CN103345249B - 一种基于目标显著性的直角坐标机器人定位方法 - Google Patents

Abstract

本发明公开了一种基于目标显著性的直角坐标机器人定位系统及方法。现有技术中定位系统存在定位实时性差、硬件价格较高、设备通用性差等问题。本发明直角坐标机器人由三台步进电机、三根导轨、滚珠丝杠传动系统和力传感器构成；三根导轨两两垂直，每根导轨内设有滚珠丝杠传动系统和力传感器，每个滚珠丝杠传动系统都由单独一台步进电机驱动；其中竖直导轨上设置有工业摄像机；三台步进电机通过控制器数据线与控制器连接，控制器通过串行数据总线与计算机连接；摄像机通过摄像机数据线与计算机连接。本发明具有较高的实时性，较好的通用性，且价格较低。

Description

一种基于目标显著性的直角坐标机器人定位方法

技术领域

本发明属于机器人控制技术领域。具体为一种利用目标显著性进行定位的直角坐标机器人定位系统及方法。

背景技术

直角坐标机器人是现代工业生产线上常用的机器人系统，常用于执行高精度、重复性作业，如：分拣、焊接、搬运、装配等。对于非确定性环境中的目标，通常只能采用安装工业摄像机的方法实现对不确定性目标的操作。目前，对于不确定性目标的定位方法有双目视觉定位、单目结合激光等其他传感器定位、固定深度下的单目视觉定位等。对于工作台固定的情况，双目视觉实时性差、单目结合其他传感器的定位系统价格昂贵、现有的单目视觉定位系统通用性较差。本发明构建了一种直角坐标机器人定位系统，该系统可充分利用了工作环境的信息，具有极高的定位实时性，同时采用基于显著性的目标识别方法，可以避免工件颜色、形状变化引起的识别率低，通用性差的问题。

发明内容

本发明针对双目系统价格昂贵、实时性差，单目定位系统识别率低、通用性差的问题，根据直角坐标机器人工作环境的特点，发明了一种基于目标显著性的直角坐标机器人定位系统及方法。

本发明一种基于目标显著性的直角坐标机器人定位系统，包括计算机、直角坐标机器人、力传感器、控制器、工业摄像机、控制器数据线和串行数据总线；

所述的直角坐标机器人由三台步进电机、三根导轨、滚珠丝杠传动系统和力传感器构成；三根导轨两两垂直，每根导轨内设有滚珠丝杠传动系统和力传感器，每个滚珠丝杠传动系统都由单独一台步进电机驱动；其中竖直导轨上设置有工业摄像机；三台步进电机通过控制器数据线与控制器连接，控制器通过串行数据总线与计算机连接；摄像机通过摄像机数据线与计算机连接。

一种基于目标显著性的直角坐标机器人定位方法，该方法具体包括以下步骤：

步骤一：计算颜色显著图与纹理显著图

颜色显著图生成公式为：

C(x,y)＝||I_c(x,y)-I_u||

其中，x,y为像素坐标；I_c(x,y)与I_u均采用L*A*B颜色模型进行描述，I_c(x,y)为原图像经高斯滤波后的像素的L*A*B向量，I_u为原图像的L*A*B向量的均值，||||为对向量的各元素分别求欧几里得距离。

综合0、π/4、π/2、3π/4四个方向的纹理特征图的生成公式为：

$T(x,y)=\frac{1}{4}\underset{\mathrm{\θ}\∈0,\frac{\mathrm{\π}}{4},\frac{\mathrm{\π}}{2},\frac{3\mathrm{\π}}{4}}{\Σ}|g(x,y)*h_{\mathrm{\θ}}(x,y)|$

其中，x,y为像素坐标，"*"表示卷积，h_θ(x,y)为θ在0、π/4、π/2、3π/4四个方向的Gabor滤波器函数。g(x,y)为像素灰度值。

步骤二：执行归一化算子，将摄像机所获取的显著性子图中的像素映射至空间[0，N],其中，N为可调参数。以此确保不同范围的子图在同样的范围内进行比较。

步骤三：对各幅图的最大像素值P_max和平均像素值P_mean进行计算。

步骤四：用放大因子对图像的像素进行放大，以此突出的原来的显著性区域。

步骤五：综合颜色与纹理显著性子图，最终生成综合性显著性指示图，合成公式如下：

$S(x,y)=w_1\stackrel{\‾}{C}(x,y)+w_2\stackrel{\‾}{T}(x,y)$

为C(x,y)归一化所得，为T(x,y)归一化所得，C(x,y)与T(x,y)已经由步骤一得到，w₁与w₂为权重，设置为0.5；

步骤六：计算显著性区域的中心在图像中的位置，并利用下式计算目标中心与摄像机光轴间的夹角。

θ_x＝θ_h((a/2)-l)/a

其中，θ_h为末端执行器上所安装摄像机的横向视角，l目标中心位置所在的列数，a是横向像素总数；

步骤七：同理可得纵向夹角θ_y，根据θ_x、θ_y以及摄像机距离工件的距离(h₀-z₀)可以计算得到目标在全局坐标系下的X,Y轴上的坐标，其中，h₀是零位置到工件的距离，该距离在设备与工件尺寸确定的情况下是常数，z₀是由计算机系统反馈得到的已知位移量。因为工件置于水平工作台之上，因此工件在Z轴上的坐标是固定的。

步骤八：计算机系统将目标的坐标发送给直角坐标机器人，机器人驱动末端执行器到达指定位置。

有益效果：本发明构建了一种直角坐标机器人定位系统，具有极高的定位实时性，同时采用基于显著性的目标识别方法，可以避免工件颜色、形状变化引起的识别率低，通用性差的问题，可用于工件取放、打螺丝、温控系统调校等。该系统的机器视觉模块充分利用了工件的颜色与纹理信息，对于工件的改变具有较强的适应能力。在生产线上的工件发生变化时，无需改变视觉定位部分，只需调节机器人的运动控制部分即可。

附图说明

图1为定位系统的基本结构。

图2为x-z平面下目标与摄像机的相对位置

具体实施方式

如图1所示，一种基于目标显著性的直角坐标机器人定位系统包括计算机1、直角坐标机器人2、力传感器、控制器3、工业摄像机4、控制器数据线5、串行数据总线6和摄像机数据线7；

所述的直角坐标机器人2由三台步进电机、三根导轨、滚珠丝杠传动系统和力传感器构成；三根导轨两两垂直，每根导轨内设有滚珠丝杠传动系统和力传感器，每个滚珠丝杠传动系统都由单独一台步进电机驱动；其中竖直导轨上设置有工业摄像机4；三台步进电机通过控制器数据线5与控制器3连接，控制器3通过串行数据总线6与计算机1连接；摄像机通过摄像机数据线7与计算机1连接。

如图2所示，通过变压器为24V直角坐标机器人供电，启动计算机系统，运行定位软件，通过摄像机采集到的图像，进行目标定位，定位步骤如下：

步骤一：计算颜色显著图与纹理显著图

颜色显著图生成公式为：

C(x,y)＝||I_c(x,y)-I_u||

其中，x,y为像素坐标；I_c(x,y)与I_u均采用L*A*B颜色模型进行描述，I_c(x,y)为原图像经高斯滤波后的像素的L*A*B向量，I_u为原图像的L*A*B向量的均值，||||为对向量的各元素分别求欧几里得距离。

综合0、π/4、π/2、3π/4四个方向的纹理特征图的生成公式为：

$T(x,y)=\frac{1}{4}\underset{\mathrm{\θ}\∈0,\frac{\mathrm{\π}}{4},\frac{\mathrm{\π}}{2},\frac{3\mathrm{\π}}{4}}{\Σ}|g(x,y)*h_{\mathrm{\θ}}(x,y)|$

其中，x,y为像素坐标，"*"表示卷积，h_θ(x,y)为θ在0、π/4、π/2、3π/4四个方向的Gabor滤波器函数。g(x,y)为像素灰度值。

步骤二：执行归一化算子，将摄像机所获取的显著性子图中的像素映射至空间[0，N],其中，N为可调参数。以此确保不同范围的子图在同样的范围内进行比较。

步骤三：对各幅图的最大像素值P_max和平均像素值P_mean进行计算。

步骤四：用放大因子对图像的像素进行放大，以此突出的原来的显著性区域。

步骤五：综合颜色与纹理显著性子图，最终生成综合性显著性指示图，合成公式如下：

$S(x,y)=w_1\stackrel{\‾}{C}(x,y)+w_2\stackrel{\‾}{T}(x,y)$

为C(x,y)归一化所得，为T(x,y)归一化所得，C(x,y)与T(x,y)已经由步骤一得到。w₁与w₂为权重，通常均设置为0.5左右，且满足w₁+w₂＝1。

步骤六：计算显著性区域的中心在图像中的位置，并利用下式计算目标中心与摄像机光轴间的夹角。

θ_x＝θ_h((a/2)-l)/a

其中，θ_h为末端执行器上所安装摄像机的横向视角，l目标中心位置所在的列数，a是横向像素总数，如图2所示。

步骤七：同理可得纵向夹角θ_y，根据θ_x、θ_y以及摄像机距离工件的距离(h₀-z₀)可以计算得到目标在全局坐标系下的X,Y轴上的坐标，其中，h₀是零位置到工件的距离，该距离在设备与工件尺寸确定的情况下是常数，z₀是由计算机系统反馈得到的已知位移量。因为工件置于水平工作台之上，因此工件在Z轴上的坐标是固定的。

步骤八：计算机系统根据目标的坐标进行计算直角坐标机器人的逆运动学，获得机器人在X，Y，Z三个方向上的位移值。计算机系统将位移数据通过串行总线送入控制器，其后，控制器向电机发出控制信号。电机驱动传动系统，将电机转动位移量转换为连杆的水平位移，以此实现末端执行器定位于固定位置。

对于易损工件，可采用两种方法避免工件损伤，(1)在Z上保留一定的位移裕度，根据力传感器反馈回的力，多次调校Z轴位移，即竖直方向上的位移，直到末端执行器达到合适的位置，(2)设置固定的压力上限，一旦到达压力上限，则直角坐标机器人的Z轴电机停转。

Claims (1)

1.一种基于目标显著性的直角坐标机器人定位方法，其特征在于：该方法依托的装置包括计算机、直角坐标机器人、力传感器、控制器、工业摄像机、控制器数据线和串行数据总线；

所述的直角坐标机器人由三台步进电机、三根导轨、滚珠丝杠传动系统和力传感器构成；三根导轨两两垂直，每根导轨内设有滚珠丝杠传动系统和力传感器，每个滚珠丝杠传动系统都由单独一台步进电机驱动；其中竖直导轨上设置有工业摄像机；三台步进电机通过控制器数据线与控制器连接，控制器通过串行数据总线与计算机连接；摄像机通过摄像机数据线与计算机连接；

该方法具体包括以下步骤：

步骤一：计算颜色显著图与纹理显著图

颜色显著图生成公式为：

C(x,y)＝||I_c(x,y)-I_u||

其中，x,y为像素坐标；I_c(x,y)与I_u均采用L*A*B颜色模型进行描述，I_c(x,y)为原图像经高斯滤波后的像素的L*A*B向量，I_u为原图像的L*A*B向量的均值，||||为对向量的各元素分别求欧几里得距离；

综合0、π/4、π/2、3π/4四个方向的纹理特征图的生成公式为：

$T(x,y)=\frac{1}{4}\underset{\mathrm{\θ}\∈0,\frac{\mathrm{\π}}{4},\frac{\mathrm{\π}}{2},\frac{3\mathrm{\π}}{4}}{\Σ}|g(x,y)*h_{\mathrm{\θ}}(x,y)|$

其中，x,y为像素坐标，*表示卷积，h_θ(x,y)为θ在0、π/4、π/2、3π/4四个方向的Gabor滤波器函数；g(x,y)为像素灰度值；

步骤二：执行归一化算子，将摄像机所获取的显著性子图中的像素映射至空间[0，N]，其中，N为可调参数；以此确保不同范围的子图在同样的范围内进行比较；

步骤三：对各幅图的最大像素值P_max和平均像素值P_mean进行计算；

步骤四：用放大因子对图像的像素进行放大，以此突出原来的显著性区域；

步骤五：综合颜色与纹理显著性子图，最终生成综合显著性指示图，合成公式如下：

$S(x,y)=w_1\stackrel{\‾}{C}(x,y)+w_2\stackrel{\‾}{T}(x,y)$

为C(x,y)归一化所得，为T(x,y)归一化所得，C(x,y)与T(x,y)已经由步骤一得到，w₁与w₂为权重，设置为0.5；

步骤六：计算显著性区域的中心在图像中的位置，并利用下式计算目标中心与摄像机光轴间的夹角；

θ_x＝θ_h((a/2)-l)/a

其中，θ_h为末端执行器上所安装摄像机的横向视角，l目标中心位置所在的列数，a是横向像素总数；

步骤七：同理可得纵向夹角θ_y，根据θ_x、θ_y以及摄像机距离工件的距离h₀-z₀可以计算得到目标在全局坐标系下在X,Y轴上的坐标，其中，h₀是零位置到工件的距离，该距离在设备与工件尺寸确定的情况下是常数，z₀是由计算机系统反馈得到的已知位移量；因为工件置于水平工作台之上，因此工件在Z轴上的坐标是固定的；

步骤八：计算机系统将目标的坐标发送给直角坐标机器人，机器人驱动末端执行器到达指定位置。