一种基于图像信息的机械手抓取物体的方法技术

本发明专利技术涉及一种基于图像信息的机械手抓取物体的方法，从图像信息中提取出物体的轮廓，根据轮廓信息，计算出能够保证物体不会从机械手指间逃离的包容抓取方式。该方法的特点在于通过计算包容抓取区域，避免直接计算抓取点的精确位置，并且能够保证在抓取物体过程中，物体不会从机械手中脱离，并最终能够被抓稳。首先采用图像处理模块，从图像信息中提取物体的边缘轮廓；其次，采用凸包计算模块，拟合出包围物体轮廓的最小凸多边形；然后，采用最小宽度计算模块，计算出最小凸多边形的最小宽度；最后，根据包容抓取区域计算模块，计算机械手抓取物体时机械手与物体之间的相对位置关系，引导机械手抓取物体。

【技术实现步骤摘要】

本专利技术机器人
，涉及。
技术介绍
在工业生产活动中，利用机械手抓取放置在工作台或是传送带上的工件，是完成 分拣、搬运或是装配任务的基础工序。例如在汽车发动机生产线中，需要利用机械手从一堆 杂乱放置的工件中挑拣出连杆并装配到发动机内。在螺栓加工线上，则需要将不符合规格 要求的螺帽从传送带上分拣出。在玩具生产线上，需要将不同形状的玩具搬运到不同的包 装箱内。在生活领域，目前出现了大量实用化的服务机器人。这些服务机器人，需要根据使 用者的指令，智能抓取放置在不同位置的物体，例如水瓶、水果或是扳手。因而，利用图像信息，计算被抓取物体的位置，自动时计算出该物体的抓取点位 置，对于工业机器人和服务机器人灵活完成不同的工作任务，具有重要的应用意义。目前，大部分基于图像信息的抓取方法属于基于模型重构的抓取方法，即利用图 像信息重构出物体的几何轮廓，然后从物体的几何轮廓上计算出抓取点的精确位置。例如， 文章，"Manipulation of Unmodeled ObjectsUsing Intelligent Grasping Schemes，，，专利CN03151424. 3。这类方法的步骤是首先，重构出物体的精确几 何模型，计算出模型上每个点的位置和该点的法向量；然后，根据形封闭或力封闭的准则， 从大量点的集合及其法向量集合中，找出一组符合稳定抓取要求的点。这种算法由于获取 点的位置和法向量信息，因而算法复杂性较高；并且，由于机械手在抓取时需要精确到达抓 取点位置，在实际应用过程中，如果机械手的手指位置产生偏差，不能到达计算出的抓取点 位置，有可能会抓不稳物体。还有一些方法是基于离线训练的抓取方法，建立物体的几何轮 廓与抓取点位置的映射关系。例如，文章Grasping Unknown ObjectsBased on 3D Model Reconstruction 。这种方法需要事先用大量的轮廓训练出映射函数。实时性不好。
技术实现思路
为了解决基于模型重构的抓取算法复杂性较高，并且在使用过程中，由于机械手 手指位置的不精确，使物体脱离机械手，抓取不稳定；以及，基于离线学习的抓取方法，需要 事先训练抓取映射函数，算法的实时性不好等问题，本专利技术的目的是提供一种的基于图像 信息的机械手抓取物体的方法。为了实现上述的目的，本专利技术提供， 利用图像处理模块、凸包计算模块、最小宽度计算模块和包容抓取区域计算模块实现机械 手抓取物体的步骤包括步骤Sl 图像处理模块，从输入计算机的原始图像信息中提取待抓取物体的边缘 轮廓数据；步骤S2 凸包计算模块接收图像处理模块输出的待抓取物体的边缘轮廓数据，凸 包计算模块根据边缘轮廓数据拟合出包围物体边缘轮廓的最小凸多边形；步骤S3 最小宽度计算模块接收凸包计算模块输出的最小凸多边形数据，最小宽 度计算模块利用最小凸多边形数据计算出最小凸多边形的最小宽度；步骤S4 包容抓取区域计算模块接收最小宽度计算模块输出的最小凸多边形的 最小宽度，包容抓取区域计算模块利用最小凸多边形的最小宽度计算机械手抓取物体时机 械手与物体之间的相对位置关系，引导机械手抓取物体。其中，所述凸包计算模块根据边缘轮廓数据拟合最小凸多边形的步骤包括步骤S21 输入待抓取物体的边缘轮廓数据，计算待抓取物体的边缘轮廓在y坐标 最小的数据pm，以Pm为极点，计算待抓取物体的边缘轮廓的第j个数据P」与极点Pm的极角 Qj, 1彡j彡n，其中η为边缘轮廓数据的个数；步骤S22 按照极角Qj从小到大的顺序将η个边缘轮廓数据的极角进行排序，得到 边缘轮廓数据与极角相对应的数据集合S = (P1, P2, .....，PJ，并设定凸包点的初始有序 集合为Sinit = (R1, R2}，其中R1和R2表示最小凸多边形的顶点，R1的X坐标和y坐标等于 P1的χ坐标和y坐标，R2的χ坐标和y坐标等于P2的χ坐标和y坐标；步骤S23 将初始有序集合Sinit的最后两个顶点Rp1，Ri,其中i是Sinit中包含的顶 点的个数，代入最小凸多边形的边直线方程y = ax+b中，计算最小凸多边形的边，其中参数 a表示最小凸多边形的边的斜率，参数b表示最小凸多边形的边与y轴的截距，χ、y是最小 凸多边形的顶点的χ坐标和y坐标；步骤S24 设2 ^ j ^ n, Xj、Yj是第j个数据Pj的χ坐标和y坐标，将数据集合S =IP1, P2, · · · · ·，PJ中的第j个数据P」，代入函数式Dj = axjij+b，得到新数据的值0」，并 对新数据的值A进行判断步骤S24a 如果Dj < 0，则将第j个数据Pj加入到凸包点的初始有序集合Sinit中， 将凸包点的初始有序集合Sinit中的顶点增加一个，即i = i+Ι，并设置Ri = Pj,其中Ri表示 最小多边形的顶点；步骤S24b 如果Dj > 0，则从凸包点的初始有序集合Sinit中删除第i_l个数据 Rh ；步骤S24c 如果Dj = 0，则从凸包点的初始有序集合Sinit中删除第i_l个顶点I^1， 并将第j个数据P」加入到凸包点的初始有序集合Sinit中，将凸包点的初始有序集合Sinit中 的顶点增加一个，即i = i+Ι，并设置Ri = Pj ；步骤S24d 如果数据集合S = (P1, P2,……,PJ中的每个数据点都进行过判断， 则遍历完所有数据点，则执行步骤25，如果没有遍历完所有数据点，重复步骤S23 ；步骤S25 遍历完所有数据点找到则最后一次计算得到的集合Sinit就是凸包点的 最终集合Smd = (R1, R2,……，Rk}，其中k为最终集合Smd中包含的顶点的个数；步骤S26 依次连接最终集合Smd中的k个顶点，拟合出包围物体边缘轮廓的最小 凸多边形，这个最小凸多边形的顶点的集合为P = IR1, R2,……，RJ。其中，所述计算最小凸多边形的最小宽度的步骤包括步骤S31 输入最小凸多边形的顶点的集合P后，取出第一个数据R1作为计算的起 始点Rm，即初始时m = 1 ；步骤S32 取出集合P中三个顶点Rm+1，Rm+2和Rm+3，并设定第一个三角形的端点为 Un = Rm+2，设定第二个三角形的端点为Un+1 = Rm+3 ；步骤S33 计算由起始点Rm、临近点Rm+1和端点Un组成第一个三角形的面积A1，计 算由起始点Rm、临近点Rm+1和端点Un+1组成的第二个三角形的面积A2 ；步骤S33a 如果A1 < A2,则设定第一个三角形的端点Un的位置为Un = Rm+3，并设 置第二个三角形的端点Un+1为Rm+4 ；步骤S33b 如果A1 > A2,则计算端点Un到直线RmRm+1的距离W1 ； 步骤S34 起始点Rm依次取集合P中的顶点R2、R3，直到Rk，如果顶点集合P = {R1; R2, .....，Rk}中的每个顶点都进行过判断，则遍历完所有顶点，则执行步骤S35，如果没有 遍历完所有顶点，重复步骤S32，计算距离W2、W3，直到计算到Wm，执行步骤S35 ；步骤S35 计算距离Wp W2、W3, ...、Wm中的最小值，这个最小值就为最小凸多边形 的最小宽度Wd。其中，所述计算机械手抓取物体时与物体之间的相对位置关系的本文档来自技高网...

【技术保护点】
１．一种基于图像信息的机械手抓取物体的方法，其特征在于，利用图像处理模块、凸包计算模块、最小宽度计算模块和包容抓取区域计算模块，实现机械手抓取物体的步骤包括：步骤Ｓ１：图像处理模块，从输入计算机的原始图像信息中提取待抓取物体的边缘轮廓数据；步骤Ｓ２：凸包计算模块接收图像处理模块输出的待抓取物体的边缘轮廓数据，凸包计算模块根据边缘轮廓数据拟合出包围物体边缘轮廓的最小凸多边形；步骤Ｓ３：最小宽度计算模块接收凸包计算模块输出的最小凸多边形数据，最小宽度计算模块利用最小凸多边形数据计算出最小凸多边形的最小宽度；步骤Ｓ４：包容抓取区域计算模块接收最小宽度计算模块输出的最小凸多边形的最小宽度，包容抓取区域计算模块利用最小凸多边形的最小宽度计算机械手抓取物体时机械手与物体之间的相对位置关系，引导机械手抓取物体。

【技术特征摘要】

【专利技术属性】
技术研发人员：苏建华，乔红，区志财，刘传凯，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：11