一种视觉运动控制方法和装置制造方法及图纸

本发明专利技术涉及运动控制技术领域，揭露了一种视觉运动控制方法，包括：利用第一摄像机获取第一初始图集，利用第二摄像机实时获取第二初始图集，对第二初始图集进行运动除噪，得到第二运动图集；从第一初始图集中提取出第一位姿特征，从第二运动图集中提取出第二位姿特征，根据第一位姿特征和第二位姿特征进行三维重建，得到环境三维模型，对环境三维模型进行物体分割和语义识别，得到环境物体语义集；利用环境物体语义集对环境三维模型进行运动标注，并提取出目标运动点以及目标运动点的目标三维坐标，根据目标三维坐标控制机器臂进行装配运动。本发明专利技术还提出一种视觉运动控制装置。本发明专利技术可以提高数据风险识别时的精确度。发明专利技术可以提高数据风险识别时的精确度。发明专利技术可以提高数据风险识别时的精确度。

【技术实现步骤摘要】
一种视觉运动控制方法和装置


[0001]本专利技术涉及运动控制
，尤其涉及一种视觉运动控制方法和装置。

技术介绍

[0002]机器人是工业制造的基石，其研发、制造与应用是衡量一个国家科技创新和高端制造水平的重要标志，而随着工业化进程的加速，工业中机器人的数量也在与日俱增，为了提高机器人的生产效率，需要对机器人进行运动控制。
[0003]现有的机器人运动控制技术多为基于事先规划轨迹的运动控制方法，将机器人置于流水线的固定位置上，按照固定的频率和事先规划的运动轨迹控制机器人进行运动，实际应用中，基于事先规划轨迹的运动控制方法在处理目标不规律工作时需要由工作人员针对性地一一手动规划运动轨迹，而运动轨迹规划时由于手动测量位移可能导致实际工作时的误差较大，可能会导致进行机器人运动控制时的精确度较低。

技术实现思路

[0004]本专利技术提供一种视觉运动控制方法和装置，其主要目的在于解决进行机器人运动控制时的精确度较低的问题。
[0005]为实现上述目的，本专利技术提供的一种视觉运动控制方法，包括：
[0006本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视觉运动控制方法，其特征在于，所述方法包括：S1：利用固定于运动基座上的第一摄像机实时获取机器臂的第一初始图集，利用固定于所述机器臂上的第二摄像机实时获取第二初始图集，获取所述机器臂的实时运动参数，根据所述实时运动参数对所述第二初始图集进行运动除噪，得到第二运动图集；S2：将所述第一初始图集除噪融合成第一位姿图片，从所述第一位姿图片中提取出第一位姿特征，将所述第二运动图集除噪融合成第二位姿图片，从所述第二位姿图片中提取出第二位姿特征，对所述第一位姿特征和所述第二位姿特征进行特征匹配，得到特征匹配点集，其中，所述将所述第一初始图集除噪融合成第一位姿图片，包括：S21：对所述第一初始图集进行图块拆分，得到第一图块组集；S22：逐个选取所述第一图块组集中的第一图块组作为目标第一图块组，对所述目标第一图块组进行小波变换，得到目标第一小波系数组集；S23：逐个选取所述目标第一小波系数组集中的第一小波系数组作为目标第一小波系数组，利用如下的图块模糊度公式计算出所述目标第一小波系数组对应的模糊度：其中，S是指所述模糊度，k是指所述目标第一小波系数组的层数序号，K是指所述目标第一小波系数组的分解总层数，h是指行数序号，N
k
是指所述目标第一小波系数组中第k层小波分解后的总行数，j是指列数序号，M
k
指所述目标第一小波系数组中第k层小波分解后的总列数，w
hjk
是指所述目标第一小波系数组中第k层第h行第j列的小波系数的振幅值，P是指所述目标第一小波系数组对应的第一图块的像素总行数，p是指行数序号，Q是指所述目标第一小波系数组对应的第一图块的像素总列数，q是指列数序号，w
pqk
是指所述目标第一小波系数组中第k层第p行第q列的小波系数的振幅值；S24：将所述目标第一小波系数组集对应的所有的模糊度汇集成目标模糊度组，从所述目标模糊度组中筛选出数值最小的模糊度作为目标模糊度；S25：将所述目标第一图块组中所述目标模糊度对应的第一图块作为目标第一图块，将所述第一图块组集中所有的目标第一图块拼接成第一位姿图片；S3：获取所述第一摄像机的第一实时位姿，根据所述第一实时位姿计算出所述第二摄像机的第二实时位姿，根据所述第二实时位姿生成所述第二摄像机的相机外参，根据所述相机外参对所述特征匹配点集进行空间系转化，得到标准匹配点集；S4：根据所述标准匹配点集对所述第一位姿图片和所述第二位姿图片进行三维重建，得到环境三维模型，对所述环境三维模型进行物体分割，得到环境物体模型集，对所述环境物体模型集进行语义识别，得到环境物体语义集，对所述环境物体模型集进行语义识别，得到环境物体语义集；S5：利用所述环境物体语义集对所述环境三维模型进行运动标注，得到标准环境模型，从所述标准环境模型中提取出目标运动点以及所述目标运动点的目标三维坐标，根据所述目标三维坐标控制所述机器臂进行装配运动。
2.如权利要求1所述的视觉运动控制方法，其特征在于，所述根据所述实时运动参数对所述第二初始图集进行运动除噪，得到第二运动图集，包括：根据所述实时运动参数建立所述第二摄像机对应的实时运动模型；逐个选取所述第二初始图集中的图片作为目标第二初始图片，获取所述目标第二初始图片对应的曝光时间，根据所述曝光时间和所述实时运动模型生成所述目标第二初始图片中各个像素的像素移动轨迹；对所有的像素移动轨迹进行插值运算，得到所述目标第二初始图片的图片运动模型；根据所述图片运动模型对所述目标第二初始图片进行反卷积滤波，得到目标第二反卷积图片；依次对所述目标第二反卷积图片进行灰度增强和图像锐化操作，得到目标第二运动图片，并将所有的目标第二运动图片汇集成第二运动图集。3.如权利要求2所述的视觉运动控制方法，其特征在于，所述根据所述实时运动参数建立所述第二摄像机对应的实时运动模型，包括：获取所述机械臂各个关节的长度参数，利用如下的正向运动公式根据所述长度参数和所述实时运动参数中的角度参数计算出所述机器臂的旋转矩阵：其中，T是指所述旋转矩阵，i是指第i个关节，e是指所述机械臂的关节总数，cos为余弦函数，sin为正弦函数，θ
i
是指所述角度参数中的第i个关节的偏移角度，α
i
表示所述角度参数中的第i个关节绕第i
‑
1个关节坐标系的前进方向轴旋转的角度，d
i
表示所述角度参数中的第i个关节绕第i
‑
1个关节坐标系的竖直方向轴旋转的角度；根据所述旋转矩阵和所述角度参数生成所述机器臂的雅克比矩阵；根据所述雅克比矩阵和所述实时运动参数生成所述第二摄像机的实时运动模型。4.如权利要求2所述的视觉运动控制方法，其特征在于，所述根据所述图片运动模型对所述目标第二初始图片进行反卷积滤波，得到目标第二反卷积图片，包括：对所述目标第二初始图片进行频域转化，得到目标第二图片频域；利用如下的反卷积滤波算法和所述图片运动模型对所述目标第二图片频域进行反卷积滤波，得到目标第二反卷积频域：其中，是指所述目标第二反卷积频域在第t时刻频率为(u,v)处的振幅，u是指水平方向上的频率，v是指垂直方向上的频率，t是指所述目标第二反卷积频域的时间，G
*
(u,v,t)是所述振幅反卷积滤波器在第t时刻频率为(u,v)处的振幅，*为卷积运算符号，π是
指圆周率，σ是指高斯分布的标准差，e是指欧拉数，x
t
是指所述图片运动模型在第t时刻的位置，x0是指所述图片运动模型的初始位置，∈为预设常数，F(u,v,t)是指所述目标第二图片频域在第t时刻频率为(u,v)处的振幅；对所述目标第二反卷积频域进行图片转化，得到目标第二反卷积图片。5.如权利要求1所述的视觉运动控制方法，其特征在于，所述从所述第一位姿图片中提取出第一位姿特征，包括：对所述第一位姿图片进行多层高斯滤波，得到第一高斯图组；逐个对所述第一高斯图组中的两个相邻的第一高斯图片进行图像差分操作，得到第一差分特征组；对所述...

【专利技术属性】
技术研发人员：万里华，张继勇，
申请(专利权)人：深圳市浩川自动化技术有限公司，
类型：发明
国别省市：