一种无人抓料机智能控制系统及控制方法技术方案

本发明专利技术涉及抓料机抓钩位姿调整技术领域，具体涉及一种无人抓料机智能控制系统及控制方法，方法包括：构建抓钩结构图和缝隙结构图，基于获得的距离范围和搜索范围得到由中心节点和子图节点构成子图；抓钩结构图中中心点与各抓钩节点之间的连线的夹角组成第一角度序列；基于第一角度序列和第二角度序列获得子图与抓钩结构图的匹配度；匹配度大于第一阈值的子图为抓取待选子图；基于抓取待选子图中每个缝隙节点对应的缝隙区域的面积获得抓取待选子图的面积率；抓取待选子图的面积率与匹配度的乘积为抓取待选子图的抓取匹配程度；基于抓取匹配程度最大的抓取待选子图中缝隙区域的分布调整抓钩的位姿。本发明专利技术能够提高无人抓料机抓取物料的成功率。机抓取物料的成功率。机抓取物料的成功率。

【技术实现步骤摘要】
一种无人抓料机智能控制系统及控制方法


[0001]本专利技术涉及抓料机抓钩位姿调整
，具体涉及一种无人抓料机智能控制系统及控制方法。

技术介绍

[0002]现有的无人抓料机在对较为松散的物体，例如：火车皮废料、各种木材、树枝等进行抓取时，由于这些物体之间的缝隙较多且这些物体易被抓钩影响，往往随机抓取就可以得到较好的抓取结果，但是对废钢等表面积较大且硬度较大的物体进行抓取时，由于缝隙较少，随机抓取很容易抓取到钢铁表面，导致没能成功抓取到物体，就会导致抓料的成功率比较低。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种无人抓料机智能控制方法，所采用的技术方案具体如下：获取抓料机抓钩抓取物料时的视频帧图像并进行筛选得到一帧抓取物料图像；将抓取物料灰度图进行灰度化得到抓取灰度图，对抓取灰度图进行分割获得物料之间的缝隙区域；基于抓取灰度图中抓钩上钩子的分布，将每个钩子作为一个抓钩节点构建抓钩结构图；抓钩结构图中相邻的抓钩节点相互连接；获取灰度图中每两个缝隙区域之间的最小距离和最大距离组成距离范围；将每个缝隙区域作为一个缝隙节点构建缝隙结构图，每两个缝隙节点之间的边权值为距离范围；相邻抓钩节点之间的距离和一个抓钩节点到另一个抓钩节点之间的最大距离组成搜索范围；以任意一个缝隙节点为中心节点，获得与中心节点之间的边权值在搜索范围内的缝隙节点，记为子图节点；若一个中心节点的子图节点的数量大于预设阈值，则中心节点和子图节点构成子图；抓钩结构图中中心点与各抓钩节点之间的连线的夹角组成第一角度序列；子图中中心点与各缝隙节点之间的连线的夹角组成第二角度序列；基于第一角度序列和第二角度序列获得子图与抓钩结构图的匹配度；匹配度大于第一阈值的子图为抓取待选子图；基于抓取待选子图中每个缝隙节点对应的缝隙区域的面积获得抓取待选子图的面积率；抓取待选子图的面积率与匹配度的乘积为抓取待选子图的抓取匹配程度；基于抓取匹配程度最大的抓取待选子图中缝隙区域的分布调整抓钩的位姿。
[0004]优选地，获取抓料机抓钩抓取物料时的视频帧图像并进行筛选得到一帧抓取物料图像包括：利用DNN语义分割获得视频帧图像中的抓钩区域和物料区域；若一个视频帧图像中抓钩区域与物料区域无交集，保留该视频帧图像作为待筛选图像；获得为标准矩形的物料区域的最大主成分方向和最小主成分方向的差值，作为标准差值；获得待筛选图像中物料区域的最大主成分方向和最小主成分方向的差值，作为实际差值；筛选出实际差值与标准差值差异最小的物料区域所在的待筛选图像，作为抓取物料图像。
[0005]优选地，获取灰度图中每两个缝隙区域之间的最小距离和最大距离组成距离范围
包括：所述最小距离是指从一个缝隙区域内的一点出发达到另一个缝隙区域内的最小距离；所述最大距离是指从一个缝隙区域内的一点出发到另一个缝隙区域内的最大距离。
[0006]优选地，基于第一角度序列和第二角度序列获得子图与抓钩结构图的匹配度包括：将第二角度序列中的元素中的元素进行移位，第二角度序列中的元素每移位一次获得一个新的第二角度子序列，分别计算第二角度序列对应的多个第二角度子序列与第一角度序列的余弦相似度，所述余弦相似度的最大值为子图与抓钩结构图的匹配度。
[0007]优选地，基于抓取待选子图中每个缝隙节点对应的缝隙区域的面积获得抓取待选子图的面积率包括：抓取待选子图中每个缝隙节点对应的缝隙区域的面积与抓取待选子图中缝隙节点对应的缝隙区域的面积的最大值的比值为抓取待选子图中每个缝隙节点对应的缝隙区域的面积比例值；抓取待选子图中每个缝隙节点对应的缝隙区域的面积比例值的和的平均值为抓取待选子图的面积率。
[0008]优选地，基于抓取匹配程度最大的抓取待选子图中缝隙区域的分布调整抓钩的位姿包括：获得得到所述余弦相似度的最大值时第二角度序列中元素移位的次数；将第二角度序列中从第一个元素开始的预设数量的元素相加获得位姿调整参数，其中预设数量与所述第二角度序列中元素移位的次数相等；基于位姿调整参数调整抓钩的位姿。
[0009]本专利技术还提供了一种无人抓料机智能控制系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现一种无人抓料机智能控制系统的步骤。
[0010]本专利技术实施例至少具有如下有益效果：本专利技术通过获得与抓钩结构图的抓取匹配程度最大的抓取待选子图，然后基于抓取匹配程度最大的抓取待选子图中缝隙区域的分布调整抓钩的位姿，能够提高无人物料机的抓取成功率；结合计算匹配过程中的参数，可以得到抓钩的调整位姿，实现对抓钩的智能控制，减少计算量。
附图说明
[0011]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0012]图1是本专利技术实施例提供的一种无人抓料机智能控制方法的方法流程图。
具体实施方式
[0013]为了更进一步阐述本专利技术为达成预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术提出的一种无人抓料机智能控制系统及控制方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
[0014]除非另有定义，本文所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。
[0015]下面结合附图具体的说明本专利技术所提供的一种无人抓料机智能控制方法的具体
方案。
[0016]请参阅图1，其示出了本专利技术一个实施例提供的一种无人抓料机智能控制方法的方法程图，该方法包括以下步骤：步骤S1，获取抓料机抓钩抓取物料时的视频帧图像并进行筛选得到一帧抓取物料图像；将抓取物料灰度图进行灰度化得到抓取灰度图，对抓取灰度图进行分割获得物料之间的缝隙区域。
[0017]本专利技术的目的是对抓钩的抓取区域进行检测，因此首先需要获得抓钩需要抓取的物料区域图像，通过实时视频数据的采集，获得图像数据，获取抓料机抓钩抓取物料时的视频帧图像。
[0018]通过每个视频帧图像中抓钩区域和物料区域的交集对视频帧图像进行筛选，在筛选后的视频帧图像中选择视角最接近正俯视的图像，具体为：抓钩在对物料进行抓取时，采集到的图像中存在抓钩遮挡物料的情况，这种情况会对之后的抓取区域的获取产生影响，因此首先在采集到的视频图像中筛选得到不存在这种情况的视频帧图像，然后进行后续分析。
[0019]对于存在该种情况的视频帧图像上，抓钩区域和物料区域存在交集，因此只需通过计算每个视频帧图像上抓钩区域和物料区域是否存在交集即可，计算过程如下：通过两个语义分割网络实现对抓钩区域和物料区域的识别，所述语义分割网络的训练过程如下：两个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人抓料机智能控制方法，其特征在于，该方法包括：获取抓料机抓钩抓取物料时的视频帧图像并进行筛选得到一帧抓取物料图像；将抓取物料灰度图进行灰度化得到抓取灰度图，对抓取灰度图进行分割获得物料之间的缝隙区域；基于抓取灰度图中抓钩上钩子的分布，将每个钩子作为一个抓钩节点构建抓钩结构图；抓钩结构图中相邻的抓钩节点相互连接；获取灰度图中每两个缝隙区域之间的最小距离和最大距离组成距离范围；将每个缝隙区域作为一个缝隙节点构建缝隙结构图，每两个缝隙节点之间的边权值为距离范围；相邻抓钩节点之间的距离和一个抓钩节点到另一个抓钩节点之间的最大距离组成搜索范围；以任意一个缝隙节点为中心节点，获得与中心节点之间的边权值在搜索范围内的缝隙节点，记为子图节点；若一个中心节点的子图节点的数量大于预设阈值，则中心节点和子图节点构成子图；抓钩结构图中中心点与各抓钩节点之间的连线的夹角组成第一角度序列；子图中中心点与各缝隙节点之间的连线的夹角组成第二角度序列；基于第一角度序列和第二角度序列获得子图与抓钩结构图的匹配度；匹配度大于第一阈值的子图为抓取待选子图；基于抓取待选子图中每个缝隙节点对应的缝隙区域的面积获得抓取待选子图的面积率；抓取待选子图的面积率与匹配度的乘积为抓取待选子图的抓取匹配程度；基于抓取匹配程度最大的抓取待选子图中缝隙区域的分布调整抓钩的位姿。2.根据权利要求1所述的一种无人抓料机智能控制方法，其特征在于，所述获取抓料机抓钩抓取物料时的视频帧图像并进行筛选得到一帧抓取物料图像包括：利用DNN语义分割获得视频帧图像中的抓钩区域和物料区域；若一个视频帧图像中抓钩区域与物料区域无交集，保留该视频帧图像作为待筛选图像；获得为标准矩形的物料区域的最大主成分方向和最小主成分方向的差值，作为标准差值；获得待筛选图像中物料区域的最大主成分方向和最小主成分方向的差值，作为实际差值；筛选出实际差值与标准差值差异最小的物料区域所在的待筛选图像，作为抓取物...

【专利技术属性】
技术研发人员：李秀华，
申请(专利权)人：南通长石科技有限公司，
类型：发明
国别省市：