CN110660104A - 工业机器人视觉识别定位抓取方法、计算机装置以及计算机可读存储介质 - Google Patents

工业机器人视觉识别定位抓取方法、计算机装置以及计算机可读存储介质 Download PDF

Info

Publication number
CN110660104A
CN110660104A CN201910931881.1A CN201910931881A CN110660104A CN 110660104 A CN110660104 A CN 110660104A CN 201910931881 A CN201910931881 A CN 201910931881A CN 110660104 A CN110660104 A CN 110660104A
Authority
CN
China
Prior art keywords
target object
information
pose information
template
industrial robot
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
Application number
CN201910931881.1A
Other languages
English (en)
Inventor
王长恺
寸毛毛
刘志昌
魏泽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201910931881.1A priority Critical patent/CN110660104A/zh
Publication of CN110660104A publication Critical patent/CN110660104A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20016—Hierarchical, coarse-to-fine, multiscale or multiresolution image processing; Pyramid transform

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Robotics (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种工业机器人视觉识别定位抓取方法、计算机装置以及计算机可读存储介质，该方法包括：对采集图像进行图像轮廓提取；当轮廓提取结果中存在物体轮廓信息时，利用基于边缘的模板匹配算法对目标物进行定位识别；当目标物位姿信息为预设目标物位姿信息时，利用相机标定法对目标物位姿信息进行修正；利用手眼标定法对修正位姿信息进行坐标系转换。该计算机装置包括控制器，控制器用于执行存储器中存储的计算机程序时实现上述的工业机器人视觉识别定位抓取方法。该计算机可读存储介质，其上存储有计算机程序，计算机程序被控制器执行时实现上述的工业机器人视觉识别定位抓取方法。应用本发明的方法识别定位稳定性以及精度较高。

Description

工业机器人视觉识别定位抓取方法、计算机装置以及计算机 可读存储介质
技术领域
本发明涉及工业机器人技术领域，具体的，涉及一种工业机器人视觉识别定位抓取方法，还涉及应用该工业机器人视觉识别定位抓取方法的计算机装置，还涉及应用该工业机器人视觉识别定位抓取方法的计算机可读存储介质。
背景技术
近年来随着人力成本的提高及工业机器人成本的降低，越来越多的机器人被应用到流水线上的分拣工序中。机器人视觉伺服及动态抓取技术，是指通过工业相机实时采集真实物体的图像，通过目标跟踪或模式识别技术对待抓取物体进行跟踪及运动信息建模，反馈给机器人系统，做进一步的运动控制及路径规划以成功抓取物体。
目标识别和定位是工业机器人视觉研究中的一项重要内容。而传统的灰度相关的目标识别方法，容易受到光照等环境因素的影响，抗干扰性不强，导致定位稳定性及精度不高。
发明内容
本发明的第一目的是提供一种识别定位稳定性以及精度较高的工业机器人视觉识别定位抓取方法。
本发明的第二目的是提供一种识别定位稳定性以及精度较高的计算机装置。
本发明的第三目的是提供一种识别定位稳定性以及精度较高的计算机可读存储介质。
为了实现上述第一目的，本发明提供的工业机器人视觉识别定位抓取方法包括：获取相机的采集图像；对采集图像进行图像轮廓提取，获得轮廓提取结果；判断轮廓提取结果中是否存在物体轮廓信息，若是，利用基于边缘的模板匹配算法对目标物进行定位识别，获得目标物位姿信息；判断目标物位姿信息是否为预设目标物位姿信息，若是，利用相机标定法对目标物位姿信息进行修正，获得修正位姿信息；利用手眼标定法对修正位姿信息进行坐标系转换，获得修正位姿信息对应的机器人坐标系坐标；根据机器人坐标系坐标进行目标物抓取。
由上述方案可见，本发明的工业机器人视觉识别定位抓取方法通过边缘模板匹配的方法不仅可以高效地识别出目标物体，而且在光照、噪声以及遮挡等复杂工作环境下，依旧能对目标物体进行识别，进而提高识别的正确率。当完成目标物体的识别定位后，可以通过相机标定，提升其定位精度。此外，利用相机与机器人之间的转换关系，可根据物体位姿快速进行定位，完成抓取。
进一步的方案中，利用基于边缘的模板匹配算法对目标物进行定位识别，获得目标物位姿信息的步骤包括：建立目标物的模板信息；根据模板信息对采集图像进行模板匹配，获得目标物位姿信息。
由此可见，通过对目标物建立模板信息，并通过模板信息对采集图像进行匹配，可提高目标物识别定位的准确性以及定位效率。
进一步的方案中，建立目标物的模板信息的步骤包括：获取目标物的模板图像，对模板图像进行预处理获得预处理模板图像；对预处理模板图像进行金字塔分层、缩放以及旋转操作，获得多个不同金字塔层数、旋转角度以及缩放系数的匹配模板图像；提取每一个匹配模板图像对应的模板边缘点梯度信息。
由此可见，通过对预处理模板图像进行金字塔分层、缩放以及旋转操作，建立了一系列不同的模板边缘点梯度信息，使得在对采集图像进行匹配时，可提高识别点位精度。
进一步的方案中，根据模板信息对采集图像进行模板匹配，获得目标物位姿信息的步骤包括：提取采集图像的边缘点梯度信息；根据边缘点梯度信息与模板边缘点梯度信息进行匹配，获得目标物位姿信息。
由此可知，在对采集图像进行模板匹配时，通过对采集图像的边缘点梯度信息与模板边缘点梯度信息进行匹配，可快速获得目标物的位姿信息，提高识别速度。
进一步的方案中，利用相机标定法对目标物位姿信息进行修正的步骤包括：获取相机的内外参数以及畸变参数；根据内外参数和畸变参数对目标物位姿信息进行修正。
由此可见，通过获取相机的内外参数以及畸变参数，用于对目标物位姿信息进行修正，可消除相机畸变的影响，从而提高目标物位姿信息识别的精度。
进一步的方案中，利用手眼标定法对修正位姿信息进行坐标系转换的步骤包括：获取手眼变换关系矩阵；根据手眼变换关系矩阵将修正位姿信息进行坐标系转换。
由此可见，为了便于控制机器人进行目标物的抓取，需将相机获得的修正位姿信息进行机器人坐标转换，以便机器人根据目标物的机器人坐标系坐标进行抓取控制。
进一步的方案中，在判断轮廓提取结果中是否存在物体轮廓信息的步骤后，方法还包括：当判断不存在物体轮廓信息时，发送目标物输送指令。
由此可见，在判断不存在物体轮廓信息时，则认为当前采集图像位置不存在目标物，需要进行目标物的输送，因此，可发送目标物输送指令，控制目标物的输送。
进一步的方案中，在判断目标物位姿信息是否为预设目标物位姿信息的步骤后，方法还包括：当目标物位姿信息不是预设目标物位姿信息时，发送目标物输送指令。
由此可见，在判断目标物位姿信息不是预设目标物位姿信息时，则认为当前物体不是目标物，不需要抓取，因此，可发送目标物输送指令，控制下一目标物的输送。
为了实现本发明的第二目的，本发明提供计算机装置包括处理器以及存储器，存储器存储有计算机程序，计算机程序被处理器执行时实现上述的工业机器人视觉识别定位抓取方法的步骤。
为了实现本发明的第三目的，本发明提供的计算机可读存储介质，其上存储有计算机程序，计算机程序被控制器执行时实现上述的工业机器人视觉识别定位抓取方法的步骤。
附图说明
图1是应用本发明工业机器人视觉识别定位抓取方法的工业机器人流水线的结构示意图。
图2是本发明工业机器人视觉识别定位抓取方法实施例的流程图。
图3是本发明工业机器人视觉识别定位抓取方法实施例中模板匹配步骤的流程图。
图4是本发明工业机器人视觉识别定位抓取方法实施例中相机标定步骤的流程图。
图5是本发明工业机器人视觉识别定位抓取方法实施例中手眼标定步骤的流程图。
以下结合附图及实施例对本发明作进一步说明。
具体实施方式
本发明的工业机器人视觉识别定位抓取方法是应用在工业机器人中的应用程序，用于实现对目标物进行识别定位抓取。优选的，如图1所示，工业机器人流水线包括工业机器人1、相机2、机器手3、同步带4、主动轮5和从动轮6，工业机器人1用于控制相机2和机器手3，主动轮5和从动轮6带动同步带4，使同步带4上的目标物7移动。
本发明的工业机器人视觉识别定位抓取方法为应用在工业机器人中的应用程序，用于实现对目标物进行识别定位抓取。本发明还提供一种计算机装置，该计算机装置包括控制器，控制器用于执行存储器中存储的计算机程序时实现上述的工业机器人视觉识别定位抓取方法的步骤。本发明还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被控制器执行时实现上述的工业机器人视觉识别定位抓取方法的步骤。
工业机器人视觉识别定位抓取方法实施例：
本发明的工业机器人视觉识别定位抓取方法为应用在工业机器人的应用程序，用于实现对目标物进行识别定位抓取。
参见图2，本发明的工业机器人视觉识别定位抓取方法在对目标物进行识别定位抓取时，首先执行步骤S1，获取相机的采集图像。工业机器人工作时，通过控制主动轮驱动同步带运动，同步带带动目标物做同步运动，将目标物送达相机的视野范围后，控制相机进行图像采集，从而获得采集图像。
获取到采集图像后，执行步骤S2，对采集图像进行图像轮廓提取，获得轮廓提取结果。获取到采集图像后为了便于确认当前拍摄区域是否存在物体，需对采集图像进行图像轮廓提取，从而获得轮廓提取结果。对采集图像进行图像轮廓提取可采用现有的图像轮廓提取技术，例如，先对采集图像进行灰度处理，然后再利用图像梯度算法提取出图像轮廓，此为本领域技术人员的公知技术，在此不再赘述。
获得轮廓提取结果后，执行步骤S3，判断轮廓提取结果中是否存在物体轮廓信息。由于采集图像中可能不存在物体，因此，需要根据轮廓提取结果判断是否存在物体轮廓信息。在判断轮廓提取结果中是否存在物体轮廓信息时，可通过判断轮廓提取结果中是否存在预设的物体轮廓信息，从而确认是否存在物体轮廓信息，预设的物体轮廓信息可事先设置。
当判断不存在物体轮廓信息时，则执行步骤S4，发送目标物输送指令。当判断不存在物体轮廓信息时，则不需要进行进一步的定位识别操作，可发送目标物输送指令，控制主动轮工作，进行目标物的输送工作。
当判断存在物体轮廓信息时，则执行步骤S5，利用基于边缘的模板匹配算法对目标物进行定位识别，获得目标物位姿信息。在确认存在物体轮廓信息时，为了便于抓取，需对目标物进行定位识别。本发明通过边缘的模板匹配算法对目标物进行定位识别可高效地识别目标物体，而且在光照、噪声以及遮挡等复杂工作环境下，依旧能对目标物进行识别，进而提高识别的正确率。
参见图3，在利用基于边缘的模板匹配算法对目标物进行定位识别，获得目标物位姿信息时，先执行步骤S51，建立目标物的模板信息。为了提高目标物识别定位的准确性以及定位效率，需要建立目标物的模板信息，获得目标物一系列不同状态的模板信息，以便对采集图像进行匹配。
本实施例中，建立目标物的模板信息的步骤包括：获取目标物的模板图像，对模板图像进行预处理获得预处理模板图像；对预处理模板图像进行金字塔分层、缩放以及旋转操作，获得多个不同金字塔层数、旋转角度以及缩放系数的匹配模板图像；提取每一个匹配模板图像对应的模板边缘点梯度信息。
在获取目标物的模板图像时，可从存储单元中读取预先存储的目标物的模板图像。对模板图像进行预处理时，先要对模板图像进行边缘增强，即根据图像边缘的阶跃特性，利用拉普拉斯算子增强图像的边缘区域，抑制非边缘区域，获取到的拉普拉斯图与原图融合，以达到图像边缘增强的目的。
获得预处理模板图像后，对预处理模板图像进行金字塔分层、缩放以及旋转操作。图像金字塔是一系列以金字塔形状排列的分辨率逐步降低且来源于同一张原始图的图像集合。将一层一层的图像比喻成金字塔，层级越高，则图像越小，分辨率越低。从金字塔第i层生成第i+1层，先要用高斯核对i层图像进行卷积，然后删除所有偶数行和偶数列获得i+1层图像。当然，新得到图像面积会变为源图像的四分之一。按上述过程对预处理模板图像执行操作就可产生出整个金字塔。对预处理模板图像进行缩放时将图像按照一定比例放大或者缩小。对预处理模板图像进行旋转变换时，将图像中所有的像素点按照一定角度逆时针旋转。通过上述操作，获得多个不同金字塔层数、旋转角度以及缩放系数的匹配模板图像。对图像进行金字塔分层、缩放以及旋转操作均为本领域技术人员所公知的技术，在此不再赘述。
获得匹配模板图像后，提取每一个匹配模板图像对应的模板边缘点梯度信息。本实施例中，提取每一个匹配模板图像对应的模板边缘点梯度信息时，利用canny边缘检测算法对每个匹配模板图像进行提取边缘并计算边缘梯度。利用canny边缘检测算法进行提取边缘并计算边缘梯度步骤如下：(1)在匹配模板图像中利用Sobel滤波器计算x，y方向梯度，再根据x，y方向梯度计算出边缘方向和梯度，然后按照就近原则将边缘方向归类为0，45，90，135四种可能的方向；(2)进行非极大值抑制，抑制局部梯度幅值不是最大的边缘，使其边缘细化，例如，在像素点3x3邻域方向上，比较像素点的梯度值，如果该像素点在3x3邻域内，与其两侧像素点的梯度值比较，如果当前像素的梯度幅值最大，则保留，否则剔除；(3)进行滞后阈值处理：应用高阈值来标记已确定的边缘，从这些边缘点出发，利用已经求出的方向信息和低阈值，可找出其他边缘点，在寻找边缘点的时，低阈值的像素点只要与高阈值像素点相连接，也可以看做边缘点。(4)将边缘点的梯度强度进行归一化处理，以消除光照不均的影响，并将边缘点坐标映射到图像的重心的坐标，保存边缘点信息。通过canny边缘检测的上述操作，可提取每一个匹配模板图像对应的模板边缘点梯度信息，从而建立一系列不同的模板边缘点梯度信息。
建立目标物的模板信息后，执行步骤S52，根据模板信息对采集图像进行模板匹配，获得目标物位姿信息。本实施例中，根据模板信息对采集图像进行模板匹配，获得目标物位姿信息的步骤包括：提取采集图像的边缘点梯度信息；根据边缘点梯度信息与模板边缘点梯度信息进行匹配，获得目标物位姿信息。
提取采集图像的边缘点梯度信息时，可利用建立模板信息时对模板图像的操作步骤对采集图像进行处理，对采集图像预处理需进行图像金字塔下采样，获取多级金字塔图像，计算边缘点梯度信息。
在根据边缘点梯度信息与模板边缘点梯度信息进行匹配，获得目标物位姿信息时，根据相似度函数由金字塔从粗到精计算模板图像和采集图像的相似度。通过让模板重心在采集图像中平移，每移动一步则通过归一化交叉相关法计算模板边缘梯度和目标图像边缘梯度的相关性，相关性最高的点就是匹配到形状的重心。另外，模板图像中目标物的旋转和缩放系数对应采集图像中目标物的旋转和缩放。通过金字塔可对归一化交叉相关法进行加速。先在顶层金字塔进行快速搜索匹配得到一个匹配位置，然后在下一层金字塔进行匹配的时候就能在该区域的设置的小范围内进行搜索，以此类推，直到最底层，从而可以大大加快匹配速度。在搜索匹配过程中还可采用一种停止条件用来提高速度，如果计算边缘点梯度相似性过程中得分过低，就可以跳过后续边缘点的计算，直接移动到下一个位置。
获得目标物位姿信息后，执行步骤S6，判断目标物位姿信息是否为预设目标物位姿信息。其中，预设目标物位姿信息为根据需要的目标物进行设定。在获得目标物位姿信息后，可能当前目标物位姿信息对应的物体并不是所需要的目标物，因此，需要对目标物位姿信息进行判断，通过目标物位姿信息与预设目标物位姿信息进行比对，可确认当前物体是需要的目标物。
在判断目标物位姿信息不是预设目标物位姿信息，则执行步骤S4，发送目标物输送指令。当认为当前物体不是需要的目标物，则不需要进行进一步的抓取操作，可发送目标物输送指令，控制主动轮工作，进行下一目标物的输送工作。
在判断目标物位姿信息为预设目标物位姿信息时，执行步骤S7，利用相机标定法对目标物位姿信息进行修正，获得修正位姿信息。获取到目标物体的目标物位姿信息后，由于相机存在畸变的影响，致使目标物位姿信息的精度不高，因此，需要对目标物位姿信息进行进一步的修正，以便更精准的抓取。
参见图4，本实施例中，在利用相机标定法对目标物位姿信息进行修正时，先执行步骤S71，获取相机的内外参数以及畸变参数。获取相机的内外参数以及畸变参数的技术为本领域技术人员所公知的技术。本实施中采用张氏标定法获得相机的内外参数以及畸变参数。获取相机的内外参数以及畸变参数后，执行步骤S72，根据内外参数和畸变参数对目标物位姿信息进行修正。根据相机的内外参数和畸变参数对目标物位姿信息进行修正的技术为本领域技术人员所公知的技术，在此不再赘述。
获得修正位姿信息后，执行步骤S8，利用手眼标定法对修正位姿信息进行坐标系转换，获得修正位姿信息对应的机器人坐标系坐标。利用相机标定法对目标物位姿信息进行修正后，获得目标物在相机坐标系的坐标信息，为了便于控制机器人进行目标物的抓取，需要对将目标物在相机坐标系的坐标信息转换到机器人坐标系。
参见图5，本实施例中，利用手眼标定法对修正位姿信息进行坐标系转换时，先执行步骤S81，获取手眼变换关系矩阵。手眼变换关系矩阵的获取可通过本领域技术人员所公知的技术获得。机器人手眼标定的基本思路是控制机器人的爪手在不同位置观察空间中已知的标定参考物，从而通过多次观察结果推导出相机与机械臂之间的手眼变换关系矩阵，即旋转矩阵R和平移矩阵t。
例如，在获得手眼变换关系矩阵过程中，控制机器人末端执行器从位置A运动到位置B，运动前后均对摄像机作标定，求出其外参数，从而得到Rc1和tc1。由控制器读出平台运动参数Rd1和td1。Rc1和tc1为摄像机运动的参数，可通过相机标定来求出，Rd1和td1为机械手运动的参数，可从机器人控制器中读出。即可得到旋转矩阵R和平移矩阵t的第一组约束：
Figure BDA0002220505080000091
接着，控制机器人末端执行器从B运动到C，重复上述过程，得到Rc2和tc2，Rd2、td2、Rc2和tc2为摄像机运动的参数，可通过相机标定来求出，Rd2和td2为机械手运动的参数，可从机器人控制器中读出。并基于此得到旋转矩阵R和平移矩阵t的第二组约束：机械手做两次运动的后，将得到的两组方程式分别进行联立后，利用矩阵直积和线性算子，对上述方程组求解，可计算出旋转矩阵R和平移矩阵t，从而获得手眼关系矩阵
Figure BDA0002220505080000093
获取手眼变换关系矩阵后，执行步骤S82，根据手眼变换关系矩阵将修正位姿信息进行坐标系转换。获得手眼变换关系矩阵后，可根据预设的映射关系式进行坐标转换，从而获得修正位姿信息对应的机器人坐标系坐标。例如，相机坐标系到机器人的坐标系变换关系：D＝AX，式中A代表机器人手抓到机器人坐标变换，X表示相机到机器人手抓的坐标变换。
获得机器人坐标系坐标后，执行步骤S9，根据机器人坐标系坐标进行目标物抓取。获得机器人坐标系坐标后，可定位目标物的位置，从而控制机器手对目标物进行抓取。
计算机装置实施例：
本实施例的计算机装置包括控制器，控制器执行计算机程序时实现上述工业机器人视觉识别定位抓取方法实施例中的步骤。
例如，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由控制器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机装置中的执行过程。
计算机装置可包括，但不仅限于，控制器、存储器。本领域技术人员可以理解，计算机装置可以包括更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机装置还可以包括输入输出设备、网络接入设备、总线等。
例如，控制器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用控制器、数字信号控制器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用控制器可以是微控制器或者该控制器也可以是任何常规的控制器等。控制器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
存储器可用于存储计算机程序和/或模块，控制器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。例如，存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(例如声音接收功能、声音转换成文字功能等)等；存储数据区可存储根据手机的使用所创建的数据(例如音频数据、文本数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
计算机可读存储介质实施例：
上述实施例的计算机装置集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，实现上述工业机器人视觉识别定位抓取方法实施例中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被控制器执行时，可实现上述工业机器人视觉识别定位抓取方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。存储介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read－OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
由上述可知，本发明的工业机器人视觉识别定位抓取方法本发明的工业机器人视觉识别定位抓取方法通过边缘模板匹配的方法不仅可以高效地识别出目标物体，而且在光照、噪声以及遮挡等复杂工作环境下，依旧能对目标物体进行识别，进而提高识别的正确率。当完成目标物体的识别定位后，可以通过相机标定，提升其定位精度。此外，利用相机与机器人之间的转换关系，可根据物体位姿快速进行定位，完成抓取。
需要说明的是，以上仅为本发明的优选实施例，但发明的设计构思并不局限于此，凡利用此构思对本发明做出的非实质性修改，也均落入本发明的保护范围之内。

Claims (10)

1.一种工业机器人视觉识别定位抓取方法，其特征在于：包括：
获取相机的采集图像；
对所述采集图像进行图像轮廓提取，获得轮廓提取结果；
判断所述轮廓提取结果中是否存在物体轮廓信息，若是，利用基于边缘的模板匹配算法对目标物进行定位识别，获得目标物位姿信息；
判断所述目标物位姿信息是否为预设目标物位姿信息，若是，利用相机标定法对所述目标物位姿信息进行修正，获得修正位姿信息；
利用手眼标定法对所述修正位姿信息进行坐标系转换，获得所述修正位姿信息对应的机器人坐标系坐标；
根据所述机器人坐标系坐标进行目标物抓取。
2.根据权利要求1所述的工业机器人视觉识别定位抓取方法，其特征在于：
所述利用基于边缘的模板匹配算法对目标物进行定位识别，获得目标物位姿信息的步骤包括：
建立目标物的模板信息；
根据所述模板信息对所述采集图像进行模板匹配，获得所述目标物位姿信息。
3.根据权利要求2所述的工业机器人视觉识别定位抓取方法，其特征在于：
所述建立目标物的模板信息的步骤包括：
获取目标物的模板图像，对所述模板图像进行预处理获得预处理模板图像；
对所述预处理模板图像进行金字塔分层、缩放以及旋转操作，获得多个不同金字塔层数、旋转角度以及缩放系数的匹配模板图像；
提取每一个所述匹配模板图像对应的模板边缘点梯度信息。
4.根据权利要求3所述的工业机器人视觉识别定位抓取方法，其特征在于：
所述根据所述模板信息对所述采集图像进行模板匹配，获得所述目标物位姿信息的步骤包括：
提取所述采集图像的边缘点梯度信息；
根据所述边缘点梯度信息与所述模板边缘点梯度信息进行匹配，获得所述目标物位姿信息。
5.根据权利要求1至4任一项所述的工业机器人视觉识别定位抓取方法，其特征在于：
所述利用相机标定法对所述目标物位姿信息进行修正的步骤包括：
获取相机的内外参数以及畸变参数；
根据所述内外参数和所述畸变参数对所述目标物位姿信息进行修正。
6.根据权利要求1至4任一项所述的工业机器人视觉识别定位抓取方法，其特征在于：
所述利用手眼标定法对所述修正位姿信息进行坐标系转换的步骤包括：
获取手眼变换关系矩阵；
根据所述手眼变换关系矩阵将所述修正位姿信息进行坐标系转换。
7.根据权利要求1至4任一项所述的工业机器人视觉识别定位抓取方法，其特征在于：
在所述判断所述轮廓提取结果中是否存在物体轮廓信息的步骤后，所述方法还包括：
当判断不存在所述物体轮廓信息时，发送目标物输送指令。
8.根据权利要求1至4任一项所述的工业机器人视觉识别定位抓取方法，其特征在于：
在所述判断所述目标物位姿信息是否为预设目标物位姿信息的步骤后，所述方法还包括：
当目标物位姿信息不是预设目标物位姿信息时，发送目标物输送指令。
9.一种计算机装置，包括处理器以及存储器，其特征在于：所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至8中任意一项所述的工业机器人视觉识别定位抓取方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被控制器执行时实现如权利要求1至8中任意一项所述的工业机器人视觉识别定位抓取方法的步骤。
CN201910931881.1A 2019-09-29 2019-09-29 工业机器人视觉识别定位抓取方法、计算机装置以及计算机可读存储介质 Pending CN110660104A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910931881.1A CN110660104A (zh) 2019-09-29 2019-09-29 工业机器人视觉识别定位抓取方法、计算机装置以及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910931881.1A CN110660104A (zh) 2019-09-29 2019-09-29 工业机器人视觉识别定位抓取方法、计算机装置以及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN110660104A true CN110660104A (zh) 2020-01-07

Family

ID=69039741

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910931881.1A Pending CN110660104A (zh) 2019-09-29 2019-09-29 工业机器人视觉识别定位抓取方法、计算机装置以及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110660104A (zh)

Cited By (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111310704A (zh) * 2020-02-28 2020-06-19 联博智能科技有限公司 行李车姿态估计方法、行李车姿态估计装置及机器人
CN111319044A (zh) * 2020-03-04 2020-06-23 达闼科技（北京）有限公司 物品抓取方法、装置、可读存储介质及抓取机器人
CN111391691A (zh) * 2020-03-06 2020-07-10 上海大族富创得科技有限公司 基于视觉的标的对准方法、系统和计算机可读存储介质
CN111515149A (zh) * 2020-04-26 2020-08-11 广东弓叶科技有限公司 人机协作分选系统及其机器人的抓取位置获取方法
CN111540012A (zh) * 2020-04-15 2020-08-14 中国科学院沈阳自动化研究所 一种基于机器视觉的光照鲁棒的平面上物体识别定位方法
CN111546335A (zh) * 2020-04-28 2020-08-18 西安航天精密机电研究所 一种异形导管机器人自动抓取的视觉定位方法
CN111563930A (zh) * 2020-04-29 2020-08-21 达闼科技成都有限公司 定位方法、装置、介质、电子设备及辅助定位模块
CN111667454A (zh) * 2020-04-23 2020-09-15 泉州华中科技大学智能制造研究院 可实现目标物精确抓取的视觉识别计算方法
CN111889926A (zh) * 2020-07-15 2020-11-06 广州文冲船厂有限责任公司 一种吊环自动装配系统及其控制方法
CN111966041A (zh) * 2020-08-26 2020-11-20 珠海格力电器股份有限公司 机器人的控制方法和装置
CN112070834A (zh) * 2020-08-11 2020-12-11 大族激光科技产业集团股份有限公司 兼容多芯片定位方法、装置、设备和介质
CN112171666A (zh) * 2020-09-15 2021-01-05 深圳市商汤科技有限公司 视觉机器人的位姿标定方法及装置、视觉机器人、介质
CN112257293A (zh) * 2020-11-16 2021-01-22 江苏科技大学 一种基于ros的非标准物体抓取方法及装置
CN112621750A (zh) * 2020-12-07 2021-04-09 合肥阿格德信息科技有限公司 一种工业机器人自动控制系统
CN112720464A (zh) * 2020-12-09 2021-04-30 深圳先进技术研究院 基于机器人系统的目标拾取方法、电子设备、存储介质
CN112819884A (zh) * 2021-01-08 2021-05-18 苏州华兴源创科技股份有限公司 坐标修正方法及装置、电子设备、计算机可读介质
CN113034526A (zh) * 2021-03-29 2021-06-25 深圳市优必选科技股份有限公司 一种抓取方法、抓取装置及机器人
CN113080155A (zh) * 2021-05-20 2021-07-09 西南大学 蚕蛹蛹体拾取装置及方法
CN113263501A (zh) * 2021-05-28 2021-08-17 湖南三一石油科技有限公司 一种二层台机械手控制方法、装置和存储介质
CN113313766A (zh) * 2021-03-09 2021-08-27 常州龙源智能机器人科技有限公司 机器人及其位姿计算方法、位姿计算装置
CN113361527A (zh) * 2021-08-09 2021-09-07 浙江华睿科技股份有限公司 多目标对象的识别定位方法及装置、电子设备、存储介质
CN113538565A (zh) * 2021-06-28 2021-10-22 深圳市拓普瑞思科技有限公司 一种基于工业相机的视觉精确定位控制方法
CN113524172A (zh) * 2021-05-27 2021-10-22 中国科学院深圳先进技术研究院 机器人及其物品抓取方法、计算机可读存储介质
CN113547504A (zh) * 2020-04-23 2021-10-26 曰轮法寺 一种装配方法、装置、系统、存储介质及设备
CN113602799A (zh) * 2021-08-05 2021-11-05 西南科技大学 一种航空港行李箱搬运系统及其控制方法
CN113674341A (zh) * 2021-08-20 2021-11-19 深圳技术大学 一种机器人视觉识别及定位方法、智能终端及存储介质
CN113670816A (zh) * 2021-07-08 2021-11-19 成都云绎智创科技有限公司 一种视觉识别定位引导的装置及系统
CN113715012A (zh) * 2021-09-03 2021-11-30 西安建筑科技大学 一种遥控器零件自动装配方法和系统
CN113714179A (zh) * 2020-03-23 2021-11-30 苏州维斯勒姆智能科技有限公司 多功能型医疗器械清洗装置
CN113716323A (zh) * 2021-08-17 2021-11-30 成都新气象科技实业股份有限公司 一种容器智能搬运方法
CN113741285A (zh) * 2021-09-06 2021-12-03 嘉兴学院 一种基于机器视觉的管材姿态识别控制装置
CN113733078A (zh) * 2020-05-27 2021-12-03 中国人民解放军63920部队 机械臂精调控制量判读方法、计算机可读存储介质
CN113763400A (zh) * 2021-09-10 2021-12-07 深圳市高川自动化技术有限公司 一种机器人视觉导引方法、装置、设备及存储介质
CN113792728A (zh) * 2021-08-06 2021-12-14 南宁学院 高精度视觉定位方法
CN114155242A (zh) * 2022-02-08 2022-03-08 天津聚芯光禾科技有限公司 自动识别方法以及基于该自动识别方法的定位方法
CN114229396A (zh) * 2022-02-18 2022-03-25 深圳市创新特科技有限公司 电路板取放位置校正装置及校正方法
CN114392928A (zh) * 2021-12-20 2022-04-26 武汉华工赛百数据系统有限公司 一种基于视觉识别的机器人分拣中控系统
CN114435827A (zh) * 2021-12-24 2022-05-06 北京无线电测量研究所 一种智慧仓储系统
CN114693948A (zh) * 2022-02-21 2022-07-01 北京市农林科学院智能装备技术研究中心 农业机器人作业目标图像的形态描述方法及系统
CN114693770A (zh) * 2020-12-31 2022-07-01 北京小米移动软件有限公司 标定方法及装置
CN114693798A (zh) * 2020-12-31 2022-07-01 北京小米移动软件有限公司 机械手控制方法及装置
CN114750155A (zh) * 2022-04-26 2022-07-15 广东天太机器人有限公司 一种基于工业机器人的物件分类控制系统及方法
CN114792373A (zh) * 2022-04-24 2022-07-26 广东天太机器人有限公司 一种工业机器人的视觉识别喷涂方法及系统
CN114800508A (zh) * 2022-04-24 2022-07-29 广东天太机器人有限公司 一种工业机器人的抓取控制系统及方法
CN114851206A (zh) * 2022-06-06 2022-08-05 天津中科智能识别有限公司 基于视觉引导机械臂抓取炉具的方法
CN114932554A (zh) * 2022-06-06 2022-08-23 北京钢铁侠科技有限公司 抓取机器人的自主移动方法、装置、存储介质及设备
CN114986393A (zh) * 2022-06-14 2022-09-02 广东天太机器人有限公司 一种自动纠偏的抛光打磨机械臂控制系统及方法
CN115049860A (zh) * 2022-06-14 2022-09-13 广东天太机器人有限公司 一种基于特征点识别的系统及抓取方法
CN115049861A (zh) * 2022-06-14 2022-09-13 广东天太机器人有限公司 一种工业机器人的自动修正打磨方法及系统
CN116408790A (zh) * 2021-12-31 2023-07-11 广东美的白色家电技术创新中心有限公司 机器人控制方法、装置、系统及存储介质
CN116551701A (zh) * 2023-07-10 2023-08-08 珠海格力电器股份有限公司 机器人控制方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090096790A1 (en) * 2007-10-11 2009-04-16 Mvtec Software Gmbh System and method for 3d object recognition
CN107192331A (zh) * 2017-06-20 2017-09-22 佛山市南海区广工大数控装备协同创新研究院 一种基于双目视觉的工件抓取方法
CN107992881A (zh) * 2017-11-13 2018-05-04 广州中国科学院先进技术研究所 一种机器人动态抓取方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090096790A1 (en) * 2007-10-11 2009-04-16 Mvtec Software Gmbh System and method for 3d object recognition
CN107192331A (zh) * 2017-06-20 2017-09-22 佛山市南海区广工大数控装备协同创新研究院 一种基于双目视觉的工件抓取方法
CN107992881A (zh) * 2017-11-13 2018-05-04 广州中国科学院先进技术研究所 一种机器人动态抓取方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
熊有伦编著: ""15.1 视觉标定"", 《机器人学：建模、控制与视觉》 *

Cited By (71)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111310704B (zh) * 2020-02-28 2020-11-20 联博智能科技有限公司 行李车姿态估计方法、行李车姿态估计装置及机器人
CN111310704A (zh) * 2020-02-28 2020-06-19 联博智能科技有限公司 行李车姿态估计方法、行李车姿态估计装置及机器人
CN111319044A (zh) * 2020-03-04 2020-06-23 达闼科技（北京）有限公司 物品抓取方法、装置、可读存储介质及抓取机器人
CN111391691A (zh) * 2020-03-06 2020-07-10 上海大族富创得科技有限公司 基于视觉的标的对准方法、系统和计算机可读存储介质
CN113714179A (zh) * 2020-03-23 2021-11-30 苏州维斯勒姆智能科技有限公司 多功能型医疗器械清洗装置
CN113714179B (zh) * 2020-03-23 2023-12-01 江苏独角兽电子科技有限公司 多功能型医疗器械清洗装置
CN111540012A (zh) * 2020-04-15 2020-08-14 中国科学院沈阳自动化研究所 一种基于机器视觉的光照鲁棒的平面上物体识别定位方法
CN111540012B (zh) * 2020-04-15 2023-08-04 中国科学院沈阳自动化研究所 一种基于机器视觉的光照鲁棒的平面上物体识别定位方法
CN111667454A (zh) * 2020-04-23 2020-09-15 泉州华中科技大学智能制造研究院 可实现目标物精确抓取的视觉识别计算方法
CN113547504A (zh) * 2020-04-23 2021-10-26 曰轮法寺 一种装配方法、装置、系统、存储介质及设备
CN111515149A (zh) * 2020-04-26 2020-08-11 广东弓叶科技有限公司 人机协作分选系统及其机器人的抓取位置获取方法
CN111515149B (zh) * 2020-04-26 2020-12-29 广东弓叶科技有限公司 人机协作分选系统及其机器人的抓取位置获取方法
WO2021217922A1 (zh) * 2020-04-26 2021-11-04 广东弓叶科技有限公司 人机协作分选系统及其机器人的抓取位置获取方法
CN111546335A (zh) * 2020-04-28 2020-08-18 西安航天精密机电研究所 一种异形导管机器人自动抓取的视觉定位方法
CN111546335B (zh) * 2020-04-28 2021-05-14 西安航天精密机电研究所 一种异形导管机器人自动抓取的视觉定位方法
CN111563930B (zh) * 2020-04-29 2023-07-07 达闼机器人股份有限公司 定位方法、装置、介质、电子设备及辅助定位模块
CN111563930A (zh) * 2020-04-29 2020-08-21 达闼科技成都有限公司 定位方法、装置、介质、电子设备及辅助定位模块
CN113733078A (zh) * 2020-05-27 2021-12-03 中国人民解放军63920部队 机械臂精调控制量判读方法、计算机可读存储介质
CN111889926A (zh) * 2020-07-15 2020-11-06 广州文冲船厂有限责任公司 一种吊环自动装配系统及其控制方法
CN112070834B (zh) * 2020-08-11 2024-05-10 深圳市大族半导体装备科技有限公司 兼容多芯片定位方法、装置、设备和介质
CN112070834A (zh) * 2020-08-11 2020-12-11 大族激光科技产业集团股份有限公司 兼容多芯片定位方法、装置、设备和介质
CN111966041A (zh) * 2020-08-26 2020-11-20 珠海格力电器股份有限公司 机器人的控制方法和装置
CN112171666A (zh) * 2020-09-15 2021-01-05 深圳市商汤科技有限公司 视觉机器人的位姿标定方法及装置、视觉机器人、介质
CN112257293A (zh) * 2020-11-16 2021-01-22 江苏科技大学 一种基于ros的非标准物体抓取方法及装置
CN112621750A (zh) * 2020-12-07 2021-04-09 合肥阿格德信息科技有限公司 一种工业机器人自动控制系统
CN112720464A (zh) * 2020-12-09 2021-04-30 深圳先进技术研究院 基于机器人系统的目标拾取方法、电子设备、存储介质
CN114693798A (zh) * 2020-12-31 2022-07-01 北京小米移动软件有限公司 机械手控制方法及装置
CN114693770A (zh) * 2020-12-31 2022-07-01 北京小米移动软件有限公司 标定方法及装置
CN114693798B (zh) * 2020-12-31 2023-12-26 北京小米移动软件有限公司 机械手控制方法及装置
CN112819884A (zh) * 2021-01-08 2021-05-18 苏州华兴源创科技股份有限公司 坐标修正方法及装置、电子设备、计算机可读介质
CN113313766A (zh) * 2021-03-09 2021-08-27 常州龙源智能机器人科技有限公司 机器人及其位姿计算方法、位姿计算装置
CN113034526B (zh) * 2021-03-29 2024-01-16 深圳市优必选科技股份有限公司 一种抓取方法、抓取装置及机器人
CN113034526A (zh) * 2021-03-29 2021-06-25 深圳市优必选科技股份有限公司 一种抓取方法、抓取装置及机器人
CN113080155A (zh) * 2021-05-20 2021-07-09 西南大学 蚕蛹蛹体拾取装置及方法
CN113524172A (zh) * 2021-05-27 2021-10-22 中国科学院深圳先进技术研究院 机器人及其物品抓取方法、计算机可读存储介质
CN113263501A (zh) * 2021-05-28 2021-08-17 湖南三一石油科技有限公司 一种二层台机械手控制方法、装置和存储介质
CN113538565A (zh) * 2021-06-28 2021-10-22 深圳市拓普瑞思科技有限公司 一种基于工业相机的视觉精确定位控制方法
CN113670816A (zh) * 2021-07-08 2021-11-19 成都云绎智创科技有限公司 一种视觉识别定位引导的装置及系统
CN113602799A (zh) * 2021-08-05 2021-11-05 西南科技大学 一种航空港行李箱搬运系统及其控制方法
CN113792728A (zh) * 2021-08-06 2021-12-14 南宁学院 高精度视觉定位方法
CN113361527B (zh) * 2021-08-09 2021-11-19 浙江华睿科技股份有限公司 多目标对象的识别定位方法及装置、电子设备、存储介质
CN113361527A (zh) * 2021-08-09 2021-09-07 浙江华睿科技股份有限公司 多目标对象的识别定位方法及装置、电子设备、存储介质
WO2023016340A1 (en) * 2021-08-09 2023-02-16 Zhejiang Huaray Technology Co., Ltd. Methods, systems, and computer-readable storage mediums for positioning target object
CN113716323A (zh) * 2021-08-17 2021-11-30 成都新气象科技实业股份有限公司 一种容器智能搬运方法
CN113674341A (zh) * 2021-08-20 2021-11-19 深圳技术大学 一种机器人视觉识别及定位方法、智能终端及存储介质
CN113715012A (zh) * 2021-09-03 2021-11-30 西安建筑科技大学 一种遥控器零件自动装配方法和系统
CN113741285A (zh) * 2021-09-06 2021-12-03 嘉兴学院 一种基于机器视觉的管材姿态识别控制装置
CN113763400A (zh) * 2021-09-10 2021-12-07 深圳市高川自动化技术有限公司 一种机器人视觉导引方法、装置、设备及存储介质
CN114392928A (zh) * 2021-12-20 2022-04-26 武汉华工赛百数据系统有限公司 一种基于视觉识别的机器人分拣中控系统
CN114435827A (zh) * 2021-12-24 2022-05-06 北京无线电测量研究所 一种智慧仓储系统
CN116408790A (zh) * 2021-12-31 2023-07-11 广东美的白色家电技术创新中心有限公司 机器人控制方法、装置、系统及存储介质
CN114155242A (zh) * 2022-02-08 2022-03-08 天津聚芯光禾科技有限公司 自动识别方法以及基于该自动识别方法的定位方法
CN114229396B (zh) * 2022-02-18 2022-05-13 深圳市创新特科技有限公司 电路板取放位置校正装置及校正方法
CN114229396A (zh) * 2022-02-18 2022-03-25 深圳市创新特科技有限公司 电路板取放位置校正装置及校正方法
CN114693948A (zh) * 2022-02-21 2022-07-01 北京市农林科学院智能装备技术研究中心 农业机器人作业目标图像的形态描述方法及系统
CN114800508B (zh) * 2022-04-24 2022-11-18 广东天太机器人有限公司 一种工业机器人的抓取控制系统及方法
CN114800508A (zh) * 2022-04-24 2022-07-29 广东天太机器人有限公司 一种工业机器人的抓取控制系统及方法
CN114792373A (zh) * 2022-04-24 2022-07-26 广东天太机器人有限公司 一种工业机器人的视觉识别喷涂方法及系统
CN114750155A (zh) * 2022-04-26 2022-07-15 广东天太机器人有限公司 一种基于工业机器人的物件分类控制系统及方法
CN114932554A (zh) * 2022-06-06 2022-08-23 北京钢铁侠科技有限公司 抓取机器人的自主移动方法、装置、存储介质及设备
CN114932554B (zh) * 2022-06-06 2023-12-01 北京钢铁侠科技有限公司 抓取机器人的自主移动方法、装置、存储介质及设备
CN114851206B (zh) * 2022-06-06 2024-03-29 天津中科智能识别有限公司 基于视觉引导机械臂抓取炉具的方法
CN114851206A (zh) * 2022-06-06 2022-08-05 天津中科智能识别有限公司 基于视觉引导机械臂抓取炉具的方法
CN115049860B (zh) * 2022-06-14 2023-02-28 广东天太机器人有限公司 一种基于特征点识别的系统及抓取方法
CN115049861A (zh) * 2022-06-14 2022-09-13 广东天太机器人有限公司 一种工业机器人的自动修正打磨方法及系统
CN115049860A (zh) * 2022-06-14 2022-09-13 广东天太机器人有限公司 一种基于特征点识别的系统及抓取方法
CN114986393A (zh) * 2022-06-14 2022-09-02 广东天太机器人有限公司 一种自动纠偏的抛光打磨机械臂控制系统及方法
CN116551701A (zh) * 2023-07-10 2023-08-08 珠海格力电器股份有限公司 机器人控制方法、装置、电子设备及存储介质
CN116551701B (zh) * 2023-07-10 2023-10-10 珠海格力电器股份有限公司 机器人控制方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN110660104A (zh) 工业机器人视觉识别定位抓取方法、计算机装置以及计算机可读存储介质
CN112837371B (zh) 基于3d匹配的物体抓取方法、装置及计算设备
CN108044627B (zh) 抓取位置的检测方法、装置及机械臂
CN109785317B (zh) 自动码垛桁架机器人的视觉系统
CN108381549B (zh) 一种双目视觉引导机器人快速抓取方法、装置及存储介质
EP1477934A2 (en) Image processing apparatus
CN110926330B (zh) 图像处理装置和图像处理方法
CN113034600B (zh) 基于模板匹配的无纹理平面结构工业零件识别和6d位姿估计方法
JP5468332B2 (ja) 画像特徴点抽出方法
CN108907526A (zh) 一种具有高鲁棒性的焊缝图像特征识别方法
CN115609591B (zh) 一种基于2D Marker的视觉定位方法和系统、复合机器人
KR20080032856A (ko) 조선소 소조립 용접부재 위치 인식 방법
CN113284178B (zh) 物体码垛方法、装置、计算设备及计算机存储介质
CN112833784B (zh) 一种单目相机结合激光扫描的钢轨定位方法
Ansari A review on SIFT and SURF for underwater image feature detection and matching
CN114888805B (zh) 轮胎模具字符图案的机器人视觉自动获取方法及系统
CN109863365B (zh) 从容器中拾取对象的方法、电子设备和系统
CN113034526B (zh) 一种抓取方法、抓取装置及机器人
CN114092428A (zh) 图像数据处理方法、装置、电子设备和存储介质
US20230009925A1 (en) Object detection method and object detection device
CN108555902B (zh) 一种机器人分拣物品的方法、装置及机器人
CN114037595A (zh) 图像数据处理方法、装置、电子设备和存储介质
CN115533895B (zh) 一种基于视觉的二指机械手工件抓取方法及系统
CN113681549B (zh) 一种基于三维数据分析的机器人抓取方法及系统
KR102436943B1 (ko) Rgb-d 영상에서의 기계학습 기반 물류박스 자동인식 방법

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: 20200107

RJ01 Rejection of invention patent application after publication