并且型号变化频繁。在这种情况下，作为用于在汽车内部部件中模制由塑料材料形成的较大形状的模具，例如，诸如汽车座椅的聚氨酯填充物(座垫)，成本，交货日期，所需的精度等。从这个角度来看，许多模具是通过铸造制成的。
[0005]作为制造这种模具的方法，通常采用以下方法。
[0006](1)模型切割工艺：使用合成树脂材料(例如氨基甲酸酯或苯乙烯)，通过手工切割或NC加工来制造模型(通常称为主模型)。
[0007](2)表面处理步骤：处理模型表面以提高所创建模型的表面精度。
[0008](3)母模制造工艺：通过提供凸缘，辅助肋，用于提供模子壁厚的壁厚薄板等来制备主模，以便通过铸造制造原型。
[0009](4)制模步骤：在上述主模中填充沙子以制模。
[0010](5)原型铸造步骤：将熔融的原型材料(例如铝合金)注入模具中以铸造原型。
[0011](6)精加工工序：通过放电加工等对通过铸造而制作的原型进行精加工。
[0012]通过协作机器人作为人工的替代以达到更高的精度是现有技术发展的趋势，协作机器人手臂在高速动作过程中不能产生晃动，是实现了高速而且平滑的动作性能关键，同时协作机器人手臂很苗条但是承载载荷很大，所以即使被安装在狭小的空间进行使用，同时可以让机器人手臂与周围设备发生碰撞的可能性控制在最低限度。随着智能化和人机协同工作，传感器电缆、附加轴电缆、电磁阀、空气导管和用来控制工具的I/O电缆都内置于狭小的手臂中。所以轻量化、高刚性、内腔高精度、外表面美观精致的手臂是协作机器人未来核心竞争的关键。
[0013]机器人手臂抓取产品大量运用于工业生产，大大提高了产业效率，节约了资源。仿人服务机器人也在特殊行业得到很大发展，对于服务机器人的运用来说，其抓取识别系统是主要关键。基本原理是通过视觉识别产品轮廓获得物体位置与抓取位置控制机械手臂内的伺服电机去完成抓取动作。
[0014]然而，现在的机器人视觉抓取通常对视觉要求很好，其摄像设备经常需要进行校
准，同时，如果更换更高精度的摄像头则需要重新标定，标定的方式也不够灵活，需要管理者根据情况人工处理。
技术实现思路
[0015]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术公开一种机器人手臂抓取控制方法，方法包括：步骤1，机器人对自身状态进行初始化，获得当前机器人状态对应的重要参数是否在线，根据所述重要参数选择所述机器视觉的标定方式；步骤2，首先检测所述重要参数是否包括实现机器视觉的设备的具体参数，若存在着执行步骤3，若不包含所述具体参数，则检测是否存在确定大小参数的标定模板，若存在则执行步骤4；若所述重要参数既不包括所述具体参数也不包含所述标定模板，则确定所述实现机器视觉的设备的移动轨迹，并执行步骤5；
[0016]步骤3，通过所述实现机器视觉的设备的具体参数之间的关系进行标定；步骤4，若所述重要参数包括确定大小参数的标定模板可以作为当前所述机器视觉设备的基础参照物，则根据所述的标定模板构建图像点与标定模板已知坐标信息的关系，建立出几何关系模型，再根据预设算法得到机器视觉的内外参数进行标定；步骤5，根据所述移动轨迹上的不同坐标点上攫取的图像，通过对比不同点坐标攫取的图像确定所述实现机器视觉的设备的参数，并根据确定的参数实现标定；步骤6，在完成视觉标定后，对带抓取的目标物体进行图像攫取，并对获得的图像进行预处理，所述图像预处理包括图像滤波、图像增强和特征提取；步骤7，获取处理后的目标物体的图像的轮廓信息，并对所述轮廓进行坐标转换计算抓取的三维空间坐标和角度以完成目标物体的抓取。
[0017]更进一步地，所述获得当前机器人状态对应的重要参数是否在线进一步包括：检测第三方的视觉获取的设备与机器人的连接状态，并确定该设备的参数是否进行校准更新，若该设备处于离线状态，则调用机器人本申请的摄像装置获取视觉；若第三方的视觉获取的设备在线且参数并未校准更新或者校准更新的时间超过预设时间长度，判定该设备的重要参数需要进行标定。
[0018]更进一步地，所述步骤3进一步包括通过单应性矩阵计算所述实现机器视觉的设备的参数值。
[0019]更进一步地，所述步骤7进一步包括：在进行物体的抓取时，确定所述目标物体上的两个及两个以上的抓取点，机器人根据抓取点的确定模拟的抓取动作。
[0020]更进一步地，当确定抓取点的数量为二时，将所述抓取点设置为所述目标体的边缘位置。
[0021]更进一步地，所述步骤6进一步包括所述图像滤波的滤波器函数的输出灰度值为：
[0022][0023]其中，a，b为在像素点中心建立的矩形窗口大小的一半，K(s，t)为滤波器核函数，f(x
‑
s，y
‑
t)为所述矩形窗口内像素点的灰度值。
[0024]更进一步地，机器人根据抓取点的确定模拟的抓取动作进一步包括：在确定了模拟结果后，调用Matlab仿真中的Robotics Toolbox中的正解函数和逆解函数可以对机器人的运动学正逆解进行仿真教研确定模拟结果的可行性。
[0025]更进一步地，所述模拟结果包括：二指抓取、三指抓取、多指抓取。
[0026]本专利技术进一步公开了一种电子系统，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行上述的机器人手臂抓取控制方法。
[0027]本专利技术进一步公开了一种计算机可读存储介质，所述计算机可读存储介质中包括实时风险控制程序，该实时风险控制程序被处理器执行时实现上述的机器人手臂抓取控制方法的步骤。
[0028]本专利技术与现有技术相比，本专利技术的有益效果是：
①
标定完全自动化，对所有的标定情况都可以自动进行标定；
②
机器人抓取的方式可以根据抓取物体的不同自动选择多个抓取方式，并在选择后进行验证，实现人工的完全自由，管理者在进行管理时不需要浪费过多的关注。
附图说明
[0029]从以下结合附图的描述可以进一步理解本专利技术。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在图中，在不同的视图中，相同的附图标记指定对应的部分。
[0030本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种机器人手臂抓取控制方法，其特征在于，所述方法包括如下步骤：步骤1，机器人对自身状态进行初始化，获得当前机器人状态对应的重要参数是否在线，根据所述重要参数选择所述机器视觉的标定方式；步骤2，首先检测所述重要参数是否包括实现机器视觉的设备的具体参数，若存在着执行步骤3，若不包含所述具体参数，则检测是否存在确定大小参数的标定模板，若存在则执行步骤4；若所述重要参数既不包括所述具体参数也不包含所述标定模板，则确定所述实现机器视觉的设备的移动轨迹，并执行步骤5；步骤3，通过所述实现机器视觉的设备的具体参数之间的关系进行标定；步骤4，若所述重要参数包括确定大小参数的标定模板可以作为当前所述机器视觉设备的基础参照物，则根据所述的标定模板构建图像点与标定模板已知坐标信息的关系，建立出几何关系模型，再根据预设算法得到机器视觉的内外参数进行标定；步骤5，根据所述移动轨迹上的不同坐标点上攫取的图像，通过对比不同点坐标攫取的图像确定所述实现机器视觉的设备的参数，并根据确定的参数实现标定；步骤6，在完成视觉标定后，对带抓取的目标物体进行图像攫取，并对获得的图像进行预处理，所述图像预处理包括图像滤波、图像增强和特征提取；步骤7，获取处理后的目标物体的图像的轮廓信息，并对所述轮廓进行坐标转换计算抓取的三维空间坐标和角度以完成目标物体的抓取。2.如权利要求1所述的一种机器人手臂抓取控制方法，其特征在于，所述获得当前机器人状态对应的重要参数是否在线进一步包括：检测第三方的视觉获取的设备与机器人的连接状态，并确定该设备的参数是否进行校准更新，若该设备处于离线状态，则调用机器人本申请的摄像装置获取视觉；若第三方的视觉获取的设备在线且参数并未校准更新或者校准更新的时间超过预设时间长度，判定该设备的重要参数需要进行标定。3...
【专利技术属性】
技术研发人员：刘沛峰，项泽元，汪科林，项海峰，黄进，蒋晓龙，翁正华，
申请(专利权)人：池州市安安新材科技有限公司，
类型：发明
国别省市：
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。