CN110110823A - 基于rfid和图像识别的物体辅助识别系统及方法 - Google Patents
基于rfid和图像识别的物体辅助识别系统及方法 Download PDFInfo
- Publication number
- CN110110823A CN110110823A CN201910338002.4A CN201910338002A CN110110823A CN 110110823 A CN110110823 A CN 110110823A CN 201910338002 A CN201910338002 A CN 201910338002A CN 110110823 A CN110110823 A CN 110110823A
- Authority
- CN
- China
- Prior art keywords
- rfid
- information
- image recognition
- module
- cloud database
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Manipulator (AREA)
Abstract
本发明提供了基于RFID和图像识别的物体辅助识别系统和方法,所述方法包括:将RFID标签与物体特征信息进行绑定,这些特征信息作为RFID先验信息将存储在云端数据库;读取RFID标签信息,从云端数据库读取物体更多的信息;通过读取的物体特征信息辅助图像识别物体。所述系统包括传感器模块、控制模块、RFID模块、传输模块、云端数据库和操纵机器,传感器模块采集物体的图像、视频信息后传输给控制模块,控制模块从云端数据库获取RFID先验信息后对目标物体进行定位并控制操纵机器对目标物体进行抓取。本发明以RFID标签信息作为先验信息辅助摄像头对物体进行识别,具有更高的识别速率、更低的算法复杂度,可以更加准确可靠地对物体特性进行检测及形状、方位的判断。
Description
技术领域
本发明涉及图像识别技术领域,尤其涉及一种基于RFID和图像识别的物体辅助识别系统及方法,利用RFID标签来标记物品的特性并结合摄像头来识别物体,可以辅助机器对物体进行识别、判断或抓取等操作。
背景技术
近年来,用机器人代替人工从事重复繁杂的工作已经是非常普及,智能的物体识别系统研究也在快速发展,现有技术中识别定位主要是采用单目摄像机测量方法、双摄像头识别定位或者是二维码特征信息识别定位,分别存在以下缺陷:
1、单目摄像头识别技术在测距之前需要对目标进行识别,因此需要大量的数据,而且距离判断并不是那么准确。
2、双摄像头主要通过两幅图像的视差计算来确定距离,确实可以提高测距的准确度,但是多个摄像头测距计算量非常大,会提高复杂度,要小型化非常困难。
3、二维码的特征信息标识物体,位置估计会受限于二维码的数量,并且被异物阻挡时不能正常工作。
另外,现有的机器人控制技术中识别和定位在系统运行过程中是分开的,鲁棒性不佳,对于运动中的物体或者被遮挡的物体很难进行识别检测,识别准确度有待加强。
基于此,本案由产生。
发明内容
为了解决现有技术中存在的上述缺陷,本发明的第一个目的是提供基于RFID和图像识别的物体辅助识别方法。
为了实现上述目的,本发明采取的技术方案如下:
基于RFID和图像识别的物体辅助识别方法,包括:
将RFID标签与物体特征信息进行绑定,这些特征信息作为RFID先验信息将存储在云端数据库;
读取RFID标签信息,从云端数据库读取物体更多的信息;
通过读取的物体特征信息辅助图像识别物体。
其中,读取RFID标签信息,从云端数据库读取更多物体的信息具体是指云端数据库预先存储了物体的各种信息,系统运行时,可以通过一条信息从云端数据库读取物体更多的信息。
作为优选,所述物体特征信息包括物体的名称、形状、重量、重心位置、材质和尺寸。其中,通过重量信息,机器可获得抓取力度值;通过中心坐标机器可获得物体方位;通过重心位置,机器可在该物体方位上获取准确的抓取位置,避免漏抓或在抓取过程中物体掉落。
作为优选,所述的物体特征信息中的重心位置是指相对于物体左部的坐标,RFID标签与重心位置信息进行绑定,可辅助机器确定物体重心的具体位置。
作为优选,将RFID标签与物体信息进行绑定,这些特征信息作为RFID先验信息将存储在云端数据库具体是指用RFID技术标记物体信息特性,这些特征信息写入标签后将作为物体识别的唯一标识,然后将数据打包上传至云端数据库存储。
作为优选,通过读取的物体特征信息辅助图像识别物体的过程包括对目标物体进行定位以及辅助机器对目标物体进行抓取。
作为优选,所述的对目标物体进行定位的具体步骤是:
第一步:捕获图像,使用Sobel边缘检测算法对物体图像边缘进行检测,得到边缘像素点的梯度强度和方向,确定目标物体在图像中的位置,公式如下:
梯度强度:
梯度方向:
其中G为梯度强度,Gx为x方向的梯度值,Gy为y方向的梯度值,具体计算如下:
Gx=[f(x+1,y-1)+2×f(x+1,y)+f(x+1,y+1)]-[f(x-1,y-1)+2×f(x-1,y)+f(x-1,y+1)]
Gx=[f(x-1,y-1)+2f(x,y-1)+f(x+1,y-1)]-[f(x-1,y+1)+2×f(x,y+1)+f(x+1,y+1)]
其中f(a,b),表示图像(a,b)点的灰度值;
第二步:计算目标物体内任意几何中心坐标,由第一步确定了物体边缘后可确定物体图像区域,使用OpenCV从物体图像上读取任意三个像素点坐标位置,设三点为A(X1,Y1)、B(X2,Y2)、C(X3,Y3),设中心坐标为(X0,Y0),横坐标、纵坐标计算公式如下:
横坐标:
纵坐标:
作为优选,所述的辅助机器对目标物体进行抓取具体是:
读取的先验信息中的重量、重心位置、材质、尺寸和形状这些数据作为输入值传入控制模块,控制模块结合计算出的中心坐标对机器下达操作命令抓取物体。
基于RFID和图像识别的物体辅助识别系统,包括传感器模块、控制模块、RFID模块、传输模块、云端数据库和操纵机器,所述传感器模块和传输模块分别与所述控制模块相连,所述RFID模块与所述传输模块相连,所述传输模块与云端数据库通讯连接;传感器模块采集物体的图像、视频信息后传输给控制模块,控制模块从云端数据库获取RFID先验信息后对目标物体进行定位并控制操纵机器对目标物体进行抓取。
本发明的原理和有益效果:
(1)本发明使用RFID辅助视频分析,可以提高物体识别速率,降低算法复杂度。
(2)本发明使用RFID预知物体的信息判断距离,可以更加准确、可靠地对物体特性进行检测以及形状、方位、距离的判断,就算标签被遮挡也能正常工作。
(3)本发明通过物品的形状、重量、重心位置、材质和尺寸等先验信息辅助摄像头对物体的识别、距离的判断和机器抓取等操作,可以应用于辅助机器人、无人机或无人汽车等机械识别或抓取物体。
(4)本发明中使用的RFID识别技术是一种操作非常方便的自动识别技术并且是非接触式的,可以通过射频信号自动识别目标对象并获取相关数据,无须人工干预就可完成识别过程,不仅可以同时识别多个电子标签和高速运动的物体,而且各种恶劣环境均适用。
(5)本发明中RFID标签使用的是超高频无源标签,无源电子标签有一定的抗干扰能力,用户可自定义读写标准数据,在专门的应用系统效率更加快捷,识读距离更远。使用的超高频RFID技术一次可以读取多个标签信息、可以识别高速运动的物体、数据的记忆容量大。
附图说明
图1是本发明的系统模块联系图;
图2是本发明以机械臂为实例的物体识别抓取流程图。
具体实施方式
为了使本发明的技术手段及其所能达到的技术效果,能够更清楚更完善的披露,兹提供了以下实施例,并结合附图作如下详细说明:
本实施例的一种基于RFID和图像识别的物体辅助识别系统,用RFID技术辅助机器分析识别物品。如图1所示,图1为本发明的系统模块联系图,系统包含的模块有:RFID模块、传感器模块、控制模块、传输模块、云端数据库模块。其中RFID模块包含读写器;传感器模块包含一个摄像头;控制器包含树莓派(Raspberry Pi);传输模块包含RFID读写器上的有线网口。通过RFID标签标记物品特性;读取物品的重量、尺寸和材质等先验信息辅助摄像头对物体的识别、距离的判断和机器抓取等操作。本发明具有更高的识别速率、更低的算法复杂度,可以更加准确、可靠地对物体特性进行检测以及形状、方位、距离的判断,可以应用于辅助机器人、无人机或无人汽车等机械识别或抓取物体,本实施例中所用机器为机械臂。其处理过程包括如下步骤:
1)将RFID标签与物体特征信息进行绑定,这些特征信息将存储在云端数据库。具体是指用RFID技术标记物体信息特性,这些特征信息写入标签后将作为物体识别的唯一标识,然后将数据打包上传至云端数据库存储。
2)读取标签信息标记物品特性,从云端数据库读取更多物体的信息。每个物体上都有标签标记物品的名称、形状、重量、重心位置、材质和尺寸等特定信息,通过读写器将步骤1)中物体特征信息写入RFID标签作为物品的先验信息,扫描物体上的标签信息标记物品特性。云端数据库预先存储了物体的各种信息,系统运行时,可以通过一条信息从云端数据库读取物体更多的信息。
3)通过读取的物体特征信息辅助图像识别物体。
所述步骤3)中辅助识别方法为:
S1:摄像头捕获图像,使用Sobel边缘检测算法对物体图像边缘进行检测,得到边缘像素点的梯度强度和方向,确定目标物体在图像中的位置。公式如下:
梯度强度:
梯度方向:
其中G为梯度强度,Gx为x方向的梯度值,Gy为y方向的梯度值。具体计算如下:
Gx=[f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)]-[f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)]
Gx=[f(x-1,y-1)+2f(x,y-1)+f(x+1,y-1)]-[f(x-1,y+1)+2*f(x,y+1)+f(x+1,y+1)]
其中f(a,b),表示图像(a,b)点的灰度值。
S2:计算目标物体内任意几何中心坐标。由第一步确定了物体边缘后可确定物体图像区域,使用OpenCV从物体图像上读取任意三个像素点坐标位置,设三点为A(X1,Y1)、B(X2,Y2)、C(X3,Y3),设中心坐标为(X0,Y0),横坐标、纵坐标计算公式如下:
横坐标:
纵坐标:
S3:读取的先验信息中的重量、重心位置、材质、尺寸和形状这些数据作为输入值传入控制模块。
S4:控制模块通过重量信息,计算抓取力度值;通过物体中心坐标获得物体方位;通过重心位置,判断准确的抓取位置。通过这些计算结果生成控制指令对机器下达操作命令抓取物体。
S5:机器接收到要操纵的目标物体指令,对物体进行抓取。
如图2所示,图2为以机械臂为实例的物体识别抓取流程图,物体上附有RFID标签,放置在虚拟参考点后,读写器扫描标签信息后将信息传给控制中心,同时摄像头将采集图像、视频数据传输给树莓派,控制模块计算物体中心坐标、结合RFID标签中的先验信息后生成控制指令,机械臂初始化后接收指令后成功识别物体,调整各舵机位置对物体准确抓取。
以上内容是结合本发明的优选实施方式对所提供技术方案所作的进一步详细说明,不能认定本发明具体实施只局限于上述这些说明,对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (8)
1.基于RFID和图像识别的物体辅助识别方法,包括:
将RFID标签与物体特征信息进行绑定,这些特征信息作为RFID先验信息将存储在云端数据库;
读取RFID标签信息,从云端数据库读取物体更多的信息;
通过读取的物体特征信息辅助图像识别物体。
2.如权利要求1所述的基于RFID和图像识别的物体辅助识别方法,其特征在于:所述物体特征信息包括物体的名称、形状、重量、重心位置、材质和尺寸。
3.如权利要求2所述的基于RFID和图像识别的物体辅助识别方法,其特征在于:所述的物体特征信息中的重心位置是指相对于物体左部的坐标,RFID标签与重心位置信息进行绑定,可辅助机器确定物体重心的具体位置。
4.如权利要求1所述的基于RFID和图像识别的物体辅助识别方法,其特征在于:将RFID标签与物体信息进行绑定,这些特征信息作为RFID先验信息将存储在云端数据库具体是指用RFID技术标记物体信息特性,这些特征信息写入标签后将作为物体识别的唯一标识,然后将数据打包上传至云端数据库存储。
5.如权利要求1所述的基于RFID和图像识别的物体辅助识别方法,其特征在于:通过读取的物体特征信息辅助图像识别物体的过程包括对目标物体进行定位以及辅助机器对目标物体进行抓取。
6.如权利要求5所述的基于RFID和图像识别的物体辅助识别方法,其特征在于:所述的对目标物体进行定位的具体步骤是:
第一步:捕获图像,使用Sobel边缘检测算法对物体图像边缘进行检测,得到边缘像素点的梯度强度和方向,确定目标物体在图像中的位置,公式如下:
梯度强度:
梯度方向:
其中G为梯度强度,Gx为x方向的梯度值,Gy为y方向的梯度值,具体计算如下:
Gx=[f(x+1,y-1)+2×f(x+1,y)+f(x+1,y+1)]-[f(x-1,y-1)+2×f(x-1,y)+f(x-1,y+1)]
Gx=[f(x-1,y-1)+2f(x,y-1)+f(x+1,y-1)]-[f(x-1,y+1)+2×f(x,y+1)+f(x+1,y+1)]
其中f(a,b),表示图像(a,b)点的灰度值;
第二步:计算目标物体内任意几何中心坐标,由第一步确定了物体边缘后可确定物体图像区域,使用OpenCV从物体图像上读取任意三个像素点坐标位置,设三点为A(X1,Y1)、B(X2,Y2)、C(X3,Y3),设中心坐标为(X0,Y0),横坐标、纵坐标计算公式如下:
横坐标:
纵坐标:
7.如权利要求5所述的基于RFID和图像识别的物体辅助识别方法,其特征在于:所述的辅助机器对目标物体进行抓取具体是:
读取的先验信息中的重量、重心位置、材质、尺寸和形状这些数据作为输入值传入控制模块,控制模块结合计算出的中心坐标对机器下达操作命令抓取物体。
8.采用如上述权利要求1-7任一项所述的基于RFID和图像识别的物体辅助识别方法的系统,其特征在于:包括传感器模块、控制模块、RFID模块、传输模块、云端数据库和操纵机器,所述传感器模块和传输模块分别与所述控制模块相连,所述RFID模块与所述传输模块相连,所述传输模块与云端数据库通讯连接;传感器模块采集物体的图像、视频信息后传输给控制模块,控制模块从云端数据库获取RFID先验信息后对目标物体进行定位并控制操纵机器对目标物体进行抓取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910338002.4A CN110110823A (zh) | 2019-04-25 | 2019-04-25 | 基于rfid和图像识别的物体辅助识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910338002.4A CN110110823A (zh) | 2019-04-25 | 2019-04-25 | 基于rfid和图像识别的物体辅助识别系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110110823A true CN110110823A (zh) | 2019-08-09 |
Family
ID=67486681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910338002.4A Pending CN110110823A (zh) | 2019-04-25 | 2019-04-25 | 基于rfid和图像识别的物体辅助识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110110823A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990594A (zh) * | 2019-11-29 | 2020-04-10 | 华中科技大学 | 一种基于自然语言交互的机器人空间认知方法及系统 |
CN113222080A (zh) * | 2021-04-08 | 2021-08-06 | 埃夫特智能装备股份有限公司 | 一种基于rfid和计算机视觉的木制家具辅助打磨系统及其使用方法 |
CN113610480A (zh) * | 2021-09-13 | 2021-11-05 | 中国南方电网有限责任公司超高压输电公司广州局 | 电力工器具的仓储管理系统及方法 |
CN117077083A (zh) * | 2023-10-10 | 2023-11-17 | 上海英内物联网科技股份有限公司 | 装箱物品自动识别统计方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010164353A (ja) * | 2009-01-14 | 2010-07-29 | Hitachi-Ge Nuclear Energy Ltd | 埋設物位置案内システムおよびrfidタグ |
CN103778261A (zh) * | 2014-03-04 | 2014-05-07 | 福建瑞恒信息技术有限公司 | 一种基于移动云计算图像识别的自助导游方法及系统 |
US20160192125A1 (en) * | 2014-12-31 | 2016-06-30 | Intermac Ip Corp. | Systems and methods for displaying location information for rfid tags |
CN106452903A (zh) * | 2016-10-31 | 2017-02-22 | 华南理工大学 | 一种基于云辅助的智能仓管机器人系统与方法 |
CN107945423A (zh) * | 2017-12-05 | 2018-04-20 | 广州扫地僧信息科技有限公司 | 选物贩卖机识别物品的方法和装置及选物贩卖机 |
US20180181909A1 (en) * | 2016-12-22 | 2018-06-28 | Wal-Mart Stores, Inc. | Systems and methods for monitoring item distribution |
CN108229238A (zh) * | 2018-02-09 | 2018-06-29 | 上海川光信息科技有限公司 | 基于可见光与不可见光信息融合的目标跟踪方法 |
CN108399518A (zh) * | 2018-02-08 | 2018-08-14 | 优荑众创实业(深圳)有限公司 | 物联网包装管理系统及方法 |
-
2019
- 2019-04-25 CN CN201910338002.4A patent/CN110110823A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010164353A (ja) * | 2009-01-14 | 2010-07-29 | Hitachi-Ge Nuclear Energy Ltd | 埋設物位置案内システムおよびrfidタグ |
CN103778261A (zh) * | 2014-03-04 | 2014-05-07 | 福建瑞恒信息技术有限公司 | 一种基于移动云计算图像识别的自助导游方法及系统 |
US20160192125A1 (en) * | 2014-12-31 | 2016-06-30 | Intermac Ip Corp. | Systems and methods for displaying location information for rfid tags |
CN106452903A (zh) * | 2016-10-31 | 2017-02-22 | 华南理工大学 | 一种基于云辅助的智能仓管机器人系统与方法 |
US20180181909A1 (en) * | 2016-12-22 | 2018-06-28 | Wal-Mart Stores, Inc. | Systems and methods for monitoring item distribution |
CN107945423A (zh) * | 2017-12-05 | 2018-04-20 | 广州扫地僧信息科技有限公司 | 选物贩卖机识别物品的方法和装置及选物贩卖机 |
CN108399518A (zh) * | 2018-02-08 | 2018-08-14 | 优荑众创实业(深圳)有限公司 | 物联网包装管理系统及方法 |
CN108229238A (zh) * | 2018-02-09 | 2018-06-29 | 上海川光信息科技有限公司 | 基于可见光与不可见光信息融合的目标跟踪方法 |
Non-Patent Citations (1)
Title |
---|
高宏伟: "《电子制造装备技术》", 30 September 2015 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990594A (zh) * | 2019-11-29 | 2020-04-10 | 华中科技大学 | 一种基于自然语言交互的机器人空间认知方法及系统 |
CN113222080A (zh) * | 2021-04-08 | 2021-08-06 | 埃夫特智能装备股份有限公司 | 一种基于rfid和计算机视觉的木制家具辅助打磨系统及其使用方法 |
CN113222080B (zh) * | 2021-04-08 | 2023-04-18 | 埃夫特智能装备股份有限公司 | 一种基于rfid和计算机视觉的木制家具辅助打磨系统及其使用方法 |
CN113610480A (zh) * | 2021-09-13 | 2021-11-05 | 中国南方电网有限责任公司超高压输电公司广州局 | 电力工器具的仓储管理系统及方法 |
CN113610480B (zh) * | 2021-09-13 | 2023-09-01 | 中国南方电网有限责任公司超高压输电公司广州局 | 电力工器具的仓储管理系统及方法 |
CN117077083A (zh) * | 2023-10-10 | 2023-11-17 | 上海英内物联网科技股份有限公司 | 装箱物品自动识别统计方法 |
CN117077083B (zh) * | 2023-10-10 | 2024-01-05 | 上海英内物联网科技股份有限公司 | 装箱物品自动识别统计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110110823A (zh) | 基于rfid和图像识别的物体辅助识别系统及方法 | |
CN112476434B (zh) | 一种基于协作机器人的视觉3d取放方法及系统 | |
CN109308693B (zh) | 由一台ptz相机构建的目标检测和位姿测量单双目视觉系统 | |
CN110411441B (zh) | 用于多模态映射和定位的系统和方法 | |
CN108109174B (zh) | 一种用于散乱零件随机分拣的机器人单目引导方法和系统 | |
CN109887040B (zh) | 面向视频监控的运动目标主动感知方法及系统 | |
Mi et al. | A fast automated vision system for container corner casting recognition | |
CN112418103B (zh) | 一种基于动态双目视觉的桥式起重机吊装安全防撞系统及方法 | |
CN108171748A (zh) | 一种面向机器人智能抓取应用的视觉识别与定位方法 | |
EP2686830B1 (en) | Multi-view stereo systems and methods for tube inventory in healthcare diagnostics | |
CN108161931A (zh) | 基于视觉的工件自动识别及智能抓取系统 | |
CN104217441A (zh) | 一种基于机器视觉的机械臂定位抓取方法 | |
CN110334678A (zh) | 一种基于视觉融合的行人检测方法 | |
CN110480637A (zh) | 一种基于Kinect传感器的机械臂零件图像识别抓取方法 | |
Momeni-k et al. | Height estimation from a single camera view | |
CN110322515A (zh) | 基于双目立体视觉的工件识别及抓取点提取方法 | |
CN116277025A (zh) | 一种智能制造用机器人的物件分拣控制方法及系统 | |
CN114972421A (zh) | 车间物料识别追踪与定位方法、系统 | |
Gratal et al. | Virtual visual servoing for real-time robot pose estimation | |
CN108470165A (zh) | 一种采摘机器人果实视觉协同搜索方法 | |
CN110533717B (zh) | 一种基于双目视觉的目标抓取方法及装置 | |
CN111340884A (zh) | 一种双目异构相机与rfid的双重目标定位与身份辨识方法 | |
US11941827B2 (en) | System and method of 3D point cloud registration with multiple 2D images | |
CN115880220A (zh) | 多视角苹果成熟度检测方法 | |
CN109815966A (zh) | 一种基于改进sift算法的移动机器人视觉里程计实现方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190809 |