CN108038861A - 一种多机器人协作分拣方法、系统及装置 - Google Patents
一种多机器人协作分拣方法、系统及装置 Download PDFInfo
- Publication number
- CN108038861A CN108038861A CN201711237810.9A CN201711237810A CN108038861A CN 108038861 A CN108038861 A CN 108038861A CN 201711237810 A CN201711237810 A CN 201711237810A CN 108038861 A CN108038861 A CN 108038861A
- Authority
- CN
- China
- Prior art keywords
- robot
- target piece
- sorting
- coordinate system
- object image
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种多机器人协作分拣方法、系统及装置,方法包括对目标物件进行定位,得到定位结果;根据定位结果,对目标物件进行特征提取,并将得到的特征信息传输至机器人;多个机器人根据特征信息抓取目标物件,并对目标物件进行分拣。本发明通过定位、特征提取和多机器人协同分拣,准确度较高,有效提高了系统的性能,大大提升了灵活性、稳定性和容错能力,而且多机器人具有分布特征,不仅可以提高效率,还可以完成单个机器人无法完成的任务,大大提升适用性。本发明可广泛应用于分拣运输中。
Description
技术领域
本发明涉及机器人技术领域,尤其涉及一种多机器人协作分拣方法、系统及装置。
背景技术
随着生产线的要求增加,具有分拣功能的生产线被要求。分拣系统利用摄像头识别目标,机器人将物料从一个位置运送至另一个位置。摄像头识别图像信息,然后将信息传递至处理单元。基于图像的信息,例如像素分布、亮度、颜色等,物料的信息即可判断。根据识别的结果控制机器人。此过程快速、准确、高可靠性。
然而,自动化生产线的复杂程度提高,例如:多工位分拣、逐级分拣、复杂的机器人路径、大工作范围。一个单独的机器人不能完成这样的任务。
发明内容
为了解决上述技术问题,本发明的目的是提供一种能提高效率,且稳定性较好的多机器人协作分拣方法、系统及装置。
本发明所采取的技术方案是:
一种多机器人协作分拣方法,包括以下步骤:
对目标物件进行定位,得到定位结果;
根据定位结果,对目标物件进行特征提取,并将得到的特征信息传输至机器人;
多个机器人根据特征信息抓取目标物件,并对目标物件进行分拣。
作为所述的一种多机器人协作分拣方法的进一步改进,所述的对目标物件进行定位,得到定位结果,这一步骤具体包括:
对目标物件进行图像采集,得到物件图像;
根据物件图像,分别建立物件坐标系和视觉坐标系,进而计算物件坐标系和视觉坐标系之间的转换矩阵;
根据物件图像和目标物件,提取物件图像中需要处理的区域,得到感兴趣区域;
根据感兴趣区域,对物件图像进行分割处理,得到分割图像;
根据分割图像,通过转换矩阵计算分割图像的中心坐标,得到定位结果。
作为所述的一种多机器人协作分拣方法的进一步改进,所述的多个机器人根据特征信息抓取目标物件,并对目标物件进行分拣,这一步骤具体包括:
当存在光电传感器触发时,对应的机器人根据特征信息抓取目标物件;
判断其余的机器人是否在该机器人运动的碰撞区域中,若是,则该机器人停止运动,直到其余机器人离开碰撞区域;反之,则该机器人运动至预设的目标位置,并释放目标物件。
本发明所采用的另一个技术方案是:
一种多机器人协作分拣系统,包括:
定位单元,用于对目标物件进行定位,得到定位结果;
特征提取单元,用于根据定位结果,对目标物件进行特征提取,并将得到的特征信息传输至机器人;
分拣单元,用于多个机器人根据特征信息抓取目标物件,并对目标物件进行分拣。
作为所述的一种多机器人协作分拣系统的进一步改进,所述的定位单元具体包括:
图像采集单元,用于对目标物件进行图像采集,得到物件图像;
坐标系建立单元,用于根据物件图像,分别建立物件坐标系和视觉坐标系,进而计算物件坐标系和视觉坐标系之间的转换矩阵;
区域提取单元,用于根据物件图像和目标物件,提取物件图像中需要处理的区域,得到感兴趣区域;
分割单元,用于根据感兴趣区域,对物件图像进行分割处理,得到分割图像;
定位计算单元,用于根据分割图像,通过转换矩阵计算分割图像的中心坐标,得到定位结果。
作为所述的一种多机器人协作分拣系统的进一步改进,所述的分拣单元具体包括:
抓取单元,用于当存在光电传感器触发时,对应的机器人根据特征信息抓取目标物件;
碰撞判断单元,用于判断其余的机器人是否在该机器人运动的碰撞区域中,若是,则该机器人停止运动,直到其余机器人离开碰撞区域;反之,则该机器人运动至预设的目标位置,并释放目标物件。
本发明所采用的再一个技术方案是:
一种多机器人协作分拣装置,包括:
存储器,用于存放程序;
处理器,用于执行所述程序,所述程序使得所述处理器执行所述的用于多机器人协作分拣方法。
本发明的有益效果是:
本发明一种多机器人协作分拣方法、系统及装置通过定位、特征提取和多机器人协同分拣,准确度较高,有效提高了系统的性能,大大提升了灵活性、稳定性和容错能力,而且多机器人具有分布特征,不仅可以提高效率,还可以完成单个机器人无法完成的任务,大大提升适用性。
附图说明
图1是本发明一种多机器人协作分拣方法的步骤流程图;
图2是本发明一种多机器人协作分拣系统的模块方框图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明:
参考图1,本发明一种多机器人协作分拣方法,包括以下步骤:
对目标物件进行定位,得到定位结果;
根据定位结果,对目标物件进行特征提取,并将得到的特征信息传输至机器人;
多个机器人根据特征信息抓取目标物件,并对目标物件进行分拣。
进一步作为优选的实施方式,所述的对目标物件进行定位,得到定位结果,这一步骤具体包括:
对目标物件进行图像采集,得到物件图像;
根据物件图像,分别建立物件坐标系和视觉坐标系,进而计算物件坐标系和视觉坐标系之间的转换矩阵;
根据物件图像和目标物件,提取物件图像中需要处理的区域,得到感兴趣区域;
根据感兴趣区域,对物件图像进行分割处理,得到分割图像;
根据分割图像,通过转换矩阵计算分割图像的中心坐标,得到定位结果。
本发明实施例中,物件坐标系建立于传送带的平面上。为了建立物件坐标系和视觉坐标系的关系,本实施例采用了三点法,用三点计算视觉坐标系和工件坐标系的关系,认为这三点在视觉坐标系下的值为:
在工件坐标系下的值为:
使用R1点作为参考,视觉坐标系和工件坐标系的关系建立如下:
是视觉坐标系和工件坐标系的转换矩阵,因而,一旦目标在视觉坐标系下的坐标被确认,就可以计算它在工件坐标系下的坐标,以控制机器人运动。
其次,图像处理被分为两部分,感兴趣区提取和图像分割。(a)感兴趣区提取是用来图像中需要处理的区域。相机获得图像包含工作区和他周围的部分,如果处理整个图像,大量的计算需要大量时间,造成效率低下,因此需要提取感兴趣区域。(b)图像分割是用来从一个图像中提取一部分特征。运用了不同的图像分割方法,例如阈值分割法、区域分割法、边缘分割法等。本实施例中采用了阈值分割法,根据感兴趣区的阈值,对其进行二值化,得到的高亮的区域即为图像分割要获得的区域。
最后,要计算分割区域的中点坐标。一旦提取了分割图像,他的边缘可以很容易得到,因而,边缘点的坐标就可以确定。这里选择4个极限点(+X,+Y最大,-X,-Y最小),得到这4个点为:
S1(x1,y1),x1=max(x1,x2,x3,x4…xn);
S2(x2,y2),y2=max(y1,y2,y3,y4…yn);
S3(x3,y3),x3=min(x1,x2,x3,x4…xn);
S4(x4,y4),y4=min(y1,y2,y3,y4…yn);
这四个点的中点坐标即为目标的中心坐标:
S0(x0,y0)=center[S1,S2,S3,S4]。
进一步作为优选的实施方式,所述的多个机器人根据特征信息抓取目标物件,并对目标物件进行分拣,这一步骤具体包括:
当存在光电传感器触发时,对应的机器人根据特征信息抓取目标物件;
判断其余的机器人是否在该机器人运动的碰撞区域中,若是,则该机器人停止运动,直到其余机器人离开碰撞区域;反之,则该机器人运动至预设的目标位置,并释放目标物件。
本发明实施例中,特征提取是用来对目标图像进行特征提取,采用不同的方法进行特征提取,例如:灰度法(通过灰度值区分透明度)、颜色法(区分颜色)和模式匹配法等。
本发明实施例中,机器人1在传送带上抓取目标,然后把它从传送带运送至中转站。因为不确定工件在传送带上的位置,因此机器人在传送带上抓取的位置需要根据情况而调整。
机器人末端的运动轨迹是唯一的。换言之,目标的中点坐标对应一个唯一的抓取位置。抓取位置的坐标可以根据目标物件的中点坐标获得。
然后是另一问题,何时抓取。抓取位置和工件中心点的距离可以根据此两点的坐标计算得到:
L=length(P1,P2);
从当前点到抓取点的时间为t,建立关系:
t1是目标的运动时间;
v是目标的运动速度;
t2是机器人的运动时间;
因为机器人的运动速度远快于目标的运动速度,t2因此可以忽略不计。
此外,为准确计算工件的运动时间,加入了光电传感器,相机也是被光电传感器的信号触发。
其次,机器人2的路径规划。由于机器人有足够的重复位置精度,即可保证目标的位置精度。但是仍有许多不确定因素影工作环境,例如吸盘压力的变化等。因此,在位置2加入一个光电传感器。光电传感器的信号将被作为机器人2运动的触发。
本实施例中,采用袋装的饼干作为目标物件,先是采集图像,提取感兴趣区域,通过转换矩阵计算目标物件的位置,然后识别饼干袋包装上的特征信息,当光电传感器1触发后,对应的机器人1根据特征信息抓取饼干袋,并将饼干袋运输至中转站并释放。这时光电传感器2触发后,对应的机器人2运动至中转站根据特征信息抓取饼干袋,并将饼干袋运输至料仓并释放,完成分拣。在机器人运动期间判断其余的机器人是否在该机器人运动的碰撞区域中,若是,则该机器人停止运动,直到其余机器人离开碰撞区域;反之,则该机器人运动至预设的目标位置,并释放目标物件。
参考图2,本发明一种多机器人协作分拣系统,包括:
定位单元,用于对目标物件进行定位,得到定位结果;
特征提取单元,用于根据定位结果,对目标物件进行特征提取,并将得到的特征信息传输至机器人;
分拣单元,用于多个机器人根据特征信息抓取目标物件,并对目标物件进行分拣。
进一步作为优选的实施方式,所述的定位单元具体包括:
图像采集单元,用于对目标物件进行图像采集,得到物件图像;
坐标系建立单元,用于根据物件图像,分别建立物件坐标系和视觉坐标系,进而计算物件坐标系和视觉坐标系之间的转换矩阵;
区域提取单元,用于根据物件图像和目标物件,提取物件图像中需要处理的区域,得到感兴趣区域;
分割单元,用于根据感兴趣区域,对物件图像进行分割处理,得到分割图像;
定位计算单元,用于根据分割图像,通过转换矩阵计算分割图像的中心坐标,得到定位结果。
进一步作为优选的实施方式,所述的分拣单元具体包括:
抓取单元,用于当存在光电传感器触发时,对应的机器人根据特征信息抓取目标物件;
碰撞判断单元,用于判断其余的机器人是否在该机器人运动的碰撞区域中,若是,则该机器人停止运动,直到其余机器人离开碰撞区域;反之,则该机器人运动至预设的目标位置,并释放目标物件。
本发明一种多机器人协作分拣装置,包括:
存储器,用于存放程序;
处理器,用于执行所述程序,所述程序使得所述处理器执行所述的用于多机器人协作分拣方法。
从上述内容可知,本发明通过定位、特征提取和多机器人协同分拣,准确度较高,有效提高了系统的性能,大大提升了灵活性、稳定性和容错能力,而且多机器人具有分布特征,不仅可以提高效率,还可以完成单个机器人无法完成的任务,大大提升适用性。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (7)
1.一种多机器人协作分拣方法,其特征在于,包括以下步骤:
对目标物件进行定位,得到定位结果;
根据定位结果,对目标物件进行特征提取,并将得到的特征信息传输至机器人;
多个机器人根据特征信息抓取目标物件,并对目标物件进行分拣。
2.根据权利要求1所述的一种多机器人协作分拣方法,其特征在于:所述的对目标物件进行定位,得到定位结果,这一步骤具体包括:
对目标物件进行图像采集,得到物件图像;
根据物件图像,分别建立物件坐标系和视觉坐标系,进而计算物件坐标系和视觉坐标系之间的转换矩阵;
根据物件图像和目标物件,提取物件图像中需要处理的区域,得到感兴趣区域;
根据感兴趣区域,对物件图像进行分割处理,得到分割图像;
根据分割图像,通过转换矩阵计算分割图像的中心坐标,得到定位结果。
3.根据权利要求1所述的一种多机器人协作分拣方法,其特征在于:所述的多个机器人根据特征信息抓取目标物件,并对目标物件进行分拣,这一步骤具体包括:
当存在光电传感器触发时,对应的机器人根据特征信息抓取目标物件;
判断其余的机器人是否在该机器人运动的碰撞区域中,若是,则该机器人停止运动,直到其余机器人离开碰撞区域;反之,则该机器人运动至预设的目标位置,并释放目标物件。
4.一种多机器人协作分拣系统,其特征在于,包括:
定位单元,用于对目标物件进行定位,得到定位结果;
特征提取单元,用于根据定位结果,对目标物件进行特征提取,并将得到的特征信息传输至机器人;
分拣单元,用于多个机器人根据特征信息抓取目标物件,并对目标物件进行分拣。
5.根据权利要求4所述的一种多机器人协作分拣系统,其特征在于:所述的定位单元具体包括:
图像采集单元,用于对目标物件进行图像采集,得到物件图像;
坐标系建立单元,用于根据物件图像,分别建立物件坐标系和视觉坐标系,进而计算物件坐标系和视觉坐标系之间的转换矩阵;
区域提取单元,用于根据物件图像和目标物件,提取物件图像中需要处理的区域,得到感兴趣区域;
分割单元,用于根据感兴趣区域,对物件图像进行分割处理,得到分割图像;
定位计算单元,用于根据分割图像,通过转换矩阵计算分割图像的中心坐标,得到定位结果。
6.根据权利要求4所述的一种多机器人协作分拣系统,其特征在于:所述的分拣单元具体包括:
抓取单元,用于当存在光电传感器触发时,对应的机器人根据特征信息抓取目标物件;
碰撞判断单元,用于判断其余的机器人是否在该机器人运动的碰撞区域中,若是,则该机器人停止运动,直到其余机器人离开碰撞区域;反之,则该机器人运动至预设的目标位置,并释放目标物件。
7.一种多机器人协作分拣装置,其特征在于,包括:
存储器,用于存放程序;
处理器,用于执行所述程序,所述程序使得所述处理器执行如权利要求1~3任一项所述的用于多机器人协作分拣方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711237810.9A CN108038861A (zh) | 2017-11-30 | 2017-11-30 | 一种多机器人协作分拣方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711237810.9A CN108038861A (zh) | 2017-11-30 | 2017-11-30 | 一种多机器人协作分拣方法、系统及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108038861A true CN108038861A (zh) | 2018-05-15 |
Family
ID=62094322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711237810.9A Pending CN108038861A (zh) | 2017-11-30 | 2017-11-30 | 一种多机器人协作分拣方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108038861A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109773782A (zh) * | 2018-12-27 | 2019-05-21 | 广州明珞汽车装备有限公司 | 一种机器人指定姿态位置过渡点的更新方法、系统及装置 |
CN110134081A (zh) * | 2019-04-08 | 2019-08-16 | 华东计算技术研究所(中国电子科技集团公司第三十二研究所) | 一种基于机器人能力模型的控制系统 |
CN111618848A (zh) * | 2020-04-28 | 2020-09-04 | 平安科技(深圳)有限公司 | 多机器人的协作控制方法、装置及计算机设备 |
CN111843996A (zh) * | 2020-07-29 | 2020-10-30 | 珠海一维弦机器人有限公司 | 多机械臂装置及其控制方法 |
CN112468727A (zh) * | 2020-11-27 | 2021-03-09 | 广州富港生活智能科技有限公司 | 自动化拍摄控制方法及装置、自动拍摄设备 |
CN112623759A (zh) * | 2020-12-18 | 2021-04-09 | 中国建材国际工程集团有限公司 | 一种玻璃堆垛调度方法 |
CN112642741A (zh) * | 2019-10-12 | 2021-04-13 | 顺丰科技有限公司 | 物品分拣方法、装置、工控设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103043359A (zh) * | 2011-10-17 | 2013-04-17 | 株式会社安川电机 | 机器人系统、机器人以及已分拣物品的制造方法 |
CN103706568A (zh) * | 2013-11-26 | 2014-04-09 | 中国船舶重工集团公司第七一六研究所 | 基于机器视觉的机器人分拣系统及方法 |
KR101412513B1 (ko) * | 2013-07-19 | 2014-06-26 | (주)나임기술 | 프레임 그래버 보드를 이용한 로봇팔 제어시스템 및 그 방법 |
CN104786226A (zh) * | 2015-03-26 | 2015-07-22 | 华南理工大学 | 抓取在线工件的机器人位姿及运动轨迹定位系统与方法 |
CN204799579U (zh) * | 2015-07-03 | 2015-11-25 | 刘守联 | 一种动态分拣和搬运自动化系统 |
CN105562361A (zh) * | 2015-12-23 | 2016-05-11 | 西安工程大学 | 一种织物分拣机器人自主分拣方法 |
CN106182019A (zh) * | 2016-07-29 | 2016-12-07 | 中国科学技术大学 | 工业机器人抓取过程的动态避障系统及其方法 |
CN106997201A (zh) * | 2016-01-25 | 2017-08-01 | 上海电气集团股份有限公司 | 多机器人协作的路径规划方法 |
-
2017
- 2017-11-30 CN CN201711237810.9A patent/CN108038861A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103043359A (zh) * | 2011-10-17 | 2013-04-17 | 株式会社安川电机 | 机器人系统、机器人以及已分拣物品的制造方法 |
KR101412513B1 (ko) * | 2013-07-19 | 2014-06-26 | (주)나임기술 | 프레임 그래버 보드를 이용한 로봇팔 제어시스템 및 그 방법 |
CN103706568A (zh) * | 2013-11-26 | 2014-04-09 | 中国船舶重工集团公司第七一六研究所 | 基于机器视觉的机器人分拣系统及方法 |
CN104786226A (zh) * | 2015-03-26 | 2015-07-22 | 华南理工大学 | 抓取在线工件的机器人位姿及运动轨迹定位系统与方法 |
CN204799579U (zh) * | 2015-07-03 | 2015-11-25 | 刘守联 | 一种动态分拣和搬运自动化系统 |
CN105562361A (zh) * | 2015-12-23 | 2016-05-11 | 西安工程大学 | 一种织物分拣机器人自主分拣方法 |
CN106997201A (zh) * | 2016-01-25 | 2017-08-01 | 上海电气集团股份有限公司 | 多机器人协作的路径规划方法 |
CN106182019A (zh) * | 2016-07-29 | 2016-12-07 | 中国科学技术大学 | 工业机器人抓取过程的动态避障系统及其方法 |
Non-Patent Citations (3)
Title |
---|
叶卉等: "机器人智能抓取系统视觉模块的研究与开发", 《组合机床与自动化加工技术》 * |
张军等: "《摄影测量与遥感技术》", 31 July 2015, 西南交通大学出版社 * |
陈秋强: "基于机器视觉定位的表壳镶钻机控制系统研究与开发", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109773782A (zh) * | 2018-12-27 | 2019-05-21 | 广州明珞汽车装备有限公司 | 一种机器人指定姿态位置过渡点的更新方法、系统及装置 |
CN110134081A (zh) * | 2019-04-08 | 2019-08-16 | 华东计算技术研究所(中国电子科技集团公司第三十二研究所) | 一种基于机器人能力模型的控制系统 |
CN112642741A (zh) * | 2019-10-12 | 2021-04-13 | 顺丰科技有限公司 | 物品分拣方法、装置、工控设备及存储介质 |
CN112642741B (zh) * | 2019-10-12 | 2023-02-28 | 顺丰科技有限公司 | 物品分拣方法、装置、工控设备及存储介质 |
CN111618848A (zh) * | 2020-04-28 | 2020-09-04 | 平安科技(深圳)有限公司 | 多机器人的协作控制方法、装置及计算机设备 |
CN111843996A (zh) * | 2020-07-29 | 2020-10-30 | 珠海一维弦机器人有限公司 | 多机械臂装置及其控制方法 |
CN111843996B (zh) * | 2020-07-29 | 2022-05-06 | 珠海一维弦机器人有限公司 | 多机械臂装置及其控制方法 |
CN112468727A (zh) * | 2020-11-27 | 2021-03-09 | 广州富港生活智能科技有限公司 | 自动化拍摄控制方法及装置、自动拍摄设备 |
CN112623759A (zh) * | 2020-12-18 | 2021-04-09 | 中国建材国际工程集团有限公司 | 一种玻璃堆垛调度方法 |
CN112623759B (zh) * | 2020-12-18 | 2023-03-10 | 中国建材国际工程集团有限公司 | 一种玻璃堆垛调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108038861A (zh) | 一种多机器人协作分拣方法、系统及装置 | |
CN105729468B (zh) | 一种基于多深度摄像机增强的机器人工作台 | |
US10005107B2 (en) | Workpiece sorting system and method | |
CN107992881B (zh) | 一种机器人动态抓取方法及系统 | |
CN105225225B (zh) | 一种基于机器视觉的皮革自动划线方法和装置 | |
CN110509273B (zh) | 基于视觉深度学习特征的机器人机械手检测及抓取方法 | |
CN110580725A (zh) | 一种基于rgb-d相机的箱体分拣方法及系统 | |
CN104626169B (zh) | 基于视觉与机械综合定位的机器人抓取零件的方法 | |
CN109483573A (zh) | 机器学习装置、机器人系统以及机器学习方法 | |
CN107671008A (zh) | 一种基于视觉的零部件流水线自动分拣装箱设备 | |
CN110211180A (zh) | 一种基于深度学习的机械臂自主抓取方法 | |
CN106000904A (zh) | 一种生活垃圾自动分拣系统 | |
CN108126914B (zh) | 一种基于深度学习的料框内散乱多物体机器人分拣方法 | |
JP2004050390A (ja) | ワーク取出し装置 | |
CN112518748B (zh) | 面向运动物品的视觉机械臂自动抓取方法与系统 | |
CN105690393A (zh) | 一种基于机器视觉的四轴并联机器人分拣系统及其分拣方法 | |
CN113538459B (zh) | 一种基于落点区域检测的多模式抓取避障检测优化方法 | |
CN110223212B (zh) | 一种运输机器人的调度控制方法和系统 | |
CN114952809A (zh) | 工件识别和位姿检测方法、系统及机械臂的抓取控制方法 | |
CN114029951A (zh) | 基于深度相机的机器人自主识别智能抓取方法 | |
CN110125036B (zh) | 一种基于模板匹配的自识别分拣方法 | |
US9361695B2 (en) | Method of recognizing a position of a workpiece from a photographed image | |
CN116228854B (zh) | 一种基于深度学习的包裹自动分拣方法 | |
CN106067031A (zh) | 基于人工纠错机制与深度学习网络协作机器视觉识别系统 | |
CN113744247A (zh) | 一种pcb焊点缺陷识别方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |
Application publication date: 20180515 |
|
RJ01 | Rejection of invention patent application after publication |