CN106485746A - 基于图像无标定的视觉伺服机械手及其控制方法 - Google Patents
基于图像无标定的视觉伺服机械手及其控制方法 Download PDFInfo
- Publication number
- CN106485746A CN106485746A CN201610901571.1A CN201610901571A CN106485746A CN 106485746 A CN106485746 A CN 106485746A CN 201610901571 A CN201610901571 A CN 201610901571A CN 106485746 A CN106485746 A CN 106485746A
- Authority
- CN
- China
- Prior art keywords
- target
- image
- value
- mechanical hand
- control method
- 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
- G06T1/00—General purpose image data processing
- G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1669—Programme controls characterised by programming, planning systems for manipulators characterised by special application, e.g. multi-arm co-operation, assembly, grasping
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Abstract
本发明公开了一种基于图像无标定的视觉伺服机械手及其控制方法,其通过直接根据在初始位姿拍摄的图像,获取目标的形状特征以及机械手应当抓取的位置,同时根据目标的形状特征,调整机械手的位姿为抓取位姿,再结合距离传感器测得的机械手与目标的距离,完成对目标的抓取,从而使机械手的工作效率更高,对环境的适应性更强。
Description
技术领域
本发明涉及自动化设备领域,特别涉及一种基于图像无标定的视觉伺服机械手及其控制方法。
背景技术
机器人到现在已经有几十年的历史,其高度灵活性特点使其得以广泛应用到各行各业之中,特别在自动化设备。随着物联网技术的成熟,机器人的发展方向将向着与网络连接的方向,届时将实现更便利更强大的功能。机械手作为机器人的一个重要分支,加上具有可编程应用的特点,可以适应于各种工作环境,完成预期的工作。机器人发展至今,不仅拥有机器本身的优点,还兼有了人的优点,尤其在人的智能性和适应性上到了充分的体现。
随着科技发展,机器人的研究由原始简单的机械控制,已经进入了智能化阶段。更高层次的智能,意味着更复杂的控制以及获取外界信息多样化。经过信息融合阶段,然后到自主判断阶段,再到决策阶段,最后到执行阶段,实现相应的动作的人类智能,但这更高的层次的智能研发难度大,工程实际应用环境相对较少。相反,通过更多的传感器,特别是加入视觉传感器来获取外界环境信息,使机电系统或机器人完成指定作业,这一层次智能化在实际应用中更有可实行性和更多的应用价值。
相关研究表明人类获取外界的信息百分之八十是通过视觉获取的。机器人作为代替人类劳动的工具,也应该通过视觉来从外界获取信息。随着硬件处理系统性价比的不断提高以及电子技术的迅猛发展,将机械手与视觉结合起来,越来越具有可行性。
发明内容
本发明的目的在于:针对单一机械手无法获得外界信息的机械手,当面对陌生环境时,无法自主控制工作的技术问题。
本发明提供一种基于图像无标定的视觉伺服机械手的控制方法,其技术方案包括以下步骤,
S1:建立一个包含机械手活动区域的空间坐标系,并设定一个初始位姿,使机械手每完成抓取任务后,返回至所述初始位姿;
S2:在机械手处于初始位姿的状态下,通过位于机械手末端关节上的摄像元件拍摄工作台的图像;
S3:根据所述摄像元件拍摄的图像,获取图像中目标的重心坐标()以及水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2;
S4:根据重心坐标()以及水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2,调整机械手的位姿,并根据位于机械手上的距离传感器检测所与目标的距离,控制机械手向目标移动的距离,从而所述机械手完成对抓取目标的抓取。
根据一种具体的实施方式,S3包括,
S301:根据工作台所设置颜色的灰度值,区分图像中的背景和目标;
S302:根据图像中构成目标的像素点的坐标和灰度值,计算出相应的重心坐标以及水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2。
根据一种具体的实施方式,计算重心坐标的方法为,
其中M,N分别表示图像的行和列,ρ(x,y)为(x,y)坐标处的灰度值;
计算分别表示水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2的方法为,
其中,p+q=2,且p和q为正整数。
根据一种具体的实施方式,S3还包括,
S303:以背景颜色的灰度值为二值化阈值,对图像进行二值化,并且二值化图像中背景的像素点为黑色,目标的像素点为白色;
S304:根据二值化图像中的黑、白像素点,获取图像中目标的面积S和周长L,并计算出目标的形状复杂度
S305:计算和的值,其中,en表示模板图形的形状复杂度,n表示模板图形的编号,μn,2,0、μn,1,1和μn,0,2分别表示模板图形水平、对角和垂直方向的几何不变矩值;
S306:判断最接近1的值所对应的模板图形与最大的值所对应的模板图形是否一致;若一致,则成功识别目标的形状,并继续执行S4,否则,对所述摄像元件拍摄的图像进行一定放大倍数处理,再重新执行S303~S306。
根据一种具体的实施方式,S304中,通过扫描二值化图像每个像素点的值而构建建立一个矩阵,使所述矩阵的元素与图像的像素点一一对应,并且所述矩阵元素的值与其对应的像素点的值一致,其中黑像素点的值为0,白像素点的值为1;
根据所述矩阵中值为0的元素与值为1的元素的边界,得出目标图像区域的周长L,以及根据所述矩阵中值为1的元素的个数,得出目标图像区域的面积S。
根据一种具体的实施方式,S306中,当对所述摄像元件拍摄的图像的放大倍数超过设定值,则发送报警信息,并回到初始位姿。
根据一种具体的实施方式,S4中,根据目标的重心坐标调整机械手末端关节前的各个关节的状态,使末端关节对准目标的重心坐标,以及根据水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2,调整机械手末端关节的旋转角度,并与目标的中轴线对齐。
根据一种具体的实施方式,机械手末端关节的旋转角度θ1的计算方式为,
其中,
根据一种具体的实施方式,S4中,还根据机械手上的力矩传感器检测的力矩,判断机械手是否成功夹取目标,若未成功,则返回至初始位姿,重新执行S2~S4。
基于同一发明构思,本发明还提供一种用于实施本发明控制方法的机械手,其包括机械臂、夹取装置、摄像元件、运动控制单元和图像处理单元;其中,
所述机械臂具有至少四个关节,并且所述摄像元件和所述夹取装置设置在所述机械臂的末端关节上;
所述图像处理单元,用于根据所述摄像元件拍摄的图像,获取图像中目标的重心坐标以及水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2,并输出相应的数据给所述运动控制单元;
所述运动控制单元,用于在每次完成抓取任务后,控制所述机械臂返回至初始位姿,以及根据所述图像处理单元输出的数据,调整所述机械臂的位姿为抓取位姿,同时根据所述夹取装置上距离传感器所检测的与目标的距离,控制机械手向目标移动的距离,从而所述机械手完成对抓取目标的抓取。
与现有技术相比,本发明的有益效果:本发明基于图像无标定的视觉伺服机械手及其控制方法,与采用图像标定的方式相比,直接根据在初始位姿拍摄的图像,获取目标的形状特征以及机械手应当抓取的位置,同时根据目标的形状特征,调整机械手的位姿为抓取位姿,再结合距离传感器测得的机械手与目标的距离,完成对目标的抓取,机械手的工作效率更高,而且对环境的适应性更强。
附图说明:
图1是本发明的流程示意图;
图2是本发明一种实施的流程示意图;
图3是本发明机械手的示意框图。
具体实施方式
下面结合具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例,凡基于本发明内容所实现的技术均属于本发明的范围。
结合图1所示的本发明的流程示意图;其中,本发明基于图像无标定的视觉伺服机械手的控制方法包括以下步骤,
S1:建立一个包含机械手活动区域的空间坐标系,并设定一个初始位姿,使机械手每完成抓取任务后,返回至初始位姿。建立的空间坐标系是以工作台的水平面为xy平面,垂直于水平面的方向则是z轴方向;机械手的运动控制通过初始位姿的坐标,结合机械手的运动数据如位移量、旋转量等,计算出机械手的实时坐标。
S2:在机械手处于初始位姿的状态下,通过位于机械手末端关节上的摄像元件拍摄工作台的图像。
S3:根据摄像元件拍摄的图像,获取图像中目标的重心坐标以及水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2。
S4:根据重心坐标以及水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2,调整机械手的位姿,并根据位于机械手上的距离传感器所检测与目标的距离,控制机械手向目标移动的距离,从而机械手完成对抓取目标的抓取。
本发明中,根据机械手连杆D-H参数,建立Ti齐次变换矩阵,即建立机械手的运动学模型,而每个齐次变换矩阵,即是每相邻的两个关节之间的旋转和平移:
在机械手的坐标系中,机械手的初始位姿确定,通过图像识别出目标的xy的坐标,而且通过距离传感器求出与目标的距离,相当于确定终点位置的z坐标,因此,终点位置和初始位置均已知,通过对上面的齐次变换矩阵求逆,得到各个关节的旋转量和平移量,以实现机械手的运动控制。
此外,由于实时计算从图像矩阵到关节矩阵的逆雅可比矩阵,需要硬件具有较高的运算能力,而为进一步简化实施过程,同时节省硬件成本,本发明通过预设轨迹库,并从轨迹库中调用预先求解好的运动轨迹(即变换矩阵)的求逆后的各轴电机的旋转量和平移量,按预设运动轨迹运动到目标位置处,从而完成目标抓取的动作。
结合图2所示的本发明一种实施的流程示意图;其中,S3包括,
S301:根据工作台所设置颜色的灰度值,区分图像中的背景和目标。
S302:根据图像中构成目标的像素点的坐标和灰度值,计算出相应的重心坐标以及水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2。
其中,计算重心坐标的方法为,
其中M,N分别表示图像的行和列,ρ(x,y)为(x,y)坐标处的灰度值。
而计算分别表示水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2的方法为,
其中,p+q=2,且p和q为正整数。
在实施时,S3还包括,
S303:以背景颜色的灰度值为二值化阈值,对图像进行二值化,并且二值化图像中背景的像素点为黑色,目标的像素点为白色。
S304:根据二值化图像中的黑、白像素点,获取图像中目标的面积S和周长L,并计算出目标的形状复杂度
S305:计算和的值,其中,en表示模板图形的形状复杂度,n表示模板图形的编号,μn,2,0、μn,1,1和μn,0,2分别表示模板图形水平、对角和垂直方向的几何不变矩值。
S306:判断最接近1的值所对应的模板图形与最大的值所对应的模板图形是否一致;若一致,则成功识别目标的形状,并继续执行S4,否则,对摄像元件拍摄的图像进行一定放大倍数处理,再重新执行S303~S306。
具体的,S304中,通过扫描二值化图像每个像素点的值而构建建立一个矩阵,使矩阵的元素与图像的像素点一一对应,并且矩阵元素的值与其对应的像素点的值一致,其中黑像素点的值为0,白像素点的值为1。
再根据矩阵中值为0的元素与值为1的元素的边界,得出目标图像区域的周长L,以及根据矩阵中值为1的元素的个数,得出目标图像区域的面积S。
另外,S306中,当对摄像元件拍摄的图像的放大倍数超过设定值,则发送报警信息,并回到初始位姿。
此外本发明中,S4中,根据目标的重心坐标调整机械手末端关节前的各个关节的状态,使末端关节对准目标的重心坐标,以及根据水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2,调整机械手末端关节的旋转角度,与目标的中轴线对齐。
具体的,机械手末端关节的旋转角度θ1的计算方式为,
其中,
在实施时,S4中,还根据机械手上的力矩传感器检测的力矩,判断机械手是否成功夹取目标,若未成功,则返回至初始位姿,重新执行S2~S4。
结合图3所示的本发明机械手的示意框图;其中,本发明用于实施本发明控制方法的机械手,其包括机械臂、夹取装置、摄像元件、运动控制单元和图像处理单元。
其中,机械臂具有至少四个关节,并且摄像元件和夹取装置设置在机械臂的末端关节上;
图像处理单元,用于根据摄像元件拍摄的图像,获取图像中目标的重心坐标以及水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2,并输出相应的数据给运动控制单元。
运动控制单元,用于在每次完成抓取任务后,控制机械臂返回至初始位姿,以及根据图像处理单元输出的数据,调整机械臂的位姿为抓取位姿,同时根据夹取装置上距离传感器所检测的与目标的距离,控制机械手向目标移动的距离,从而机械手完成对抓取目标的抓取。
在实施时,本发明的夹取装置上还设置力矩传感器,通过力矩传感器检测力矩,以判断夹取装置是否成功夹取到目标。
上面结合附图对本发明的具体实施方式进行了详细说明,但本发明并不限制于上述实施方式,在不脱离本申请的权利要求的精神和范围情况下,本领域的技术人员可以作出各种修改或改型。
Claims (10)
1.一种基于图像无标定的视觉伺服机械手的控制方法,其特征在于,包括以下步骤,
S1:建立一个包含机械手活动区域的空间坐标系,并设定一个初始位姿,使机械手每完成抓取任务后,返回至初始位姿;
S2:在机械手处于初始位姿的状态下,通过位于机械手末端关节上的摄像元件拍摄工作台的图像;
S3:根据所述摄像元件拍摄的图像,获取图像中目标的重心坐标以及水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2;
S4:根据重心坐标以及水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2,调整机械手的位姿为抓取位姿,并根据位于机械手夹取装置上的距离传感器检测与目标的距离,控制机械手向目标移动的距离,从而所述机械手完成对抓取目标的抓取。
2.如权利要求1所述的控制方法,其特征在于,S3包括,
S301:根据工作台所设置颜色的灰度值,区分图像中的背景和目标;
S302:根据图像中构成目标的像素点的坐标和灰度值,计算出相应的重心坐标以及水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2。
3.如权利要求1或2所述的控制方法,其特征在于,计算重心坐标的方法为,
其中M,N分别表示图像的行和列,ρ(x,y)为(x,y)坐标处的灰度值;
计算分别表示水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2的方法为,
其中,p+q=2,且p和q为正整数。
4.如权利要求2所述的控制方法,其特征在于,S3还包括,
S303:以背景颜色的灰度值为二值化阈值,对图像进行二值化,并且二值化图像中背景的像素点为黑色,目标的像素点为白色;
S304:根据二值化图像中的黑、白像素点,获取图像中目标的面积S和周长L,并计算出目标的形状复杂度
S305:计算和的值,其中,en表示模板图形的形状复杂度,n表示模板图形的编号,μn,2,0、μn,1,1和μn,0,2分别表示模板图形水平、对角和垂直方向的几何不变矩值;
S306:判断最接近1的值所对应的模板图形与最大的值所对应的模板图形是否一致;若一致,则成功识别目标的形状,并继续执行S4,否则,对所述摄像元件拍摄的图像进行一定放大倍数处理,再重新执行S303~S306。
5.如权利要求4所述的控制方法,其特征在于,S304中,
通过扫描二值化图像每个像素点的值而构建建立一个矩阵,使所述矩阵的元素与图像的像素点一一对应,并且所述矩阵元素的值与其对应的像素点的值一致,其中黑像素点的值为0,白像素点的值为1;
根据所述矩阵中值为0的元素与值为1的元素的边界,得出目标图像区域的周长L,以及根据所述矩阵中值为1的元素的个数,得出目标图像区域的面积S。
6.如权利要求4所述的控制方法,其特征在于,S306中,当对所述摄像元件拍摄的图像的放大倍数超过设定值,则发送报警信息,并回到初始位姿。
7.如权利要求1所述的控制方法,其特征在于,S4中,根据目标的重心坐标,调整机械手末端关节前的各个关节的状态,使末端关节对准目标的重心坐标,以及根据水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2,调整机械手末端关节的旋转角度,使夹取装置与目标的中轴线对齐。
8.如权利要求7所述的控制方法,其特征在于,机械手末端关节的旋转角度θ1的计算方式为,
其中,
9.如权利要求1所述的控制方法,其特征在于,S4中,还根据夹取装置上的力矩传感器检测的力矩,判断机械手是否成功夹取目标,若未成功,则返回至初始位姿,重新执行S2~S4。
10.一种用于实施如权利要求1~9之一所述的控制方法的机械手,其特征在于,包括机械臂、夹取装置、摄像元件、运动控制单元和图像处理单元;其中,
所述机械臂具有至少四个关节,并且所述摄像元件和所述夹取装置设置在所述机械臂的末端关节上;
所述图像处理单元,用于根据所述摄像元件拍摄的图像,获取图像中目标的重心坐标以及水平、对角和垂直方向的几何不变矩值μ2,0、μ1,1和μ0,2,并输出相应的数据给所述运动控制单元;
所述运动控制单元,用于在每次完成抓取任务后,控制所述机械臂返回至初始位姿,以及根据所述图像处理单元输出的数据,调整所述机械臂的位姿为抓取位姿,同时根据所述夹取装置上距离传感器所检测的与目标的距离,控制机械手向目标移动的距离,从而所述机械手完成对抓取目标的抓取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610901571.1A CN106485746A (zh) | 2016-10-17 | 2016-10-17 | 基于图像无标定的视觉伺服机械手及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610901571.1A CN106485746A (zh) | 2016-10-17 | 2016-10-17 | 基于图像无标定的视觉伺服机械手及其控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106485746A true CN106485746A (zh) | 2017-03-08 |
Family
ID=58269972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610901571.1A Pending CN106485746A (zh) | 2016-10-17 | 2016-10-17 | 基于图像无标定的视觉伺服机械手及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106485746A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107186708A (zh) * | 2017-04-25 | 2017-09-22 | 江苏安格尔机器人有限公司 | 基于深度学习图像分割技术的手眼伺服机器人抓取系统及方法 |
CN108189032A (zh) * | 2017-12-29 | 2018-06-22 | 深圳市越疆科技有限公司 | 视觉识别自动拿取方法和机械臂 |
CN108229235A (zh) * | 2017-12-29 | 2018-06-29 | 苏州德创测控科技有限公司 | 一种标签检测装置及检测方法 |
CN108858202A (zh) * | 2018-08-16 | 2018-11-23 | 中国科学院自动化研究所 | 基于“对准-趋近-抓取”的零件抓取装置的控制方法 |
CN109048911A (zh) * | 2018-08-31 | 2018-12-21 | 河南工程学院 | 一种基于矩形特征的机器人视觉控制方法 |
CN109848987A (zh) * | 2019-01-22 | 2019-06-07 | 天津大学 | 一种并联机器人视觉伺服控制方法 |
CN109941733A (zh) * | 2019-03-15 | 2019-06-28 | 吕小龙 | 一种智能搬运辅助机器人 |
CN109955244A (zh) * | 2017-12-26 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种基于视觉伺服的抓取控制方法、装置和机器人 |
CN110539991A (zh) * | 2019-10-21 | 2019-12-06 | 南京可信机器人研究院有限公司 | 一种自动化垃圾车及其自动化机械手 |
CN111310637A (zh) * | 2020-02-11 | 2020-06-19 | 山西大学 | 一种基于尺度不变网络的机器人目标抓取检测方法 |
CN111376254A (zh) * | 2018-12-29 | 2020-07-07 | 上海葩弥智能科技有限公司 | 平面测距方法及系统和机械手调校平面的方法及系统 |
CN111462232A (zh) * | 2020-03-13 | 2020-07-28 | 广州大学 | 一种物体抓取方法、装置和存储介质 |
WO2021012681A1 (zh) * | 2019-07-19 | 2021-01-28 | 五邑大学 | 一种应用于搬运机器人的目标搬运方法及其搬运机器人 |
CN112459734A (zh) * | 2020-11-26 | 2021-03-09 | 湖南三一石油科技有限公司 | 一种机械手定位方法、装置、机械手及存储介质 |
CN113060353A (zh) * | 2021-02-26 | 2021-07-02 | 深圳市华盛控科技有限公司 | 一种装箱设备及其装箱方法 |
CN113858215A (zh) * | 2021-11-24 | 2021-12-31 | 江苏汇博机器人技术股份有限公司 | 一种六轴机器人自动装配仿真系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104898421A (zh) * | 2015-05-05 | 2015-09-09 | 上海大学 | 基于支持向量回归机学习的无标定手眼协调模糊控制方法 |
-
2016
- 2016-10-17 CN CN201610901571.1A patent/CN106485746A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104898421A (zh) * | 2015-05-05 | 2015-09-09 | 上海大学 | 基于支持向量回归机学习的无标定手眼协调模糊控制方法 |
Non-Patent Citations (3)
Title |
---|
杨唐文 等: "移动双臂机械手系统协调操作的视觉伺服技术", 《控制理论与应用》 * |
赵喜锋 等: "基于动态目标的机器人无标定视觉伺服系统仿真", 《机床与液压》 * |
郗郡红: "搭载机械手的智能轮式小车目标识别及抓取控制研究", 《万方数据知识服务平台》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107186708A (zh) * | 2017-04-25 | 2017-09-22 | 江苏安格尔机器人有限公司 | 基于深度学习图像分割技术的手眼伺服机器人抓取系统及方法 |
CN107186708B (zh) * | 2017-04-25 | 2020-05-12 | 珠海智卓投资管理有限公司 | 基于深度学习图像分割技术的手眼伺服机器人抓取系统及方法 |
CN109955244A (zh) * | 2017-12-26 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种基于视觉伺服的抓取控制方法、装置和机器人 |
CN108189032A (zh) * | 2017-12-29 | 2018-06-22 | 深圳市越疆科技有限公司 | 视觉识别自动拿取方法和机械臂 |
CN108229235A (zh) * | 2017-12-29 | 2018-06-29 | 苏州德创测控科技有限公司 | 一种标签检测装置及检测方法 |
CN108189032B (zh) * | 2017-12-29 | 2023-01-03 | 日照市越疆智能科技有限公司 | 视觉识别自动拿取方法和机械臂 |
CN108858202A (zh) * | 2018-08-16 | 2018-11-23 | 中国科学院自动化研究所 | 基于“对准-趋近-抓取”的零件抓取装置的控制方法 |
CN109048911A (zh) * | 2018-08-31 | 2018-12-21 | 河南工程学院 | 一种基于矩形特征的机器人视觉控制方法 |
CN109048911B (zh) * | 2018-08-31 | 2021-08-24 | 河南工程学院 | 一种基于矩形特征的机器人视觉控制方法 |
CN111376254A (zh) * | 2018-12-29 | 2020-07-07 | 上海葩弥智能科技有限公司 | 平面测距方法及系统和机械手调校平面的方法及系统 |
CN111376254B (zh) * | 2018-12-29 | 2023-12-29 | 上海晨兴希姆通电子科技有限公司 | 平面测距方法及系统和机械手调校平面的方法及系统 |
CN109848987A (zh) * | 2019-01-22 | 2019-06-07 | 天津大学 | 一种并联机器人视觉伺服控制方法 |
CN109941733A (zh) * | 2019-03-15 | 2019-06-28 | 吕小龙 | 一种智能搬运辅助机器人 |
WO2021012681A1 (zh) * | 2019-07-19 | 2021-01-28 | 五邑大学 | 一种应用于搬运机器人的目标搬运方法及其搬运机器人 |
CN110539991A (zh) * | 2019-10-21 | 2019-12-06 | 南京可信机器人研究院有限公司 | 一种自动化垃圾车及其自动化机械手 |
CN111310637A (zh) * | 2020-02-11 | 2020-06-19 | 山西大学 | 一种基于尺度不变网络的机器人目标抓取检测方法 |
CN111310637B (zh) * | 2020-02-11 | 2022-11-11 | 山西大学 | 一种基于尺度不变网络的机器人目标抓取检测方法 |
CN111462232B (zh) * | 2020-03-13 | 2023-04-25 | 广州大学 | 一种物体抓取方法、装置和存储介质 |
CN111462232A (zh) * | 2020-03-13 | 2020-07-28 | 广州大学 | 一种物体抓取方法、装置和存储介质 |
CN112459734A (zh) * | 2020-11-26 | 2021-03-09 | 湖南三一石油科技有限公司 | 一种机械手定位方法、装置、机械手及存储介质 |
CN113060353A (zh) * | 2021-02-26 | 2021-07-02 | 深圳市华盛控科技有限公司 | 一种装箱设备及其装箱方法 |
CN113858215A (zh) * | 2021-11-24 | 2021-12-31 | 江苏汇博机器人技术股份有限公司 | 一种六轴机器人自动装配仿真系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106485746A (zh) | 基于图像无标定的视觉伺服机械手及其控制方法 | |
CN109255813B (zh) | 一种面向人机协作的手持物体位姿实时检测方法 | |
CN106228563B (zh) | 基于三维视觉的自动装配系统 | |
US10857673B2 (en) | Device, method, program and recording medium, for simulation of article arraying operation performed by robot | |
Liu et al. | Uncalibrated visual servoing of robots using a depth-independent interaction matrix | |
US8666141B2 (en) | Robot system, robot control device and method for controlling robot | |
CN104552341B (zh) | 移动工业机器人单点多视角挂表位姿误差检测方法 | |
CN108416428B (zh) | 一种基于卷积神经网络的机器人视觉定位方法 | |
JP6826069B2 (ja) | ロボットの動作教示装置、ロボットシステムおよびロボット制御装置 | |
CN108748149B (zh) | 一种复杂环境下基于深度学习的无标定机械臂抓取方法 | |
CN110666801A (zh) | 一种复杂工件匹配定位的抓取工业机器人 | |
CN110980276B (zh) | 一种三维视觉配合机器人实施铸件自动下料的方法 | |
CN113379849A (zh) | 基于深度相机的机器人自主识别智能抓取方法及系统 | |
CN107414474A (zh) | 一种狭窄空间螺栓定位安装机器人及控制方法 | |
Hu et al. | A ball-throwing robot with visual feedback | |
Gao et al. | An automatic assembling system for sealing rings based on machine vision | |
CN110722547B (zh) | 模型未知动态场景下移动机器人视觉镇定 | |
CN211890823U (zh) | 基于RealSense相机的四自由度机械臂视觉伺服控制系统 | |
Zhou et al. | Visual servo control system of 2-DOF parallel robot | |
Ren et al. | Vision based object grasping of robotic manipulator | |
Wang et al. | Study on the Target Recognition and Location Technology of industrial Sorting Robot based on Machine Vision. | |
Hu et al. | Manipulator arm interactive control in unknown underwater environment | |
CN116872216B (zh) | 一种基于有限时间控制的机器人视觉伺服作业方法 | |
CN114147704B (zh) | 基于深度视觉与增量闭环的机械臂精准定位及抓取方法 | |
TWI788253B (zh) | 適應性移動操作設備及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170308 |