CN108177143A - 一种基于激光视觉引导的机器人定位抓取方法及系统 - Google Patents
一种基于激光视觉引导的机器人定位抓取方法及系统 Download PDFInfo
- Publication number
- CN108177143A CN108177143A CN201711268496.0A CN201711268496A CN108177143A CN 108177143 A CN108177143 A CN 108177143A CN 201711268496 A CN201711268496 A CN 201711268496A CN 108177143 A CN108177143 A CN 108177143A
- Authority
- CN
- China
- Prior art keywords
- target object
- visual sensor
- robot localization
- laser vision
- plane
- 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.)
- Granted
Links
Classifications
-
- 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
Abstract
本发明涉及一种基于激光视觉引导的机器人定位抓取方法及系统,所述方法包括:通过3个不共线的距离测量仪对目标物体进行测距,确定目标物体所在平面的法向量;根据法向量,调整视觉传感器的位姿;通过视觉传感器捕捉目标物体的二维图像信息;根据二维图像信息,确定目标物体的位姿,实现对目标物体的抓取;所述系统包括定位抓取臂、PLC控制器和上位机,PLC控制器封装于定位抓取臂内部,并与上位机连接,定位抓取臂上设有与PLC控制器连接的视觉传感器,视觉传感器所在平面上设有3个不共线的距离测量仪。与现有技术相比,本发明具有计算量小、精度高且抓取速度快等优点。
Description
技术领域
本发明涉及机器人视觉领域,尤其是涉及一种基于激光视觉引导的机器人定位抓取方法及系统。
背景技术
工业机器人已经成为了先进制造业中不可替代的重要装备。把计算机视觉技术运用到视觉引导上面,经过图像处理将目标物体的位姿确定,给工业机器人完成特定的动作提供位置和姿态,视觉系统的精度直接影响到工业生产过程中机器人跟踪的精度与抓取的准确度。
目前,各技术领域对目标进行识别和求取目标位姿有不同的视觉测量技术。该领域中较为常用的立体视觉方式有双目视觉和激光线扫描技术。对于立体视觉中的双目视觉技术,如果要恢复出完整的目标深度信息,需要从多角度拍摄目标图像,并针对各个图像进行匹配,再恢复目标物体的完整深度信息,其过程非常复杂,计算量很大,且精度不高。激光线扫描方法只能获取工件的高度信息,适合于测量变化平缓的表面,且具体的坐标未知,棱边和边界特征识别需要大量的数据及计算处理,以至于目标的识别过程较慢,工作效率不高。
发明内容
本发明的目的是针对上述问题提供一种基于激光视觉引导的机器人定位抓取方法及系统。
本发明的目的可以通过以下技术方案来实现:
一种基于激光视觉引导的机器人定位抓取方法,所述方法包括下列步骤:
s1)通过3个不共线的距离测量仪对目标物体进行测距,确定目标物体所在平面的法向量;
s2)根据步骤s1)确定的法向量,调整视觉传感器的位姿;
s3)通过视觉传感器捕捉目标物体的二维图像信息;
s4)根据步骤s3)中捕捉到的二维图像信息,确定目标物体的位姿,实现对目标物体的抓取。
优选地,所述步骤s1)包括:
s11)通过3个不共线的距离测量仪,对目标物体进行测距;
s12)根据步骤s11)的测距结果,结合三点共面原理,确定目标物体所在平面上的向量信息;
s13)根据步骤s12)中得到的向量信息,计算得到目标物体所在平面的法向量。
优选地,所述目标物体所在平面的法向量具体为:
其中,i、j和k分别为三个方向的法向量,(x1,y1,z1)、(x2,y2,z2)和(x3,y3,z3)分别为3个不共线的距离测量仪测得的3个目标点的坐标。
优选地,所述距离测量仪包括激光测距仪、超声波传感器或涡电流传感器。
优选地,所述步骤s2)具体为:根据步骤s1)确定的法向量,调整视觉传感器的位姿,确保视觉传感器的视觉捕捉轴线与步骤s1)确定的法向量平行。
优选地,所述步骤s4)包括:
s41)对步骤s3)中捕捉到的二维图像信息进行畸变校正;
s42)对步骤s41)中经过畸变校正的图像进行图像预处理;
s43)对步骤s42)中预处理后的图像转化成数字信号,通过坐标转换确定目标物体的位姿,实现对目标物体的抓取。
优选地,所述图像预处理包括灰度转化、平滑滤波和边缘检测。
一种基于激光视觉引导的机器人定位抓取系统,包括定位抓取臂、PLC控制器和上位机,所述PLC控制器封装于定位抓取臂内部,并与上位机连接,所述定位抓取臂上设有与PLC控制器连接的视觉传感器,所述视觉传感器所在平面上设有3个不共线的距离测量仪。
优选地,所述距离测量仪包括激光测距仪、超声波传感器或涡电流传感器。
优选地,所述视觉传感器通过I/O线缆与PLC控制器连接。
与现有技术相比,本发明具有以下有益效果:
(1)本发明提出的机器人定位抓取方法,利用不共线的三点可以确定平面的原理,通过3个不共线的距离测量仪确定目标物体所在平面的法向量,从而可以调整视觉传感器的位置使得视觉传感器与目标物体平行,从而可以保证完整地拍到目标物体的平面景象,继而将三维立体识别问题转化为二维上的图像识别,由于目前二维图像识别的技术越发的成熟,因此后续对于目标物体的定位足够准确,而且计算量比起现有的双目视觉技术来说大大减小,同时由于将三维识别转化为二维识别,因此无需考虑目标物体的表面平坦程度,适用范围广,同时识别速度加快,提高整个抓取的速度和流程,继而提高了机器人的工作效率。
(2)在确定目标物体所在平面的过程中,在确定了目标物体所在的平面后还需求取其法向量,这是由于如果根据平面向量直接调整视觉传感器的位姿使其与目标物体平行,这种操作具有一定的困难,而视觉传感器因为要进行图像捕捉,因此都会存在一个光轴,这个光轴与目标物体所在平面的法向量平行的话,自然就可以保证视觉传感器和目标物体的平行,因此提升了方法的简易程度和工作效率。
(3)距离测量仪包括激光测距仪、超声波传感器或涡电流传感器等距离测量仪,根据目标物体的具体内容和所处环境,可以灵活选取距离测量仪,使得本发明提出的方法适用范围广,易于推广。
(4)在对二维图像进行识别时,依次要经过畸变校正、图像预处理和坐标转换三个过程,这是由于虽然通过三点测距可以大致保证视觉传感器和目标物体的平行,但是不排除由于目标物体表面凹凸不平而导致的测量误差,因此通过畸变校正、图像预处理和坐标转换的过程,可以尽量减小误差,增加抓取精度。
(5)本发明提出的定位抓取系统,在现有抓取系统的基础上,硬件结构主要是增加了3个不共线的距离测量仪,增加的硬件少,但是3个不共线的距离测量仪即可确定目标物体所在平面,通过控制视觉传感器的位姿可以将三维立体识别转换为二维图像识别,达到较好的识别效果且硬件成本低,具有极高的性价比,适合普遍推广。
(6)视觉传感器通过I/O线缆与PLC控制器连接,信息传输稳定,控制精度高且控制速度快,从而提升整个系统的工作速度和准确性。
附图说明
图1为基于激光视觉引导的机器人定位抓取方法的方法流程图;
图2为基于激光视觉引导的机器人定位抓取系统的结构示意图;
图3为本实施例中视觉引导系统的具体结构图,其中,(3a)为视觉引导系统的立体图,(3b)为其中视觉捕捉部分的左视图,(3c)为其中视觉捕捉部分的主视图,(3d)为其中视觉捕捉部分的右视图;
图4为通过激光测距进行平面确认的原理图;
图5为测距点分布和坐标系统俯视图;
其中,1为上位机,2为PLC控制器,3为视觉传感器,4为激光测距仪,5为换手盘母盘,6为相机,7为换手盘公盘,8为固定支架,9为法兰盘,10为机器人控制器。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图2所示,本实施例提出了一种基于激光视觉引导的机器人定位抓取系统,包括定位抓取臂、PLC控制器2和上位机1,PLC控制器2封装于定位抓取臂内部,并与上位机1连接,定位抓取臂上设有与PLC控制器2连接的视觉传感器3,视觉传感器3所在平面上设有3个不共线的距离测量仪。距离测量仪可以是激光测距仪4、超声波传感器或涡电流传感器等任意一种可以测量物体之间距离的传感器,本实施例中,下面均以激光测距仪4作为距离测量仪进行描述。从图2中可以看出,上位机1通过RS232电缆与PLC控制器2相连,然后采用RS485电缆与激光测距仪4相连,激光测距仪4用于配合机器人实现测量时候的垂直姿态。采用的视觉传感器3(本实施例中为相机6)具有高分辨率和高质量图像,用于识别和定位,可连续采集。图像信号经千兆网传输到计算机,使计算机能对相机6拍摄到的物体图像进行实时处理、储存和显示。
该系统的工作原理如图4所示:由于3个激光测距仪4不共线,因此利用激光三角反射式测量原理可以确定物体所在平面。设3个激光点的坐标分别为p1(x1,y1,z1),p2(x2,y2,z2),p3(x3,y3,z3)。三个点可以确定一个平面,亦可以求取其平面的一个法向量。机器人根据此法向量自动调整拍照姿态,使得相机6的轴线与平面法向量平行。此时,3个激光点所在的平面与相机6成像平面平行。从而将机器人3D视觉引导问题转化为2D视觉引导问题。控制系统控制相机6进行拍照,通过图像处理获取被测物体的中心位置坐标值和转角值,将物体位姿信息传送给机器人控制系统后,机器人成功进行定位抓取。
如图5所示为测距点分布和坐标系统俯视图,被抓取物体所在平面法向量的算法:不共线的三个激光测距仪4打在被抓取物体上形成三个激光点,设其坐标分别为p1(x1,y1,z1),p2(x2,y2,z2),p3(x3,y3,z3),三个点可以确定一个平面,可以求取其平面的一个法向量。为此做向量向量 平面法向量和这两个向量垂直,因此,可以计算出平面法向量
a=(y2-y1)*(z3-z1)-(y3-y1)*(z2-z1)
b=(z2-z1)*(x3-x1)-(z3-z1)*(x2-x1)
c=(x2-x1)*(y3-y1)-(x3-x1)*(y2-y1)
平面方程:a(x-x1)+b(y-y1)+c(z-z1)=0
根据上述原理,本实施例提出了一种基于激光视觉引导的机器人定位抓取方法,如图1所示,该方法包括下列步骤:
s1)通过3个不共线的距离测量仪对目标物体进行测距,确定目标物体所在平面的法向量,具体包括:
s11)通过3个不共线的距离测量仪,对目标物体进行测距;
s12)根据步骤s11)的测距结果,结合三点共面原理,确定目标物体所在平面上的向量信息;
s13)根据步骤s12)中得到的向量信息,计算得到目标物体所在平面的法向量;
s2)根据步骤s1)确定的法向量,调整视觉传感器3的位姿,具体为:根据步骤s1)确定的法向量,调整视觉传感器3的位姿,确保视觉传感器3的视觉捕捉轴线与步骤s1)确定的法向量平行;
s3)通过视觉传感器3捕捉目标物体的二维图像信息;
s4)根据步骤s3)中捕捉到的二维图像信息,确定目标物体的二维位姿,实现对目标物体的抓取,通过拍照获取二维图像信息,首先要校正镜头的畸变,才能准确无误的实现形状的识别和匹配,从而实现精确定位;其次是对图像进行预处理,来去除各种外界干扰的影响,预处理一般包括灰度化、平滑滤波以及边缘检测,这样就可以将图像信号转化为数字信号,方便数据处理,明确边缘信息后进行坐标转换,对物体进行精确定位,得以实现对机器人的视觉引导以及位置和姿态的精确协同控制,实现高效率的抓取工作,因此步骤s4)具体包括:
s41)对步骤s3)中捕捉到的二维图像信息进行畸变校正;
s42)对步骤s41)中经过畸变校正的图像进行图像预处理;
s43)对步骤s42)中预处理后的图像进行图像处理,获取图像坐标,通过坐标转换确定目标物体的位姿,实现对目标物体的抓取。
将上述系统和方法应用到具体的公母盘匹配视觉引导系统中,则具体的硬件结构如图3所示,该视觉引导系统由相机6、计算机、工业机器人本体、I/O线缆、激光测距仪4、固定支架8、换手盘公盘7、换手盘母盘5、固定支架8等构成。从图中可以看出,相机6安装在与机器人末端法兰盘9相连的固定支架8上,相机6与机器人构成手眼系统,I/O线缆用来触发光源和相机6拍照;固定支架8用来固定相机6,防止其松动以至于影响拍照结果,三个不共线的激光测距仪4发出的激光线与相机6的光轴平行,位于换手盘公盘7的一侧,面向换手盘母盘5,在工作时,机器人末端上的三个激光测距仪4对换手盘母盘5进行测距,并将测距结果通过RS485传输至PLC控制器2中,PLC控制器2通过RS232或者以太网将测距结果传给计算机,计算机通过计算确定换手盘母盘5所在平面的法向量,调整相机6光轴使得光轴与计算得到的法向量平行,在确定二者平行后,计算机发出控制信号经由I/O线缆触发相机6进行拍摄,拍摄后的图像经由计算机对图像依次进行畸变校正、灰度处理、平滑滤波和边缘检测,计算机开始计算换手盘母盘5的具体坐标位置,计算后传给机器人控制器10控制机器人末端进行移动,抓取换手盘母盘5,实现换手盘公盘7和换手盘母盘5的匹配。
Claims (10)
1.一种基于激光视觉引导的机器人定位抓取方法,其特征在于,所述方法包括下列步骤:
s1)通过3个不共线的距离测量仪对目标物体进行测距,确定目标物体所在平面的法向量;
s2)根据步骤s1)确定的法向量,调整视觉传感器的位姿;
s3)通过视觉传感器捕捉目标物体的二维图像信息;
s4)根据步骤s3)中捕捉到的二维图像信息,确定目标物体的位姿,实现对目标物体的抓取。
2.根据权利要求1所述的基于激光视觉引导的机器人定位抓取方法,其特征在于,所述步骤s1)包括:
s11)通过3个不共线的距离测量仪,对目标物体进行测距;
s12)根据步骤s11)的测距结果,结合三点共面原理,确定目标物体所在平面上的向量信息;
s13)根据步骤s12)中得到的向量信息,计算得到目标物体所在平面的法向量。
3.根据权利要求2所述的基于激光视觉引导的机器人定位抓取方法,其特征在于,所述目标物体所在平面的法向量具体为:
其中,i、j和k分别为三个方向的法向量,(x1,y1,z1)、(x2,y2,z2)和(x3,y3,z3)分别为3个不共线的距离测量仪测得的3个目标点的坐标。
4.根据权利要求1所述的基于激光视觉引导的机器人定位抓取方法,其特征在于,所述距离测量仪包括激光测距仪、超声波传感器或涡电流传感器。
5.根据权利要求1所述的基于激光视觉引导的机器人定位抓取方法,其特征在于,所述步骤s2)具体为:根据步骤s1)确定的法向量,调整视觉传感器的位姿,确保视觉传感器的视觉捕捉轴线与步骤s1)确定的法向量平行。
6.根据权利要求1所述的基于激光视觉引导的机器人定位抓取方法,其特征在于,所述步骤s4)包括:
s41)对步骤s3)中捕捉到的二维图像信息进行畸变校正;
s42)对步骤s41)中经过畸变校正的图像进行图像预处理;
s43)对步骤s42)中预处理后的图像转化成数字信号,通过坐标转换确定目标物体的位姿,实现对目标物体的抓取。
7.根据权利要求6所述的基于激光视觉引导的机器人定位抓取方法,其特征在于,所述图像预处理包括灰度转化、平滑滤波和边缘检测。
8.一种基于激光视觉引导的机器人定位抓取系统,包括定位抓取臂、PLC控制器和上位机,所述PLC控制器封装于定位抓取臂内部,并与上位机连接,所述定位抓取臂上设有与PLC控制器连接的视觉传感器,其特征在于,所述视觉传感器所在平面上设有3个不共线的距离测量仪。
9.根据权利要求8所述的基于激光视觉引导的机器人定位抓取系统,其特征在于,所述距离测量仪包括激光测距仪、超声波传感器或涡电流传感器。
10.根据权利要求8所述的基于激光视觉引导的机器人定位抓取系统,其特征在于,所述视觉传感器通过I/O线缆与PLC控制器连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711268496.0A CN108177143B (zh) | 2017-12-05 | 2017-12-05 | 一种基于激光视觉引导的机器人定位抓取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711268496.0A CN108177143B (zh) | 2017-12-05 | 2017-12-05 | 一种基于激光视觉引导的机器人定位抓取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108177143A true CN108177143A (zh) | 2018-06-19 |
CN108177143B CN108177143B (zh) | 2021-08-10 |
Family
ID=62545618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711268496.0A Active CN108177143B (zh) | 2017-12-05 | 2017-12-05 | 一种基于激光视觉引导的机器人定位抓取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108177143B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284681A (zh) * | 2018-08-20 | 2019-01-29 | 北京市商汤科技开发有限公司 | 位姿检测方法及装置、电子设备和存储介质 |
CN109605381A (zh) * | 2019-01-29 | 2019-04-12 | 欧米瑞(广东)智能制造有限公司 | 一种三维定位取料系统及取料方法 |
CN110509300A (zh) * | 2019-09-30 | 2019-11-29 | 河南埃尔森智能科技有限公司 | 基于三维视觉引导的钢箍加工上料控制系统及控制方法 |
CN110587096A (zh) * | 2019-08-29 | 2019-12-20 | 中车青岛四方机车车辆股份有限公司 | 电阻点焊电极工作姿态在线监测装置及监测方法 |
CN111044034A (zh) * | 2019-12-04 | 2020-04-21 | 浙江大学 | 一种固定作业区域内移动机器人定位定向方法 |
CN111438689A (zh) * | 2020-03-19 | 2020-07-24 | 珠海市万瑙特健康科技有限公司 | 工具头位姿的调整方法、装置及可读存储介质 |
CN112325767A (zh) * | 2020-10-16 | 2021-02-05 | 华中科技大学鄂州工业技术研究院 | 一种融合机器视觉和飞行时间测量的空间平面尺寸测量方法 |
CN112847357A (zh) * | 2020-12-31 | 2021-05-28 | 宁波知行物联科技有限公司 | 一种取档机器人控制方法和系统 |
US11107239B2 (en) | 2018-08-20 | 2021-08-31 | Beijing Sensetime Technology Development Co., Ltd. | Pose detection method and device, electronic device and storage medium |
CN114043531A (zh) * | 2021-12-15 | 2022-02-15 | 东莞市李群自动化技术有限公司 | 台面倾角确定、使用方法、装置、机器人和存储介质 |
CN114087984A (zh) * | 2021-11-12 | 2022-02-25 | 北京新联铁集团股份有限公司 | 挂接盘定位方法与挂接盘挂接方法 |
CN116206070A (zh) * | 2023-05-05 | 2023-06-02 | 中国海洋大学 | 一种基于机器双目视觉的船体水下成像方法及水下机器人 |
CN117464686A (zh) * | 2023-11-30 | 2024-01-30 | 广州富唯智能科技有限公司 | 一种3d视觉高精度定位引导方法 |
CN114248293B (zh) * | 2021-12-23 | 2024-04-09 | 成都大学 | 一种基于2d激光轮廓仪与2d相机的带孔零件抓取方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3799858B2 (ja) * | 1999-02-12 | 2006-07-19 | スズキ株式会社 | 形状認識装置 |
CN103522291A (zh) * | 2013-10-29 | 2014-01-22 | 中国人民解放军总装备部军械技术研究所 | 一种排爆机器人的目标抓取系统及方法 |
CN104044138A (zh) * | 2014-06-17 | 2014-09-17 | 凯斯特阀门集团有限公司 | 8-ups步行加工并联机器人 |
CN105091744A (zh) * | 2015-05-07 | 2015-11-25 | 中国科学院自动化研究所 | 一种基于视觉传感器和激光测距仪的位姿检测装置与方法 |
CN105598965A (zh) * | 2015-11-26 | 2016-05-25 | 哈尔滨工业大学 | 基于立体视觉的机器人欠驱动手自主抓取方法 |
CN205766164U (zh) * | 2016-05-20 | 2016-12-07 | 中国科学院上海高等研究院 | 十字激光辅助识别定位系统及搬运机器人 |
CN106323271A (zh) * | 2016-08-01 | 2017-01-11 | 北京理工大学 | 基于特征奇异值的航天器相对姿态测量矢量选取方法 |
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 |
-
2017
- 2017-12-05 CN CN201711268496.0A patent/CN108177143B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3799858B2 (ja) * | 1999-02-12 | 2006-07-19 | スズキ株式会社 | 形状認識装置 |
CN103522291A (zh) * | 2013-10-29 | 2014-01-22 | 中国人民解放军总装备部军械技术研究所 | 一种排爆机器人的目标抓取系统及方法 |
CN104044138A (zh) * | 2014-06-17 | 2014-09-17 | 凯斯特阀门集团有限公司 | 8-ups步行加工并联机器人 |
CN105091744A (zh) * | 2015-05-07 | 2015-11-25 | 中国科学院自动化研究所 | 一种基于视觉传感器和激光测距仪的位姿检测装置与方法 |
CN105598965A (zh) * | 2015-11-26 | 2016-05-25 | 哈尔滨工业大学 | 基于立体视觉的机器人欠驱动手自主抓取方法 |
CN205766164U (zh) * | 2016-05-20 | 2016-12-07 | 中国科学院上海高等研究院 | 十字激光辅助识别定位系统及搬运机器人 |
CN106323271A (zh) * | 2016-08-01 | 2017-01-11 | 北京理工大学 | 基于特征奇异值的航天器相对姿态测量矢量选取方法 |
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 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11107239B2 (en) | 2018-08-20 | 2021-08-31 | Beijing Sensetime Technology Development Co., Ltd. | Pose detection method and device, electronic device and storage medium |
CN109284681A (zh) * | 2018-08-20 | 2019-01-29 | 北京市商汤科技开发有限公司 | 位姿检测方法及装置、电子设备和存储介质 |
CN109605381A (zh) * | 2019-01-29 | 2019-04-12 | 欧米瑞(广东)智能制造有限公司 | 一种三维定位取料系统及取料方法 |
CN110587096A (zh) * | 2019-08-29 | 2019-12-20 | 中车青岛四方机车车辆股份有限公司 | 电阻点焊电极工作姿态在线监测装置及监测方法 |
CN110509300A (zh) * | 2019-09-30 | 2019-11-29 | 河南埃尔森智能科技有限公司 | 基于三维视觉引导的钢箍加工上料控制系统及控制方法 |
CN110509300B (zh) * | 2019-09-30 | 2024-04-09 | 河南埃尔森智能科技有限公司 | 基于三维视觉引导的钢箍加工上料控制系统及控制方法 |
CN111044034A (zh) * | 2019-12-04 | 2020-04-21 | 浙江大学 | 一种固定作业区域内移动机器人定位定向方法 |
CN111438689B (zh) * | 2020-03-19 | 2021-09-21 | 智美康民(珠海)健康科技有限公司 | 工具头位姿的调整方法、装置及可读存储介质 |
WO2021184859A1 (zh) * | 2020-03-19 | 2021-09-23 | 智美康民(珠海)健康科技有限公司 | 工具头位姿的调整方法、装置及可读存储介质 |
CN111438689A (zh) * | 2020-03-19 | 2020-07-24 | 珠海市万瑙特健康科技有限公司 | 工具头位姿的调整方法、装置及可读存储介质 |
CN112325767A (zh) * | 2020-10-16 | 2021-02-05 | 华中科技大学鄂州工业技术研究院 | 一种融合机器视觉和飞行时间测量的空间平面尺寸测量方法 |
CN112847357A (zh) * | 2020-12-31 | 2021-05-28 | 宁波知行物联科技有限公司 | 一种取档机器人控制方法和系统 |
CN114087984A (zh) * | 2021-11-12 | 2022-02-25 | 北京新联铁集团股份有限公司 | 挂接盘定位方法与挂接盘挂接方法 |
CN114043531A (zh) * | 2021-12-15 | 2022-02-15 | 东莞市李群自动化技术有限公司 | 台面倾角确定、使用方法、装置、机器人和存储介质 |
CN114043531B (zh) * | 2021-12-15 | 2023-10-03 | 东莞市李群自动化技术有限公司 | 台面倾角确定、使用方法、装置、机器人和存储介质 |
CN114248293B (zh) * | 2021-12-23 | 2024-04-09 | 成都大学 | 一种基于2d激光轮廓仪与2d相机的带孔零件抓取方法及系统 |
CN116206070A (zh) * | 2023-05-05 | 2023-06-02 | 中国海洋大学 | 一种基于机器双目视觉的船体水下成像方法及水下机器人 |
CN117464686A (zh) * | 2023-11-30 | 2024-01-30 | 广州富唯智能科技有限公司 | 一种3d视觉高精度定位引导方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108177143B (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108177143A (zh) | 一种基于激光视觉引导的机器人定位抓取方法及系统 | |
US20200096317A1 (en) | Three-dimensional measurement apparatus, processing method, and non-transitory computer-readable storage medium | |
CN109297413B (zh) | 一种大型筒体结构视觉测量方法 | |
CN111089569B (zh) | 一种基于单目视觉的大型箱体测量方法 | |
CN110728715A (zh) | 一种智能巡检机器人像机角度自适应调整方法 | |
JP6324025B2 (ja) | 情報処理装置、情報処理方法 | |
CN106625713A (zh) | 提高涂胶工业机器人涂胶精度的方法 | |
JP2011083882A (ja) | ロボットシステム | |
TWI493153B (zh) | 非接觸式物件空間資訊量測裝置與方法及取像路徑的計算方法 | |
CN103115613A (zh) | 一种空间三维定位方法 | |
CN107421462A (zh) | 基于线激光扫描的物体三维轮廓测量系统 | |
CN113724337B (zh) | 一种无需依赖云台角度的相机动态外参标定方法及装置 | |
CN112362034B (zh) | 基于双目视觉的固体发动机多节筒段对接引导测量方法 | |
CN107687818A (zh) | 三维量测方法及三维量测装置 | |
JP5698815B2 (ja) | 情報処理装置、情報処理装置の制御方法及びプログラム | |
JP2004239791A (ja) | ズームによる位置計測方法 | |
CN116749198A (zh) | 一种基于双目立体视觉引导机械臂抓取方法 | |
JP2015135333A (ja) | 情報処理装置、情報処理装置の制御方法、およびプログラム | |
CN108537831B (zh) | 对增材制造工件进行ct成像的方法及装置 | |
Ching et al. | Robust vergence with concurrent detection of occlusion and specular highlights | |
Nguyen et al. | Real-time obstacle detection for an autonomous wheelchair using stereoscopic cameras | |
Kheng et al. | Stereo vision with 3D coordinates for robot arm application guide | |
CN113421286A (zh) | 一种动作捕捉系统及方法 | |
CN113674353A (zh) | 一种空间非合作目标精确位姿测量方法 | |
JPH08261719A (ja) | 相対的移動量算出装置及び相対的移動量算出方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |