CN109911549A - 一种易损物品的机器人动态跟踪抓取系统及方法 - Google Patents
一种易损物品的机器人动态跟踪抓取系统及方法 Download PDFInfo
- Publication number
- CN109911549A CN109911549A CN201910072664.1A CN201910072664A CN109911549A CN 109911549 A CN109911549 A CN 109911549A CN 201910072664 A CN201910072664 A CN 201910072664A CN 109911549 A CN109911549 A CN 109911549A
- Authority
- CN
- China
- Prior art keywords
- fragile goods
- robot
- image
- fragile
- goods
- 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
Landscapes
- Manipulator (AREA)
Abstract
本发明提供了一种易损物品的机器人动态跟踪抓取系统,包括:用于传送易损物品的传送带;用于抓取易损物品的机器人;固定于传送带始端,用于对易损物品进行垂直拍摄的远端视觉系统;固定于机器人的正前方,用于从正前方侧拍摄易损物品的近端视觉系统;设于传送带上光电开关;用于根据远、近端视觉系统采集的图像信息控制机器人准确抓取易损物品的上位机。本发明还提供了易损物品的机器人动态跟踪抓取方法,基于远、近端视觉获取的信息分别进行轨迹预规划和精确误差补偿,提高了对运动物品的识别精度和速度,机器人可以更快速的进入对易损物品进行实时跟踪状态,提高了跟踪精度和对易损物品的抓取精度;系统结构简单,操作方便,实用性强。
Description
技术领域
本发明涉及一种易损物品的机器人动态跟踪抓取系统及方法,属于机器人抓取技术领域。
背景技术
工业机器人抓取应用在工业生产线上零件的装配、搬运等场景。然而,机器人对易损物品的抓取安全性问题仍然需要进一步的研究,尤其是玻璃物品、超薄易碎物品等易损物品的抓取对精度要求特别高。抓取过程中存在待抓取物体的形状、姿态不确定以及机械手的接触点及接触力不确定等情况,也增加了实际抓取的难度。
此外,在实际抓取过程中,用视觉图像处理对传送带上的物品进行轨迹预测,然后驱动机械手到预测的抓取位置实现抓取,由于传送带在长时间、长距离运输情况下,难免会发生打滑及速度不稳定现象,造成机器人抓取精度不够高,就容易在抓取时造成易损物品的损害。因此,发明一种易损物品的机器人动态跟踪抓取系统及方法来解决上述问题很有必要。
发明内容
本发明要解决的技术问题是:如何实现易损物品的机器人动态跟踪抓取。
为了解决上述技术问题,本发明的技术方案是提供一种易损物品的机器人动态跟踪抓取系统,其特征在于,包括:
用于传送易损物品的传送带;传送带上设有视觉采集区域和机器人工作区域,且视觉采集区域于机器人工作区域彼此无重叠;
用于抓取传送带上的易损物品的机器人;
固定于传送带始端,用于对传送带上的易损物品进行垂直拍摄,获取图像信息的远端视觉系统;
固定于机器人的正前方,用于从正前方侧拍摄,获取易损物品的图像信息的近端视觉系统;
设于传送带上的视觉采集区域,用于检测所述易损物品是否到位并在所述易损物品到位时驱动所述远端视觉系统工作的第一光电开关;
设于传送带上的机器人工作区域,用于检测所述易损物品是否到位并在所述易损物品到位时驱动所述近端视觉系统工作的第二光电开关;
用于获取所述远端视觉系统和所述近端视觉系统采集的图像信息并进行处理分析,进而控制所述机器人准确抓取所述易损物品的上位机。
优选地,所述远端视觉系统和近端视觉系统结构相同,均包括CCD相机,CCD相机的图像采集卡与所述上位机相连,CCD相机的下方设有光源。
更优选地,所述光源为LED环形光源。
优选地,所述第一光电开关设于所述传送带上且位于远端视觉系统的光源的正下方。
优选地,所述上位机连接PLC控制系统,所述PLC控制系统连接所述传送带的控制器和所述第一光电开关、第二光电开关。
本发明还提供了一种易损物品的机器人动态跟踪抓取方法,其特征在于:采用上述的易损物品的机器人动态跟踪抓取系统,步骤为:当易损物品运行至第一光电开关或第二光电开关时,第一光电开关或第二光电开关发送指令给对应的远端视觉系统或近端视觉系统进行易损物品的连续拍摄,远端视觉系统或近端视觉系统将所拍摄的图像传入上位机中,上位机对所述图像进行处理,提取易损物品的位置信息、轮廓特征以及速度信息,进而得到易损物品拍摄时在摄像机坐标系下的坐标信息,并将所述坐标信息实时映射到机器人的坐标系中,然后据此控制机器人运动至目标位置,进而实现实时动态地跟踪和抓取易损物品。
优选地,所述上位机对所述图像进行处理的具体方法为:
首先,基于远端视觉系统提供的图像,获取易损物品的位姿信息、形心位置和速度矢量信息,对机器人进行轨迹初规划,初步规划机器人实时跟踪轨迹;
然后,基于近端视觉系统提供的图像,获取易损物品的位置信息与速度矢量,对进行机器人的轨迹初规划进行精确误差补偿,进而进行最终的机器人轨迹规划。
优选地,利用改进的的三帧差分法,结合边缘提取信息和自适应的迭代阈值计算方法对移动的易损物品进行检测,具体步骤如下:首先采集3帧图像,然后对所述图像进行边缘提取得到连续的3帧边缘图像;对3帧边缘图像进行预处理,对预处理后的3帧边缘图像中的两组相邻的边缘图像差分运算,也就是进行3帧差分,把两次差分后的图像再进行“与”运算,然后根据图像信息使用自适应迭代阈值的计算方法进行二值化处理,最后通过图像形态学处理完成确定移动物体的区域。
更优选地,所述对3帧边缘图像进行预处理包括图像畸变矫正、图像边缘提取和周线跟踪,提取物体图像边缘后,采用周线跟踪进行边缘细化,去除伪边缘点及噪声点;所述形态学处理方法为:对差值图进行阈值化、腐蚀、膨胀处理,最后确定物体的轮廓。
更优选地,所述方法的具体步骤为:
步骤1:预测易损物品的运动轨迹:即跟踪易损物品t时刻所在的位置,t为预测时间;根据视觉采集处理后的易损物品采集时的位置信息和当前的位置信息,得到传送带的运动速度V带,再根据机器人与易损物品当前的距离Δs以及二者的速度矢量差Δv,建立相应的预测模型,预测出时间t,进而求出易损物品的预测轨迹;
步骤2:根据预测的易损物品在机器人直角坐标系下的位置和速度矢量,将易损物品位置坐标通过运动学逆解模型逆解至关节空间,即得到机器人各个关节的目标位置;采用雅克比矩阵的方法,得到机器人各个关节的目标速度矢量;
步骤3:根据机器人各个关节初始的位置和速度矢量以及步骤2得到的目标位置和目标速度矢量在关节空间内进行关节轨迹规划;
步骤4:根据所述关节轨迹规划,实时输出机器人各个关节的目标位置,再通过脉冲输出模块,转换为机器人各个关节对应的电机脉冲值,驱动机器人运动至目标位置,进而实现实时动态地跟踪易损物品,然后在规定位置抓取易损物品放置到指定的位置。
本发明提供的系统和方法克服了现有技术的不足,基于远端视觉获取的信息进行轨迹预规划,基于近端视觉进获取的信息行精确误差补偿方法,提高了对运动物品的识别精度,机器人可以更快速的进入对易损物品进行实时跟踪状态,减少了轨迹规划与实时跟踪的时间,提高了跟踪精度;解决了传送带长时间长距离运输过程中,出现的打滑及速度不稳定情况导致的误差;并且结合基于关节空间的传送带实时跟踪运动轨迹规划方法,可以保证机器人实时跟踪上易损物品,提高了对易损物品的抓取精度;系统结构简单,操作方便,具有很高的实用性。
附图说明
图1为本实施例提供的易损物品的机器人动态跟踪抓取系统的整体结构图;
图2为本实施例提供的易损物品的机器人动态跟踪抓取系统的通信配置图;
图3为本实施例提供的易损物品的机器人动态跟踪抓取系统的工作流程图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。
图1为本实施例提供的易损物品的机器人动态跟踪抓取系统的整体结构图,所述的易损物品的机器人动态跟踪抓取系统包括上位机4、机器人5、机器人控制器、末端执行器、PLC控制系统、传送带1、第一光电开关2、第二光电开关8、易损物品9、CCD相机3、图像采集卡和光源7等。远端视觉系统由固定在传送带1始端的CCD相机3、图像采集卡和光源7组成,对传送带上的易损物品9进行垂直拍摄,获取图像信息。近端视觉系统6固定在机器人5正前方,即从正前方侧拍,获取易损物品的图像信息。CCD相机3的图像采集卡通过RS-232串口电缆与上位机4相连,光源7选用LED环形光源并位于CCD相机3下方,第一光电开关2安装在传送带1上且位于远端视觉系统的光源7的正下方,第二光电开关8安装在传送带1上且位于机器人工作区域。传送带1上具有视觉采集区域和机器人工作区域,且彼此无重叠。
图2为本发明的系统结构及各部分通信配置图,所述远端视觉采集系统和近端视觉系统6均与上位机4通过RS-232进行实时通信,机器人5及其控制器与上位机4通过以太网进行实时通信,上位机4与PLC控制系统通过RS-232进行实时通信,PLC控制系统通过I/O接口连接传送带1和第一光电开关2、第二光电开关8。
视觉采集系统的具体工作步骤如下:
当易损物品9以速度V传运行至视觉采集区的光电开关时,光源7发出的平行光源照亮被检测的工件,光电开关发送指令给CCD相机3进行拍摄连续3到6帧的拍摄,经摄像头拍摄后成像于线阵CCD传感器上,并将图像信号转变为电荷信号,通过图像采集卡传入到上位机4(PC)中,然后使用Opencv3.0视觉图像处理库进行高速图像预处理,通过图像检测算法,提取易损物品的位置信息、轮廓特征(形心和位姿)以及速度信息,进而得到物品拍摄时在摄像机坐标系下的坐标和绕Z轴(竖直方向的纵轴)角度,将上述信息实时映射到机器人的坐标系中,然后传送给机器人5的控制器;
所述图像处理过程为:利用改进的的三帧差分法,结合边缘提取信息和自适应的迭代阈值计算方法对移动物体进行检测。具体的,首先采集3帧图像Ik-1(x,y)、Ik(x,y)、Ik+1(x,y),其次对图像进行边缘提取得到连续的3帧边缘图像,进行图像预处理,然后对两组相邻的边缘图像差分运算,也就是进行3帧差分,把两次差分后的图像再进行“与”运算,然后根据图像信息使用自适应迭代阈值的计算方法进行二值化处理,最后通过图像形态学处理完成确定移动物体的区域。
具体地,在上位机4(PC)的Windows系统中的使用Python语言进行算法编程,通过Opencv3.0视觉图像处理库进行高速图像预处理,所述图像预处理包括图像畸变矫正、图像边缘提取和周线跟踪,提取物体图像边缘后,采用周线跟踪进行边缘细化,去除伪边缘点及噪声点。所选取的边缘提取的算子是Sobel算子,具有一定的鲁棒性,结合了微分和高斯平滑,效果很好。所述形态学处理方法为:对差值图进行阈值化处理、腐蚀、膨胀等处理,最后确定物体的轮廓。
所述形心获取方法为:通过区域处理求矩的方法确定物品的形心坐标;所述易损物品姿态获取方法为:进行图像分割,得到较完整的物品信息进行特征计算,获得物品在三维空间内的精确姿态;
机器人动态跟踪抓取具体工作步骤如下:
1、预测易损物品的运动轨迹:即跟踪易损物品t时刻所在的位置(xt,yt,zt),t为预测时间。根据之前的视觉采集均值化处理后的易损物品位置信息和当前的位置信息,得到传送带的运动速度V带,再根据机器人与易损物品当前的距离Δs,以及二者的速度矢量差Δv,建立相应的预测模型,预测出时间t,进而求出易损物品的预测轨迹。
2、根据预测的易损物品在机器人直角坐标系下的位置(xbase,ybase,zbase)和速度矢量Vbase,将易损物品位置坐标通过运动学逆解模型逆解至关节空间,即可得到各个关节的目标位置;采用雅克比矩阵的方法,得到各个关节目标速度矢量。
3、根据关节初始的位置和速度矢量以及步骤2得到的目标位置和目标速度矢量在关节空间内进行关节轨迹规划。
4、根据上述关节轨迹规划,实时输出各关节的目标位置,再通过脉冲输出模块,转换为各个关节对应的电机脉冲值,驱动机器人运动至目标位置,进而实现实时动态地跟踪易损物品,然后在规定位置抓取放置到指定的位置。
应当理解的是,虽然在这里可能使用量术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。
以上所述,仅为本发明的较佳实施例,并非对本发明任何形式上和实质上的限制,应当指出,对于本技术领域的普通技术人员,在不脱离本发明方法的前提下,还将可以做出若干改进和补充,这些改进和补充也应视为本发明的保护范围。凡熟悉本专业的技术人员,在不脱离本发明的精神和范围的情况下,当可利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化,均为本发明的等效实施例;同时,凡依据本发明的实质技术对上述实施例所作的任何等同变化的更动、修饰与演变,均仍属于本发明的技术方案的范围内。
Claims (10)
1.一种易损物品的机器人动态跟踪抓取系统,其特征在于:包括
用于传送易损物品(9)的传送带(1);传送带(1)上设有视觉采集区域和机器人工作区域,且视觉采集区域于机器人工作区域彼此无重叠;
用于抓取传送带(1)上的易损物品(9)的机器人(5);
固定于传送带(1)始端,用于对传送带(1)上的易损物品(9)进行垂直拍摄,获取图像信息的远端视觉系统;
固定于机器人(5)的正前方,用于从正前方侧拍摄,获取易损物品(9)的图像信息的近端视觉系统;
设于传送带(1)上的视觉采集区域,用于检测所述易损物品(9)是否到位并在所述易损物品(9)到位时驱动所述远端视觉系统工作的第一光电开关(2);
设于传送带(1)上的机器人工作区域,用于检测所述易损物品(9)是否到位并在所述易损物品(9)到位时驱动所述近端视觉系统工作的第二光电开关(8);
用于获取所述远端视觉系统和所述近端视觉系统采集的图像信息并进行处理分析,进而控制所述机器人(5)准确抓取所述易损物品(9)的上位机(4)。
2.如权利要求1所述的一种易损物品的机器人动态跟踪抓取系统,其特征在于:所述远端视觉系统和近端视觉系统结构相同,均包括CCD相机(3),CCD相机(3)的图像采集卡与所述上位机(4)相连,CCD相机(3)的下方设有光源(7)。
3.如权利要求2所述的一种易损物品的机器人动态跟踪抓取系统,其特征在于:所述光源(7)为LED环形光源。
4.如权利要求2或3所述的一种易损物品的机器人动态跟踪抓取系统,其特征在于:所述第一光电开关(2)设于所述传送带(1)上且位于远端视觉系统的光源(7)的正下方。
5.如权利要求1所述的一种易损物品的机器人动态跟踪抓取系统,其特征在于:所述上位机(4)连接PLC控制系统,所述PLC控制系统连接所述传送带(1)的控制器和所述第一光电开关(2)、第二光电开关(8)。
6.一种易损物品的机器人动态跟踪抓取方法,其特征在于:采用如权利要求1~5任一项所述的易损物品的机器人动态跟踪抓取系统,步骤为:当易损物品(9)运行至第一光电开关(2)或第二光电开关(8)时,第一光电开关(2)或第二光电开关(8)发送指令给对应的远端视觉系统或近端视觉系统进行易损物品(9)的连续拍摄,远端视觉系统或近端视觉系统将所拍摄的图像传入上位机(4)中,上位机(4)对所述图像进行处理,提取易损物品(9)的位置信息、轮廓特征以及速度信息,进而得到易损物品(9)拍摄时在摄像机坐标系下的坐标信息,并将所述坐标信息实时映射到机器人(5)的坐标系中,然后据此控制机器人(5)运动至目标位置,进而实现实时动态地跟踪和抓取易损物品(9)。
7.如权利要求6所述的一种易损物品的机器人动态跟踪抓取方法,其特征在于:所述上位机(4)对所述图像进行处理的具体方法为:
首先,基于远端视觉系统提供的图像,获取易损物品(9)的位姿信息、形心位置和速度矢量信息,对机器人(5)进行轨迹初规划,初步规划机器人(5)实时跟踪轨迹;
然后,基于近端视觉系统提供的图像,获取易损物品(9)的位置信息与速度矢量,对进行机器人(5)的轨迹初规划进行精确误差补偿,进而进行最终的机器人(5)轨迹规划。
8.如权利要求7所述的一种易损物品的机器人动态跟踪抓取系统方法,其特征在于:利用改进的的三帧差分法,结合边缘提取信息和自适应的迭代阈值计算方法对移动的易损物品(9)进行检测,具体步骤如下:首先采集3帧图像,然后对所述图像进行边缘提取得到连续的3帧边缘图像;对3帧边缘图像进行预处理,对预处理后的3帧边缘图像中的两组相邻的边缘图像差分运算,也就是进行3帧差分,把两次差分后的图像再进行“与”运算,然后根据图像信息使用自适应迭代阈值的计算方法进行二值化处理,最后通过图像形态学处理完成确定移动物体的区域。
9.如权利要求8所述的一种易损物品的机器人动态跟踪抓取方法,其特征在于:所述对3帧边缘图像进行预处理包括图像畸变矫正、图像边缘提取和周线跟踪,提取物体图像边缘后,采用周线跟踪进行边缘细化,去除伪边缘点及噪声点;所述形态学处理方法为:对差值图进行阈值化、腐蚀、膨胀处理,最后确定物体的轮廓。
10.如权利要求7~9任一项所述的一种易损物品的机器人动态跟踪抓取方法,其特征在于,具体步骤为:
步骤1:预测易损物品的运动轨迹:即跟踪易损物品t时刻所在的位置,t为预测时间;根据视觉采集处理后的易损物品采集时的位置信息和当前的位置信息,得到传送带的运动速度V带,再根据机器人与易损物品当前的距离Δs以及二者的速度矢量差Δv,建立相应的预测模型,预测出时间t,进而求出易损物品的预测轨迹;
步骤2:根据预测的易损物品在机器人直角坐标系下的位置和速度矢量,将易损物品位置坐标通过运动学逆解模型逆解至关节空间,即得到机器人各个关节的目标位置;采用雅克比矩阵的方法,得到机器人各个关节的目标速度矢量;
步骤3:根据机器人各个关节初始的位置和速度矢量以及步骤2得到的目标位置和目标速度矢量在关节空间内进行关节轨迹规划;
步骤4:根据所述关节轨迹规划,实时输出机器人各个关节的目标位置,再通过脉冲输出模块,转换为机器人各个关节对应的电机脉冲值,驱动机器人运动至目标位置,进而实现实时动态地跟踪易损物品,然后在规定位置抓取易损物品放置到指定的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910072664.1A CN109911549A (zh) | 2019-01-25 | 2019-01-25 | 一种易损物品的机器人动态跟踪抓取系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910072664.1A CN109911549A (zh) | 2019-01-25 | 2019-01-25 | 一种易损物品的机器人动态跟踪抓取系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109911549A true CN109911549A (zh) | 2019-06-21 |
Family
ID=66960854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910072664.1A Pending CN109911549A (zh) | 2019-01-25 | 2019-01-25 | 一种易损物品的机器人动态跟踪抓取系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109911549A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110653826A (zh) * | 2019-10-23 | 2020-01-07 | 苏州艾利特机器人有限公司 | 一种面向传送带目标跟随的机器人实时轨迹规划方法 |
CN111483803A (zh) * | 2020-04-17 | 2020-08-04 | 湖南视比特机器人有限公司 | 控制方法、抓取系统和存储介质 |
CN112677159A (zh) * | 2021-03-22 | 2021-04-20 | 佛山隆深机器人有限公司 | 一种基于视觉定位的机械手作业路径规划方法及装置 |
CN112744604A (zh) * | 2020-12-11 | 2021-05-04 | 珠海格力电器股份有限公司 | 一种码垛机器人及其控制方法、装置、存储介质及处理器 |
CN114014001A (zh) * | 2021-11-24 | 2022-02-08 | 华中科技大学鄂州工业技术研究院 | 一种产线运行状态监控系统及方法 |
CN114943751A (zh) * | 2022-07-26 | 2022-08-26 | 北京科技大学 | 云化plc环境下基于方向矢量的物料跟踪定位方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009148089A1 (ja) * | 2008-06-05 | 2009-12-10 | 東芝機械株式会社 | ハンドリング装置、制御装置、制御方法およびプログラム |
CN104602869A (zh) * | 2012-09-05 | 2015-05-06 | 高通股份有限公司 | 基于具有摄像机的远程移动装置的视觉追踪的机器人控制 |
CN105700530A (zh) * | 2016-04-11 | 2016-06-22 | 南京埃斯顿自动化股份有限公司 | 一种机器人关节空间传送带跟随运动的轨迹规划方法 |
CN107618030A (zh) * | 2016-07-16 | 2018-01-23 | 深圳市得意自动化科技有限公司 | 基于视觉的机器人动态跟踪抓取方法及系统 |
CN108161931A (zh) * | 2016-12-07 | 2018-06-15 | 广州映博智能科技有限公司 | 基于视觉的工件自动识别及智能抓取系统 |
-
2019
- 2019-01-25 CN CN201910072664.1A patent/CN109911549A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009148089A1 (ja) * | 2008-06-05 | 2009-12-10 | 東芝機械株式会社 | ハンドリング装置、制御装置、制御方法およびプログラム |
CN104602869A (zh) * | 2012-09-05 | 2015-05-06 | 高通股份有限公司 | 基于具有摄像机的远程移动装置的视觉追踪的机器人控制 |
CN105700530A (zh) * | 2016-04-11 | 2016-06-22 | 南京埃斯顿自动化股份有限公司 | 一种机器人关节空间传送带跟随运动的轨迹规划方法 |
CN107618030A (zh) * | 2016-07-16 | 2018-01-23 | 深圳市得意自动化科技有限公司 | 基于视觉的机器人动态跟踪抓取方法及系统 |
CN108161931A (zh) * | 2016-12-07 | 2018-06-15 | 广州映博智能科技有限公司 | 基于视觉的工件自动识别及智能抓取系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110653826A (zh) * | 2019-10-23 | 2020-01-07 | 苏州艾利特机器人有限公司 | 一种面向传送带目标跟随的机器人实时轨迹规划方法 |
CN110653826B (zh) * | 2019-10-23 | 2022-06-14 | 苏州艾利特机器人有限公司 | 一种面向传送带目标跟随的机器人实时轨迹规划方法 |
CN111483803A (zh) * | 2020-04-17 | 2020-08-04 | 湖南视比特机器人有限公司 | 控制方法、抓取系统和存储介质 |
CN111483803B (zh) * | 2020-04-17 | 2022-03-04 | 湖南视比特机器人有限公司 | 控制方法、抓取系统和存储介质 |
CN112744604A (zh) * | 2020-12-11 | 2021-05-04 | 珠海格力电器股份有限公司 | 一种码垛机器人及其控制方法、装置、存储介质及处理器 |
CN112677159A (zh) * | 2021-03-22 | 2021-04-20 | 佛山隆深机器人有限公司 | 一种基于视觉定位的机械手作业路径规划方法及装置 |
CN112677159B (zh) * | 2021-03-22 | 2023-02-28 | 佛山隆深机器人有限公司 | 一种基于视觉定位的机械手作业路径规划方法及装置 |
CN114014001A (zh) * | 2021-11-24 | 2022-02-08 | 华中科技大学鄂州工业技术研究院 | 一种产线运行状态监控系统及方法 |
CN114943751A (zh) * | 2022-07-26 | 2022-08-26 | 北京科技大学 | 云化plc环境下基于方向矢量的物料跟踪定位方法及系统 |
CN114943751B (zh) * | 2022-07-26 | 2022-11-08 | 北京科技大学 | 云化plc环境下基于方向矢量的物料跟踪定位方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109911549A (zh) | 一种易损物品的机器人动态跟踪抓取系统及方法 | |
CN112047113B (zh) | 一种基于人工智能技术的3d视觉码垛系统及方法 | |
Schlegel et al. | Vision based person tracking with a mobile robot. | |
Eppner et al. | Grasping unknown objects by exploiting shape adaptability and environmental constraints | |
CN109454638A (zh) | 一种基于视觉引导的机器人抓取系统 | |
CN111515932A (zh) | 一种基于人工势场与强化学习的人机共融流水线实现方法 | |
Song et al. | 3D vision for object grasp and obstacle avoidance of a collaborative robot | |
CN112518748B (zh) | 面向运动物品的视觉机械臂自动抓取方法与系统 | |
CN110605711B (zh) | 一种控制协作机器人抓取物体的方法、装置及系统 | |
CN113303564A (zh) | 一种鞋底动态跟随喷胶方法及系统 | |
CN112257293A (zh) | 一种基于ros的非标准物体抓取方法及装置 | |
KR101014531B1 (ko) | 거리 센서를 이용한 다리 추출 방법, 이를 이용한 이동 로봇의 사람 추종 주행 방법 및 이동 로봇 | |
CN114770461B (zh) | 一种基于单目视觉的移动机器人及其自动抓取方法 | |
CN112207839A (zh) | 可移动的家居服务机器人及方法 | |
EP2366502B1 (en) | Robot with hand-object movement correlations for online temporal segmentation of movement tasks | |
Soans et al. | Object tracking robot using adaptive color thresholding | |
CN111667454A (zh) | 可实现目标物精确抓取的视觉识别计算方法 | |
CN113681565A (zh) | 一种实现机器人与人之间物品传递的人机协作方法及装置 | |
CN111975776A (zh) | 基于深度学习和卡尔曼滤波的机器人移动跟踪系统及方法 | |
Kimura et al. | Simultaneously determining target object and transport velocity for manipulator and moving vehicle in piece-picking operation | |
Renjith et al. | Design and implementation of automatic garbage collecting robot using background subtraction based computer vision algorithm | |
EP4180187A1 (en) | A computer-implemented operating method for handling work-pieces by an inpainting model reconstruction of occluded parts | |
Jokesch et al. | Integration of vision/force robot control for transporting different shaped/colored objects from moving circular conveyor | |
CN115643903A (zh) | 基于机器视觉的苹果自动采摘装置及其控制方法 | |
Wu et al. | Grasping the object with collision avoidance of wheeled mobile manipulator in dynamic environments |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190621 |