【技术实现步骤摘要】
本专利技术涉及机械视觉识别领域，具体地，涉及基于机器视觉的钢卷识别抓取方法和系统。
技术介绍
1、在冶金自动化领域，无人天车的运行效率对整个生产节奏有较大影响。在吊运钢卷时，经常会出现夹钳在钢卷附近来回摆动从而不能立即抓卷的情况，现有的解决方式就是等待夹钳摆动幅度减小后再进行抓取，但当摆动角度过大时，等待时间也随之增长，这就对生产效率造成了很大的影响。
2、为了实现在夹钳晃动情况下的钢卷抓取，就需要能够准确识别夹钳的运动状态，为了达到该目的，可以采用角度传感器、激光扫描以及图像识别等相关技术。
3、对于角度传感器来说，由于行车运行轨道是凹凸不平的，所以在不同位置采集到的角度数据也不相同，对准确提取角度造成很大的影响。除此以外，当夹钳位于不同高度时，采集到的角度值也会受到影响，所以，单纯的依靠角度传感器很难获得夹钳的准确运动信息。
4、而对于激光扫描来说，由于抓取时需要在很短的时间内去判断夹钳的位置变化，同时激光点云的数据处理量较大，这就对状态信息的实时性造成了影响，所以就判断夹钳的运动状态来说，激光扫
本文档来自技高网...【技术保护点】
1.一种基于机器视觉的钢卷识别抓取方法，其特征在于，包括：
2.根据权利要求1所述的基于机器视觉的钢卷识别抓取方法，其特征在于，在所述步骤S1中，行车夹钳在摆动时，将行车夹钳视为单摆运动，根据单摆运动周期公式以及当前的行车夹钳的高度，计算出行车夹钳的摆动周期。
3.根据权利要求1所述的基于机器视觉的钢卷识别抓取方法，其特征在于，在所述步骤S2中，根据通过先前图像处理所得到的行车运动状态，可以确定行车夹钳摆动到最高点的时机，在最高点时，行车夹钳速度为0；
4.根据权利要求1所述的基于机器视觉的钢卷识别抓取方法，其特征在于，在所述步骤S...
【技术特征摘要】
1.一种基于机器视觉的钢卷识别抓取方法，其特征在于，包括：
2.根据权利要求1所述的基于机器视觉的钢卷识别抓取方法，其特征在于，在所述步骤s1中，行车夹钳在摆动时，将行车夹钳视为单摆运动，根据单摆运动周期公式以及当前的行车夹钳的高度，计算出行车夹钳的摆动周期。
3.根据权利要求1所述的基于机器视觉的钢卷识别抓取方法，其特征在于，在所述步骤s2中，根据通过先前图像处理所得到的行车运动状态，可以确定行车夹钳摆动到最高点的时机，在最高点时，行车夹钳速度为0；
4.根据权利要求1所述的基于机器视觉的钢卷识别抓取方法，其特征在于，在所述步骤s3中，当行车夹钳摆动到最高点时，根据结合行车夹钳闭合所需的时机以及行车夹钳从最高点处摆动到中心的时间，即摆动周期的一半，便可以计算出行车夹钳机构的闭合时机。当行车夹钳机构运动到了计算的闭合时机时，控制夹钳闭合，从而完成夹卷；
5.根据权利要求3所述的基于机器视觉的钢卷识别抓取方法，其特征在于，还包括如下步骤：
...【专利技术属性】
技术研发人员：李昌之，曾诗妍，张金聪，
申请(专利权)人：上海宝信软件股份有限公司，
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。