CN105654474A - 基于视觉引导的机械臂定位方法及装置 - Google Patents
基于视觉引导的机械臂定位方法及装置 Download PDFInfo
- Publication number
- CN105654474A CN105654474A CN201510995446.7A CN201510995446A CN105654474A CN 105654474 A CN105654474 A CN 105654474A CN 201510995446 A CN201510995446 A CN 201510995446A CN 105654474 A CN105654474 A CN 105654474A
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- coordinates
- hollow out
- out moulding
- fixing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Image Processing (AREA)
Abstract
本发明适用于计算机视觉技术领域,提供了一种基于视觉引导的机械臂定位方法及装置。该方法包括:通过图像采集设备采集镂空注塑件不同角度的完整样本;对采集的样本进行预处理,并获取多组镂空注塑件样本的物理中心在固定棋盘格坐标系中的坐标信息;通过埃尔米特插值算法对多组坐标信息进行拟合,得到图像采集设备的坐标系与固定棋盘格坐标系之间的关系;基于所述关系,模拟移动机械臂抓取镂空注塑件的场景,并估算机械臂抓取到镂空注塑件的平移和旋转矩阵,建立机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系,以及图像采集设备的坐标系与机械臂的坐标系的对应关系。通过本发明可简化计算过程并提高机械臂抓取目标物体的精度。
Description
技术领域
本发明属于计算机视觉及工业自动化技术领域,尤其涉及基于视觉引导的机械臂定位方法及装置。
背景技术
近年来,基于视觉引导的自动化无人生产线得到了越来越广泛的关注,其中基于视觉引导的机械臂成为自动化生产线上必不可少的环节。为了更精确的完成自动化生产线任务和减少人工操作,提高生产效率,需要解决视觉系统与机械臂之间的匹配问题。
现有解决上述匹配问题一般是采用相机标定方法:即通过标定获取相机的外参,由相机的外参获知机械臂与所述外参之间的关系,从而建立起视觉系统与机械臂之间的关系,并将所述关系反馈给机械臂,引导机械臂在实际的物理空间中抓取目标物体。然而,由于相机标定获取的外参容易存在误差,从而会很大程度上影响视觉系统与机械臂之间的关系,进而影响机械臂抓取目标物体的精度。
发明内容
鉴于此,本发明实施例提供一种基于视觉引导的机械臂定位方法及系统,以提高机械臂抓取目标物体的精度。
第一方面,本发明实施例提供了一种基于视觉引导的机械臂定位方法,所述方法包括:
通过图像采集设备采集镂空注塑件不同角度的完整样本;
对采集的镂空注塑件样本进行预处理,并获取多组预处理后的镂空注塑件样本的物理中心在预先建立的固定棋盘格坐标系中的坐标信息;
通过埃尔米特插值算法对获取的所述多组坐标信息进行拟合,得到图像采集设备的坐标系与固定棋盘格坐标系之间的关系;
基于所述图像采集设备的坐标系与固定棋盘格坐标系之间的关系,模拟移动机械臂抓取所述镂空注塑件的场景,并估算机械臂从初始位置到抓取到所述镂空注塑件的平移和旋转矩阵,建立所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系;
根据所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系,建立所述图像采集设备的坐标系与机械臂的坐标系的对应关系。
第二方面,一种基于视觉引导的机械臂定位装置,所述装置包括:
样本采集模块,用于通过图像采集设备采集镂空注塑件不同角度的完整样本;
预处理模块,用于对采集的镂空注塑件样本进行预处理,并获取多组预处理后的镂空注塑件样本的物理中心在预先建立的固定棋盘格坐标系中的坐标信息;
拟合模块,用于通过埃尔米特插值算法对获取的所述多组坐标信息进行拟合,得到图像采集设备的坐标系与固定棋盘格坐标系之间的关系;
第一定位模块,用于基于所述图像采集设备的坐标系与固定棋盘格坐标系之间的关系,模拟移动机械臂抓取所述镂空注塑件的场景,并估算机械臂从初始位置到抓取到所述镂空注塑件的平移和旋转矩阵,建立所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系;
第二定位模块,用于根据所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系,建立所述图像采集设备的坐标系与机械臂的坐标系的对应关系。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例通过插值法代替传统相机外参标定的方法,减小了外参标定带来的误差,提高了机械臂抓取目标物体的精度。另外,直接根据机械臂实际抓取的镂空注塑件建立图像采集设备的坐标系与机械臂的坐标系的对应关系,简化了计算过程,具有较强的易用性和实用性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于视觉引导的机械臂定位方法的实现流程示意图;
图2是本发明实施例提供的镂空注注塑件进行二值化、膨胀腐蚀的效果示例图;
图3是本发明实施例提供的基于视觉引导的机械臂定位装置的组成结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透切理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
请参阅图1,图1示出了本发明实施例提供的基于视觉引导的机械臂定位方法的实现流程,该方法过程详述如下:
步骤S101,通过图像采集设备采集镂空注塑件不同角度的完整样本。
在本实施例中,所述图像采集设备包括但不限于摄像头等。本实施例通过所述图像采集设备采集镂空注塑件不同角度的完整样本,从而充分获取所述镂空注塑件的空间特征信息。采集到的图像不能够直接用于数据处理,需要先通过预先建立的固定棋盘格进行图像采集设备内参标定,并进行图像采集设备矫正,从而保证用于计算的图片不发生畸变。其中,所述畸变主要包括:径向畸变、切向畸变,其中径向畸变产生原因是光线在远离透镜中心的地方比靠近中心的地方更加弯曲,径向畸变主要包含桶形畸变和枕形畸变两种;切向畸变产生的原因是透镜不完全平行于图像平面,切向畸变经常发生于成像仪被粘贴在图像采集设备的时候。畸变矫正,首先应该知道畸变系数,然后做与畸变相反的变换,消除畸变。示例性的,本实施例采用张正友标定法进行畸变矫正。
需要说明的是,图像采集设备在采集图像前,在棋盘格的物理空间中,以其左上角的第一个十字交叉点为原点,建立棋盘格坐标系。
在步骤S102中,对采集的镂空注塑件样本进行预处理,并获取多组预处理后的镂空注塑件样本的物理中心在预先建立的固定棋盘格坐标系中的坐标信息。
在本实施例中,所述预处理包括但不限于颜色空间转换、二值化、腐蚀和/或膨胀处理。
本实施例为了简化过程,需要对镂空注塑件的样本图片进行二值化处理。由于二值化处理后的图片的噪点较多,还需要进行腐蚀和膨胀处理后得到最终的二值化图片,如图2所示。
在步骤S103中,通过埃尔米特插值算法对获取的所述多组坐标信息进行拟合,得到图像采集设备的坐标系与固定棋盘格坐标系之间的关系。
在本实施例中,在对采集的镂空注塑件样本进行预处理后,获取几组不同位置的镂空注塑件样本的物理中心在预先建立的固定棋盘格坐标系中的坐标信息,通过埃尔米特插值算法对获取的所述多组坐标信息进行拟合后,得到图像采集设备的坐标系与固定棋盘格坐标系之间的关系。
其中,固定棋盘格坐标系需要映射到图像采集设备的坐标系中,本实施例采用哈里斯角点检测,自动检测固定棋盘格黑白格十字交叉点。算子用高斯函数为二值窗口函数w(x,y),对离中心点越近的像素赋予越大的权重,以减少噪声影响。当窗口函数进行局部微小移动[u,v]时,灰度变化函数:
其中,I(x,y)表示图像中(x,y)的像素灰度值。
其中,
定义焦点响应函数,Ix、Iy分别表示水平方向和竖直方向的灰度值变化量,R=detM-k(traceM)2,k为经验常数(k为0.4~0.6),detM=λ1λ2,traceM=λ1+λ2,λ1、λ2分别表示特征值。R只与M的特征值有关。角点:R为大数值正数;边缘:R为大数值负数;平坦区:R为小数值,依此来检测棋盘格角点。
进一步的,以棋盘格左上角第一个十字交叉点作为原点,建立空间直角坐标系。利用埃米尔特插值法进行镂空注塑件空间物理中心的拟合。插值过程中既要求在节点上的函数值相等,也要求其对应的导数值也相等,甚至要求高阶导数也相等,满足所述要求的插值多项式为埃尔米特插值多项式。
设定yi=f(xi)(i=0,1,2......n),其中n表示自然数,集合中的元素xi对应的函数值yi,其导数为y′i=f'(xi)(i=0,1,2......n),则插值函数需要满H(xi)=yi,H'(xi)=y'i(i=0,1,2......n),因此,得到关于x,y的插值函数:其中
将注塑镂空件放在固定棋盘格坐标系中,通过图像采集设备获取注塑镂空件空间物理中心在固定棋盘格坐标系中的具体位置。获取几组不同位置下的镂空注塑件物理中心的棋盘格坐标系坐标后,通过埃尔米特插值算法将注塑件的物理中心坐标信息拟合,得到图像采集设备的坐标系与固定棋盘格坐标系之间的关系。
在步骤S104中,基于所述图像采集设备的坐标系与固定棋盘格坐标系之间的关系,模拟移动机械臂抓取所述镂空注塑件的场景,并估算机械臂从初始位置到抓取到所述镂空注塑件的平移和旋转矩阵,建立所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系。
在本实施例中,通过模拟移动机械臂抓取到注塑件的场景,根据镂空注塑件和机械臂之间的空间位置关系,估算所述机械臂从初始位置到抓取到所述镂空注塑件的平移和旋转矩阵,其关系如下:
其中,u表示图像采集设备距离镂空注塑件的物距,v表示像距,[u,v,1]表示像点的图像像素坐标系的齐次坐标,Xw、Yw表示世界坐标系的坐标(w为world的缩写),M表示机械臂的比例因子,R表示机械臂与固定棋盘格坐标系的旋转矩阵,θ表示机械臂坐标系与固定棋盘格坐标系的夹角,(u0x,v0y)表示图像采集设备光学中心在CCD成像平面上的投影位置。
进一步的,可通过最小二乘法建立所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系。
在步骤S105中,根据所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系,建立所述图像采集设备的坐标系与机械臂的坐标系的对应关系。
本实施例通过镂空注塑件与棋盘格坐标系之间的关系,将图像采集设备坐标系与机械臂坐标系联系起来,建立统一的位置关系矩阵,实现视觉引导的五自由度机械臂自动化系统。
图3为本发明实施例提供的基于视觉引导的机械臂定位转置的组成结构示意图。为了便于说明,仅示出了与本发明实施例相关的部分。
所述基于视觉引导的机械臂定位转置可应用于各种终端设备,例如口袋计算机(PocketPersonalComputer,PPC)、掌上电脑、计算机、笔记本电脑、个人数字助理(PersonalDigitalAssistant,PDA)等,可以是运行于这些终端内的软件单元、硬件单元或者软硬件相结合的单元,也可以作为独立的挂件集成到这些终端中或者运行于这些终端的应用系统中。
所述基于视觉引导的机械臂定位转置包括:
样本采集模块31,用于通过图像采集设备采集镂空注塑件不同角度的完整样本;
预处理模块32,用于对采集的镂空注塑件样本进行预处理,并获取多组预处理后的镂空注塑件样本的物理中心在预先建立的固定棋盘格坐标系中的坐标信息;
拟合模块33,用于通过埃尔米特插值算法对获取的所述多组坐标信息进行拟合,得到图像采集设备的坐标系与固定棋盘格坐标系之间的关系;
第一定位模块34,用于基于所述图像采集设备的坐标系与固定棋盘格坐标系之间的关系,模拟移动机械臂抓取所述镂空注塑件的场景,并估算机械臂从初始位置到抓取到所述镂空注塑件的平移和旋转矩阵,建立所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系;
第二定位模块35,用于根据所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系,建立所述图像采集设备的坐标系与机械臂的坐标系的对应关系。
进一步的,所述预处理模块32具体用于:
对采集的镂空注塑件样本进行颜色空间转换、二值化、腐蚀和/或膨胀处理。
进一步的,所述第一定位模块34具体用于:
通过最小二乘法建立所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系。
其中,所述估算机械臂从初始位置到抓取到所述镂空注塑件的平移和旋转矩阵具体如下:
其中,u表示图像采集设备距离镂空注塑件的物距,v表示像距,[u,v,1]表示像点的图像像素坐标系的齐次坐标,Xw、Yw表示世界坐标系的坐标,M表示机械臂的比例因子,R表示机械臂与固定棋盘格坐标系的旋转矩阵,θ表示机械臂坐标系与固定棋盘格坐标系的夹角,(u0x,v0y)表示图像采集设备光学中心在CCD成像平面上的投影位置。
综上所述,本发明实施例与现有技术相比存在的有益效果是:本发明实施例通过插值法代替传统相机外参标定的方法,减小了外参标定带来的误差,提高了机械臂抓取目标物体的精度。而且,直接根据机械臂实际抓取的镂空注塑件建立图像采集设备的坐标系与机械臂的坐标系的对应关系,简化了计算过程。另外,本发明实施例在实现上述过程中,不需要增加额外的硬件,可有效降低成本,具有较强的易用性和实用性。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述装置中各模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例各实施例技术方案的精神和范围。
Claims (8)
1.一种基于视觉引导的机械臂定位方法,其特征在于,包括:
通过图像采集设备采集镂空注塑件不同角度的完整样本;
对采集的镂空注塑件样本进行预处理,并获取多组预处理后的镂空注塑件样本的物理中心在预先建立的固定棋盘格坐标系中的坐标信息;
通过埃尔米特插值算法对获取的所述多组坐标信息进行拟合,得到图像采集设备的坐标系与固定棋盘格坐标系之间的关系;
基于所述图像采集设备的坐标系与固定棋盘格坐标系之间的关系,模拟移动机械臂抓取所述镂空注塑件的场景,并估算机械臂从初始位置到抓取到所述镂空注塑件的平移和旋转矩阵,建立所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系;
根据所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系,建立所述图像采集设备的坐标系与机械臂的坐标系的对应关系。
2.如权利要求1所述的基于视觉引导的机械臂定位方法,其特征在于,所述对采集的镂空注塑件样本进行预处理包括:
对采集的镂空注塑件样本进行颜色空间转换、二值化、腐蚀和/或膨胀处理。
3.如权利要求1所述的基于视觉引导的机械臂定位方法,其特征在于,所述建立所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系具体为:
通过最小二乘法建立所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系。
4.如权利要求1所述的基于视觉引导的机械臂定位方法,其特征在于,所述估算机械臂从初始位置到抓取到所述镂空注塑件的平移和旋转矩阵具体如下:
其中,u表示图像采集设备距离镂空注塑件的物距,v表示像距,[u,v,1]表示像点的图像像素坐标系的齐次坐标,Xw、Yw表示世界坐标系的坐标,M表示机械臂的比例因子,R表示机械臂与固定棋盘格坐标系的旋转矩阵,θ表示机械臂坐标系与固定棋盘格坐标系的夹角,(u0x,v0y)表示图像采集设备光学中心在CCD成像平面上的投影位置。
5.一种基于视觉引导的机械臂定位装置,其特征在于,包括:
样本采集模块,用于通过图像采集设备采集镂空注塑件不同角度的完整样本;
预处理模块,用于对采集的镂空注塑件样本进行预处理,并获取多组预处理后的镂空注塑件样本的物理中心在预先建立的固定棋盘格坐标系中的坐标信息;
拟合模块,用于通过埃尔米特插值算法对获取的所述多组坐标信息进行拟合,得到图像采集设备的坐标系与固定棋盘格坐标系之间的关系;
第一定位模块,用于基于所述图像采集设备的坐标系与固定棋盘格坐标系之间的关系,模拟移动机械臂抓取所述镂空注塑件的场景,并估算机械臂从初始位置到抓取到所述镂空注塑件的平移和旋转矩阵,建立所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系;
第二定位模块,用于根据所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系,建立所述图像采集设备的坐标系与机械臂的坐标系的对应关系。
6.如权利要求5所述的基于视觉引导的机械臂定位装置,其特征在于,所述预处理模块具体用于:
对采集的镂空注塑件样本进行颜色空间转换、二值化、腐蚀和/或膨胀处理。
7.如权利要求5所述的基于视觉引导的机械臂定位装置,其特征在于,所述第一定位模块具体用于:
通过最小二乘法建立所述机械臂与镂空注塑件样本所在的固定棋盘格坐标系之间的空间矩阵关系。
8.如权利要求5所述的基于视觉引导的机械臂定位装置,其特征在于,所述估算机械臂从初始位置到抓取到所述镂空注塑件的平移和旋转矩阵具体如下:
其中,u表示图像采集设备距离镂空注塑件的物距,v表示像距,[u,v,1]表示像点的图像像素坐标系的齐次坐标,Xw、Yw表示世界坐标系的坐标,M表示机械臂的比例因子,R表示机械臂与固定棋盘格坐标系的旋转矩阵,θ表示机械臂坐标系与固定棋盘格坐标系的夹角,(u0x,v0y)表示图像采集设备光学中心在CCD成像平面上的投影位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510995446.7A CN105654474A (zh) | 2015-12-28 | 2015-12-28 | 基于视觉引导的机械臂定位方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510995446.7A CN105654474A (zh) | 2015-12-28 | 2015-12-28 | 基于视觉引导的机械臂定位方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105654474A true CN105654474A (zh) | 2016-06-08 |
Family
ID=56476886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510995446.7A Pending CN105654474A (zh) | 2015-12-28 | 2015-12-28 | 基于视觉引导的机械臂定位方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105654474A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292930A (zh) * | 2017-07-19 | 2017-10-24 | 云南电网有限责任公司电力科学研究院 | 一种机械臂的引导方法及装置 |
WO2020010876A1 (zh) * | 2018-07-09 | 2020-01-16 | 五邑大学 | 一种机器人实验教学用基于最小二乘法的机械臂控制方法 |
CN111062989A (zh) * | 2019-12-12 | 2020-04-24 | 深圳慧智星晨科技有限公司 | 一种高精度二维摄像头与机器人手眼标定的方法及系统 |
CN113909126A (zh) * | 2021-10-13 | 2022-01-11 | 上达电子(黄石)股份有限公司 | 一种fpc成型摆盘成测一体工艺 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103170973A (zh) * | 2013-03-28 | 2013-06-26 | 上海理工大学 | 基于Kinect摄像机的人机协作装置及方法 |
CN104180753A (zh) * | 2014-07-31 | 2014-12-03 | 东莞市奥普特自动化科技有限公司 | 机器人视觉系统的快速标定方法 |
CN104200469A (zh) * | 2014-08-29 | 2014-12-10 | 暨南大学韶关研究院 | 一种视觉智能数控系统的数据融合方法 |
CN104217441A (zh) * | 2013-08-28 | 2014-12-17 | 北京嘉恒中自图像技术有限公司 | 一种基于机器视觉的机械臂定位抓取方法 |
-
2015
- 2015-12-28 CN CN201510995446.7A patent/CN105654474A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103170973A (zh) * | 2013-03-28 | 2013-06-26 | 上海理工大学 | 基于Kinect摄像机的人机协作装置及方法 |
CN104217441A (zh) * | 2013-08-28 | 2014-12-17 | 北京嘉恒中自图像技术有限公司 | 一种基于机器视觉的机械臂定位抓取方法 |
CN104180753A (zh) * | 2014-07-31 | 2014-12-03 | 东莞市奥普特自动化科技有限公司 | 机器人视觉系统的快速标定方法 |
CN104200469A (zh) * | 2014-08-29 | 2014-12-10 | 暨南大学韶关研究院 | 一种视觉智能数控系统的数据融合方法 |
Non-Patent Citations (2)
Title |
---|
LIXIN CHEN ET AL.: "The Visual Location of Workpiece Based on Hermite Interpolation and Mapping for Robot Arms", 《2015 5TH INTERNATIONAL CONFERENCE ON INFORMATION SCIENCE AND TECHNOLOGY》 * |
宋永端: "《移动机器人及其自主化技术》", 31 August 2012 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292930A (zh) * | 2017-07-19 | 2017-10-24 | 云南电网有限责任公司电力科学研究院 | 一种机械臂的引导方法及装置 |
CN107292930B (zh) * | 2017-07-19 | 2020-07-14 | 云南电网有限责任公司电力科学研究院 | 一种机械臂的引导方法及装置 |
WO2020010876A1 (zh) * | 2018-07-09 | 2020-01-16 | 五邑大学 | 一种机器人实验教学用基于最小二乘法的机械臂控制方法 |
CN111062989A (zh) * | 2019-12-12 | 2020-04-24 | 深圳慧智星晨科技有限公司 | 一种高精度二维摄像头与机器人手眼标定的方法及系统 |
CN111062989B (zh) * | 2019-12-12 | 2023-06-06 | 深圳慧智星晨科技有限公司 | 一种高精度二维摄像头与机器人手眼标定的方法及系统 |
CN113909126A (zh) * | 2021-10-13 | 2022-01-11 | 上达电子(黄石)股份有限公司 | 一种fpc成型摆盘成测一体工艺 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109165680B (zh) | 基于视觉slam的室内场景下单一目标物体字典模型改进方法 | |
US11367195B2 (en) | Image segmentation method, image segmentation apparatus, image segmentation device | |
CN105654474A (zh) | 基于视觉引导的机械臂定位方法及装置 | |
CN109443200B (zh) | 一种全局视觉坐标系和机械臂坐标系的映射方法及装置 | |
Guo et al. | Vision-based measurement for rotational speed by improving Lucas–Kanade template tracking algorithm | |
CN112198878B (zh) | 一种即时地图构建方法、装置、机器人及存储介质 | |
CN109035170A (zh) | 基于单网格图分段映射的自适应广角图像校正方法及装置 | |
CN107851301A (zh) | 用于选择图像变换的系统和方法 | |
CN110310305A (zh) | 一种基于bssd检测与卡尔曼滤波的目标跟踪方法与装置 | |
CN114037762A (zh) | 基于图像与高精度地图配准的实时高精度定位方法 | |
CN114494276A (zh) | 一种两阶段多模态三维实例分割方法 | |
CN111179309A (zh) | 一种跟踪方法及设备 | |
CN116805387B (zh) | 基于知识蒸馏的模型训练方法、质检方法和相关设备 | |
CN114022525A (zh) | 基于深度学习的点云配准方法、装置、终端设备及介质 | |
CN116524382A (zh) | 一种桥梁转体合拢准确性检验方法系统、设备 | |
CN106651950B (zh) | 一种基于二次曲线透视投影不变性的单相机位姿估计方法 | |
CN112927304B (zh) | 一种基于卷积神经网络的鱼眼镜头标定方法 | |
CN114882072A (zh) | 一种多通道图像特征融合的高速相关滤波目标追踪方法 | |
CN112529943B (zh) | 一种物体检测方法、物体检测装置及智能设备 | |
CN115953460A (zh) | 基于自监督深度学习的视觉里程计方法 | |
CN112800806B (zh) | 物体位姿检测追踪方法、装置、电子设备及存储介质 | |
CN114373078A (zh) | 目标检测方法、装置、终端设备及存储介质 | |
CN109919998B (zh) | 卫星姿态确定方法、装置和终端设备 | |
CN109859263B (zh) | 一种基于鱼眼镜头的宽视角定位方法 | |
Tang et al. | Algorithm of object localization applied on high-voltage power transmission lines based on line stereo matching |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160608 |
|
RJ01 | Rejection of invention patent application after publication |