CN110980276B - 一种三维视觉配合机器人实施铸件自动下料的方法 - Google Patents

一种三维视觉配合机器人实施铸件自动下料的方法 Download PDF

Info

Publication number
CN110980276B
CN110980276B CN201911388472.8A CN201911388472A CN110980276B CN 110980276 B CN110980276 B CN 110980276B CN 201911388472 A CN201911388472 A CN 201911388472A CN 110980276 B CN110980276 B CN 110980276B
Authority
CN
China
Prior art keywords
casting
dimensional
robot
point
grabbing
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.)
Active
Application number
CN201911388472.8A
Other languages
English (en)
Other versions
CN110980276A (zh
Inventor
章悦晨
严律
王明松
王杰高
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.)
Nanjing Euclid Visual Sense Technology Co ltd
Original Assignee
Nanjing Euclid Visual Sense Technology Co ltd
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 Nanjing Euclid Visual Sense Technology Co ltd filed Critical Nanjing Euclid Visual Sense Technology Co ltd
Priority to CN201911388472.8A priority Critical patent/CN110980276B/zh
Publication of CN110980276A publication Critical patent/CN110980276A/zh
Application granted granted Critical
Publication of CN110980276B publication Critical patent/CN110980276B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G47/00—Article or material-handling devices associated with conveyors; Methods employing such devices
    • B65G47/74—Feeding, transfer, or discharging devices of particular kinds or types
    • B65G47/90—Devices for picking-up and depositing articles or materials
    • B65G47/902—Devices for picking-up and depositing articles or materials provided with drive systems incorporating rotary and rectilinear movements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G47/00—Article or material-handling devices associated with conveyors; Methods employing such devices
    • B65G47/74—Feeding, transfer, or discharging devices of particular kinds or types
    • B65G47/90—Devices for picking-up and depositing articles or materials
    • B65G47/905—Control arrangements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G61/00—Use of pick-up or transfer devices or of manipulators for stacking or de-stacking articles not otherwise provided for
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85—Stereo camera calibration
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Robotics (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种三维视觉配合机器人实施铸件自动下料的方法，先采用三维相机对传送机构上的铸件拍照进行三维点云数据的采集；对采集的数据进行处理，完成多个铸件的识别；计算被识别出的铸件的空间位置和机器人的抓取运动轨迹；机器人根据接收到的抓取点位及其对应的姿态运动完成铸件的抓取；机器人离开拍照区域时，三维相机进行拍照采集数据，在机器人进行后续工作的同时计算新的点云数据；抓取完成后机器人可通过之前示教好的放置点或自动计算的放置点，将抓取的铸件放置于指定的位置。本发明方法实现了全自动化铸件下料轨迹测控，使用三维图像技术，可以解决铸件来料出现堆叠以及大角度倾斜等传统二维图像处理无法解决的问题。

Description

一种三维视觉配合机器人实施铸件自动下料的方法
技术领域
本发明涉及一种机器人工业自动化铸件下料方法，具体说是一种三维视觉配合机器人实施铸件自动下料的方法。
背景技术
随着日益增长的人力成本和招工困难，企业对工业自动化4.0的需求也日益增长。尤其是类似于汽车铸件锻造厂劳动强度大的岗位的工厂对自动化的需求更是极为迫切。卡车、挖掘机以及一些大型特种车辆的铸件往往有七八公斤甚至更重，连续的下料工作对于下料工位的工人来说劳动强度很大。
目前，铸件行业的自动化下料装置在生产中往往还需要人工干预，或者使用改造后与斜坡类似的机械结构来实现自动化。前者虽然降低了工作强度但仍不属于真正意义上的自动化，后者的应用面窄且通用性不强，对来料摆放有一定要求，无法满足铸件来料时位置姿态随机且多层堆叠的情况，且实际应用中从传送带抓取并放置在下一道加工工序的机器处也称之为下料，实际工业现场无法全部使用斜坡类的机械结构来输送至下一道加工工序的机器。
发明内容
本发明的目的在于，克服现有技术存在的缺陷，提出了一种三维视觉配合机器人实施铸件自动下料的方法，可以实现实用性高、通用性强的自动化下料。
本发明方法的基本技术思路：先采用三维相机对传送机构上的铸件拍照进行三维点云数据的采集；然后通过设定好的参数及对应的一系列计算对采集的数据进行处理，并完成多个铸件的识别；计算被识别出的铸件的空间位置和机器人抓取被识别铸件的运动轨迹；在自动化生产过程中，通过工控机与机器人的通信，工控机将机器人抓取铸件的轨迹点位(包含每个点的空间位置及姿态)发送至机器人，机器人根据接收到的抓取轨迹运动和完成铸件的抓取；机器人离开拍照区域时，三维相机进行拍照采集数据，在机器人进行后续工作的同时计算新的点云数据，防止之前抓取碰撞其他铸件造成铸件位移的问题并在机器人运动时间内完成计算，节约时间提升效率；抓取后机器人可根据之前示教好的放置点或自动计算的放置点，将抓取的铸件放置于指定的位置，如下一个工序的机器进料处或放入料框内码垛等。上述机器人推荐选用六自由度的工业机器人，更为灵活。
本发明三维视觉配合机器人实施铸件自动下料的方法，其步骤如下：
步骤1.针对所用机器人的夹具设置机器人抓取姿态：
设置好机器人夹具的tcp，让机器人知道夹具末端与六轴法兰中心的相对位置与角度；
示教机器人铸件放置点，让机器人知道该将抓取后的工件放置在哪；如有码垛需求可直接在机器人内设置，ABB、Kuka等知名品牌机器人均包含该功能，或通过编程实现自动计算放置点位置及摆放姿态。
步骤 2.对三维相机进行标定，使相机坐标系与机器人坐标系重合。
步骤3.使用三维相机随机获取传送机构上的铸件的实时三维点云数据及纹理图信息。可采用传感器控制传送机构的停止和触发三维相机拍照，即检测到来料则发送脉冲信号给plc，再由plc控制传送装置停止和通过IO通讯通知工控机触发三维相机拍照。
步骤4.调试并设置三维图像处理的参数并根据设置的参数对三维点云模型数据进行噪声处理、点云裁剪和体素滤波；该步骤包含调整三维相机的曝光时间、置信度等参数，视所选用的三维相机而定。
步骤4.1 降噪:通过统计学滤波，采用在设定邻域范围内去除邻域个数小于所设阈值的点的方法去除噪声点云。
步骤4.2 点云剪裁: 出于减少不必要环境物体的点云从而降低计算量和提升整体效率的目的，将工作区域外的点云及其对应二维图像的数据去除。
步骤4.3 体素滤波:在点云数据中创建一个三维体素栅格，这些体素栅格可以理解为微小的空间三维立方体的集合，然后在每个体素（即三维立方体）内，用体素中所有点的重心来近似体素中所有点，这样该体素内所有点就用一个重心点最终表示。在保证所需精度的前提下，通过体素滤波降低点云的数据量这一方法，来达到进一步减少后续算法计算量，减少计算时间来提升整体工作节拍和增加产能的目的。
步骤5.识别铸件和计算铸件的空间位置信息
步骤5.1三维相机拍照时在获取三维点云时，同时获取纹理图二维视觉信息。使用计算机视觉领域中二维图像的模板匹配方法从二维图像中找到铸件，完成二维粗配准。这一步可以为三维识别和匹配提供较为精准的粗配准，同时也有减少计算量和节省时间的效果。
步骤5.2应用三维视觉中的迭代最近点(Iterative Closest Point)算法进行精配准，来获取铸件三维模型与目标铸件点云间的空间变换矩阵。得到铸件空间位姿信息后通过与铸件三维模型数据的比对，获取铸件中心点空间坐标(Px, Py, Pz)，铸件中心点法向(Nx, Ny, Nz)和转换矩阵。
其中，Px是铸件中心点空间坐标的x值；Py是铸件中心点空间坐标的y值；Pz是铸件中心点空间坐标的z值；Nx是铸件中心点法向的x值；Ny是铸件中心点法向的y值；Nz是铸件中心点法向的z值。旋转矩阵可由铸件中心点空间坐标(Px, Py, Pz)，铸件中心点法向(Nx, Ny,Nz)通过SVD奇异值分解的方法求出。
步骤6.根据对应铸件型号的机器人抓取点的设置得到机器人抓取点：
机器人tcp与铸件中心点的空间位置偏差(dx, dy, dz, rx, ry, rz)。其中，dx为相机坐标系下沿x轴的偏移，dy为相机坐标系下沿y轴的偏移，dz为相机坐标系下沿z轴的偏移，rx为相机坐标系下绕x轴的旋转，ry为相机坐标系下绕y轴的旋转，rz为相机坐标系下绕z轴的旋转。通过上述空间位置偏差(dx, dy, dy, dz, rx, ry, rz)计算得到机器人的抓取点，再推算机器人从机器人的home点(又称起始点)至铸件抓取点的轨迹再到机器人的放置点的抓取放置轨迹，其中包括轨迹中的过渡点。三维视觉系统只需推算轨迹中每个点的空间坐标和姿态，机器人会根据点位进行解码自行转换为六自由度的运动状态。
不同厂家机器人所使用的坐标系不同，因此需针对所使用的机器人的坐标系定义方法进行转换。如ABB机器人既可以按ZYX坐标系推算，也可按四元数推算；采用keba系统的机器人多数采用ZYZ坐标系。
步骤7.机器人在抓取运动过程中，离开三维相机拍照区域时，机器人发送信号给工控机通知三维相机拍照获取传送机构上堆叠铸件的三维点云数据并识别和计算机器人抓取运动轨迹，即重复步骤4至步骤6。机器人一旦离开三维相机拍照区域立即触发相机拍照获取数据，这样工控机可以在机器人运动过程的同时进行识别和计算轨迹的工作，防止之前抓取碰撞其他铸件造成铸件位移的问题和避免机器人出现运动完成后回到home点即初始点等待接收新的轨迹而耗费不必要的时间。该方法可以达到节省时间的目的，从而提高工作效率和提高产能的效果。
步骤8.当三维系统无法识别出铸件时，三维系统将再次拍照确认是否存在没有识别的铸件，如果依旧没有可识别的铸件，三维系统则认为传送机构上所有铸件已经抓取完成，工控机通过IO发送抓取完成信号给plc并由plc控制传送机构进行补料。
步骤3至步骤8的重复循环工作便可完成自动化生产，实现三维视觉配合机器人的自动化铸件下料。
本发明方法实现了全自动化铸件下料轨迹计算，节约人工成本，通用性强，实用性高。由于采用六自由度的工业机器人，机器人的抓取更为灵活，便于工业产线布局。且使用三维图像技术，可以解决铸件来料出现堆叠以及大角度倾斜等传统二维图像处理无法解决的问题。
附图说明
图1 实现本发明三维视觉配合机器人实施铸件自动下料的方法的设备系统示意图。
图2 本发明三维视觉配合机器人的铸件自动下料的作业流程图。
图3 本发明机器人的夹具抓取姿态设置示意图。
具体实施方式
下面结合实施例和附图，对本发明方法作进一步详细说明。
图1所表示的是实现本发明方法的装置，包括三维相机1、传送机构2、光电传感器21、工业机器人3、工控机4以及通讯网线5。
其中，机器人4为通用六关节串联工业机器人，该机器人具有通用的工业机器人功能，如坐标系有关节坐标系、直角坐标系、工具坐标系和外部坐标系等，能够进行外部坐标系建立和设置等。
三维相机1具有实时拍照并获取三维点云数据的功能。三维相机1输出的三维点云数据实时输出通过屏蔽通讯网线5传输到工控机4。
如图3所示，设置机器人的夹具抓取姿态。针对所用机器人的夹具设置抓取姿态，即让机器人知道该如何正确抓取铸件，需先设置好机器人夹具的tcp。图3中机器人tcp不便于画出，不易与铸件的线条区分，因此没有展示。
可通过在同一张标定纸选取原点O，X方向一点OX和平面内(标定纸上)任意一点XY分别建立相机坐标系和机器人坐标系并使两者坐标系重合。标定两者坐标系时对应点需是相同点。
当铸件到达拍照位置，通过光幕传感器发送到位信号经过plc再发给机器人请求三维相机拍照，软件接收到请求拍照信号后触发拍照并获取实时的铸件三维点云数据。软件通过调试设置好的三维图像处理参数，进行降噪、点云裁剪和体素滤波处理。其中包含需要提前调整好的三维相机的内参，如曝光时间、置信度。
三维相机在拍照时除了获取三维点云还能同时获取纹理图等二维视觉信息。通过使用计算机视觉领域中成熟的二维图像模板匹配方法并设置合理的参数便能简便快捷地从纹理图中找到铸件，为三维识别和匹配提供粗配准。二维图像模版匹配的参数需提前设置和调整以达到满意的效果。
根据二维粗配准的结果，应用三维视觉中的迭代最近点(Iterative ClosestPoint)算法进行精配准，获取铸件三维模型与目标铸件点云间的空间变换矩阵。得到铸件空间信息后通过与三维模型数据的比对即可获取铸件中心点空间坐标(Px, Py, Pz)，铸件中心点法向(Nx, Ny, Nz)和转换矩阵。
其中，Px: 铸件中心点空间坐标的x值；Py: 铸件中心点空间坐标的y值；Pz: 铸件中心点空间坐标的z值；Nx: 铸件中心点法向的x值；Ny: 铸件中心点法向的y值；Nz: 铸件中心点法向的z值。旋转矩阵可由铸件中心点空间坐标(Px, Py, Pz)，铸件中心点法向(Nx, Ny,Nz)通过SVD奇异值分解的方法求出。
根据对应铸件型号的机器人抓取点的设置可得到机器人抓取点即机器人tcp与铸件中心点的空间位置偏差(dx, dy, dy, dz, rx, ry, rz)。其中，dx为相机坐标系下沿x轴的偏移，dy为相机坐标系下沿y轴的偏移，dz为相机坐标系下沿z轴的偏移，rx为相机坐标系下绕x轴的旋转，ry为相机坐标系下绕y轴的旋转，rz为相机坐标系下绕z轴的旋转。通过上述空间位置偏差(dx, dy, dy, dz, rx, ry, rz)可计算得到机器人的抓取点，再推算机器人从机器人的home点(又称起始点)至铸件抓取点的轨迹再到机器人的放置点的抓取放置轨迹，其中包括轨迹中的过渡点。
机器人在抓取过程中，离开三维相机拍照区域时，机器人发送信号给工控机通知三维相机拍照获取传送机构上堆叠铸件的实时三维点云数据并识别和计算机器人抓取下一个铸件的运动轨迹，以便工控机可以在机器人运动过程的同时进行识别和计算轨迹的工作，防止之前抓取碰撞其他铸件造成铸件位移的问题和避免机器人出现运动完成后回到home点即初始点等待接收新的轨迹而耗费不必要的时间。
当三维系统无可识别的铸件时，三维系统再次触发拍照确认是否存在没有识别出的铸件，如果依旧没有可识别的铸件，三维系统则认为传送机构上所有铸件已经抓取完成，工控机通过IO发送抓取完成信号给plc并由plc控制传送机构进行补料。
根据上述步骤即可完成三维视觉配合机器人的自动化铸件下料。

Claims (2)

1.一种三维视觉配合机器人实施铸件自动下料的方法，其步骤如下：
步骤1.针对所用机器人的夹具设置机器人抓取姿态：
设置机器人夹具的tcp，设定夹具末端点与六轴法兰中心的偏移量及角度；
示教机器人铸件放置点，设定抓取后的工件放置位置；
步骤 2.对三维相机进行标定，使相机坐标系与机器人坐标系重合；
步骤3.使用三维相机随机获取传送机构上的一个铸件的实时三维点云数据及纹理图信息；
步骤4.调试并设置三维图像处理的参数并根据设置的参数对三维点云模型数据进行噪声处理、点云裁剪和体素滤波；其步骤如下：
步骤4.1 降噪:采用在设定邻域范围内去除邻域个数小于所设阈值的点的方法去除噪声点云；
步骤4.2 点云剪裁:将工作区域外的点云去除；
步骤4.3 体素滤波:在点云数据中创建一个三维体素栅格，把体素栅格设定为微小的空间三维立方体的集合，然后在每个体素内，用体素中所有点的重心来近似体素中所有点，这样该体素内所有点就用一个重心点最终表示；在保证所需精度的前提下，通过体素滤波降低点云的数据量；
步骤5.识别铸件和计算铸件的空间位置信息；其步骤是：
步骤5.1三维相机拍照时在获取三维点云时，同时获取纹理图二维视觉信息；使用二维图像模板匹配方法完成二维粗配准；
步骤5.2应用三维视觉中的迭代最近点算法进行精配准，来获取铸件三维模型与目标铸件点云间的空间变换矩阵；得到铸件空间位姿信息后，通过与铸件三维模型数据的比对，获取铸件中心点空间坐标(Px, Py, Pz)，铸件中心点法向(Nx, Ny, Nz)和转换矩阵；
其中，Px-铸件中心点空间坐标的x值；Py-铸件中心点空间坐标的y值；Pz-铸件中心点空间坐标的z值；Nx-铸件中心点法向的x值；Ny-铸件中心点法向的y值；Nz-铸件中心点法向的z值；旋转矩阵则由铸件中心点空间坐标(Px, Py, Pz)、铸件中心点法向(Nx, Ny, Nz)通过SVD奇异值分解的方法求出；
步骤6.根据对应铸件型号的机器人抓取点的设置得到机器人抓取点：
机器人tcp与铸件中心点的空间位置偏差(dx, dy, dz, rx, ry, rz)，其中，dx为相机坐标系下沿x轴的偏移，dy为相机坐标系下沿y轴的偏移，dz为相机坐标系下沿z轴的偏移，rx为相机坐标系下绕x轴的旋转，ry为相机坐标系下绕y轴的旋转，rz为相机坐标系下绕z轴的旋转；
通过上述空间位置偏差(dx, dy, dy, dz, rx, ry, rz)计算得到机器人的抓取点，再推算机器人从机器人的起始点至铸件抓取点的轨迹再到机器人的放置点的抓取放置轨迹，其中包括轨迹中的过渡点；三维视觉系统推算轨迹中每个点的空间坐标和姿态，机器人根据点位进行解码自行转换为六自由度的运动状态；
步骤7.机器人在抓取运动过程中，离开三维相机拍照区域时，机器人发送信号给工控机通知三维相机拍照获取传送机构上堆叠铸件的三维点云数据并识别和计算机器人抓取运动轨迹，重复步骤4至步骤6；
步骤8.当三维系统无法识别出铸件时，三维系统将再次拍照确认是否存在没有识别的铸件，如果依旧没有可识别的铸件，三维系统则认为传送机构上所有铸件已经抓取完成，工控机通过IO发送抓取完成信号给plc并由plc控制传送机构进行补料。
2.根据权利要求1所述三维视觉配合机器人实施铸件自动下料的方法，其特征是：所述使用三维相机随机获取传送机构上的一个铸件的实时三维点云数据及纹理图信息，传感器检测到铸件则发送脉冲信号给plc，再由plc控制传送装置停止并通过IO通讯通知工控机触发三维相机拍照。
CN201911388472.8A 2019-12-30 2019-12-30 一种三维视觉配合机器人实施铸件自动下料的方法 Active CN110980276B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911388472.8A CN110980276B (zh) 2019-12-30 2019-12-30 一种三维视觉配合机器人实施铸件自动下料的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911388472.8A CN110980276B (zh) 2019-12-30 2019-12-30 一种三维视觉配合机器人实施铸件自动下料的方法

Publications (2)

Publication Number Publication Date
CN110980276A CN110980276A (zh) 2020-04-10
CN110980276B true CN110980276B (zh) 2021-08-17

Family

ID=70078453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911388472.8A Active CN110980276B (zh) 2019-12-30 2019-12-30 一种三维视觉配合机器人实施铸件自动下料的方法

Country Status (1)

Country Link
CN (1) CN110980276B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113580154A (zh) * 2021-07-23 2021-11-02 佛山缔乐视觉科技有限公司 一种大型铸件加工装置以及加工方法
CN114178832B (zh) * 2021-11-27 2023-03-24 南京埃斯顿机器人工程有限公司 一种基于视觉的机器人引导装配机器人方法
CN114193440B (zh) * 2022-01-04 2023-09-12 中船重工鹏力（南京）智能装备系统有限公司 基于3d视觉的机器人自动抓取系统及方法
CN115086522B (zh) * 2022-06-10 2023-05-26 福州大学 一种棒状金属表面图像采集方法
CN117104831A (zh) * 2023-09-01 2023-11-24 中信戴卡股份有限公司 转向节工件的机器人3d识别及加工方法与系统

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1293752A (zh) * 1999-03-19 2001-05-02 松下电工株式会社 三维物体识别方法及使用该方法的零件抓取系统
JP3743171B2 (ja) * 1998-08-31 2006-02-08 コニカミノルタホールディングス株式会社 ３次元形状データ処理装置
CN106530357A (zh) * 2016-11-30 2017-03-22 深圳市泰沃德自动化技术有限公司 视觉对位控制装置以及校准方法
CN107103624A (zh) * 2017-04-13 2017-08-29 宁波舜宇智能科技有限公司 立体视觉搬运系统及其搬运方法
CN107421466A (zh) * 2017-06-22 2017-12-01 上海弼智仿生高科技有限公司 一种二维和三维图像的同步采集装置及采集方法
CN107545591A (zh) * 2016-06-29 2018-01-05 沈阳新松机器人自动化股份有限公司 一种基于六点触点法的机器人手眼标定方法
CN108555908A (zh) * 2018-04-12 2018-09-21 同济大学 一种基于rgbd相机的堆叠工件姿态识别及拾取方法
CN108711173A (zh) * 2018-04-13 2018-10-26 深圳安博电子有限公司 多目标识别方法及装置
CN108818535A (zh) * 2018-07-05 2018-11-16 杭州汉振科技有限公司 机器人3d视觉手眼标定方法
US10279473B2 (en) * 2017-03-03 2019-05-07 Keyence Corporation Image processing device, image processing method, and computer program
CN109816730A (zh) * 2018-12-20 2019-05-28 先临三维科技股份有限公司 工件抓取方法、装置、计算机设备和存储介质
CN109955222A (zh) * 2017-12-26 2019-07-02 发那科株式会社 物品搬运装置、机器人系统和物品搬运方法
CN110340891A (zh) * 2019-07-11 2019-10-18 河海大学常州校区 基于点云模板匹配技术的机械臂定位抓取系统及方法
CN110517323A (zh) * 2019-08-16 2019-11-29 中铁第一勘察设计院集团有限公司 基于机械手单相机多目视觉的三维定位系统及方法
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

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6748019B2 (ja) * 2017-04-10 2020-08-26 ファナック株式会社 外力表示機能を有するロボットシステム、処理装置及び教示操作盤

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3743171B2 (ja) * 1998-08-31 2006-02-08 コニカミノルタホールディングス株式会社 ３次元形状データ処理装置
CN1293752A (zh) * 1999-03-19 2001-05-02 松下电工株式会社 三维物体识别方法及使用该方法的零件抓取系统
CN107545591A (zh) * 2016-06-29 2018-01-05 沈阳新松机器人自动化股份有限公司 一种基于六点触点法的机器人手眼标定方法
CN106530357A (zh) * 2016-11-30 2017-03-22 深圳市泰沃德自动化技术有限公司 视觉对位控制装置以及校准方法
US10279473B2 (en) * 2017-03-03 2019-05-07 Keyence Corporation Image processing device, image processing method, and computer program
CN107103624A (zh) * 2017-04-13 2017-08-29 宁波舜宇智能科技有限公司 立体视觉搬运系统及其搬运方法
CN107421466A (zh) * 2017-06-22 2017-12-01 上海弼智仿生高科技有限公司 一种二维和三维图像的同步采集装置及采集方法
CN109955222A (zh) * 2017-12-26 2019-07-02 发那科株式会社 物品搬运装置、机器人系统和物品搬运方法
CN108555908A (zh) * 2018-04-12 2018-09-21 同济大学 一种基于rgbd相机的堆叠工件姿态识别及拾取方法
CN108711173A (zh) * 2018-04-13 2018-10-26 深圳安博电子有限公司 多目标识别方法及装置
CN108818535A (zh) * 2018-07-05 2018-11-16 杭州汉振科技有限公司 机器人3d视觉手眼标定方法
CN109816730A (zh) * 2018-12-20 2019-05-28 先临三维科技股份有限公司 工件抓取方法、装置、计算机设备和存储介质
CN110340891A (zh) * 2019-07-11 2019-10-18 河海大学常州校区 基于点云模板匹配技术的机械臂定位抓取系统及方法
CN110517323A (zh) * 2019-08-16 2019-11-29 中铁第一勘察设计院集团有限公司 基于机械手单相机多目视觉的三维定位系统及方法
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

Also Published As

Publication number Publication date
CN110980276A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN110980276B (zh) 一种三维视觉配合机器人实施铸件自动下料的方法
CN108827154B (zh) 一种机器人无示教抓取方法、装置及计算机可读存储介质
CN110580725A (zh) 一种基于rgb-d相机的箱体分拣方法及系统
CN110751691B (zh) 一种基于双目视觉的管件自动抓取方法
CN106044570B (zh) 一种采用机器视觉的钢卷吊自动识别装置和方法
US20040172164A1 (en) Method and apparatus for single image 3D vision guided robotics
CN108500979B (zh) 一种基于相机通讯连接的机器人抓取方法及其系统
CN108748149B (zh) 一种复杂环境下基于深度学习的无标定机械臂抓取方法
JP2012030320A (ja) 作業システム、作業ロボット制御装置および作業プログラム
CN113379849B (zh) 基于深度相机的机器人自主识别智能抓取方法及系统
US11816754B2 (en) Measurement parameter optimization method and device, and computer control program stored on computer-readable storage medium
WO2021053750A1 (ja) 作業ロボットおよび作業システム
CN109457400B (zh) 一种基于双机器人协同的布料缝制方法
CN112010024A (zh) 一种基于激光和视觉融合检测的货箱自动抓取方法及系统
WO2021039775A1 (ja) 画像処理装置、撮像装置、ロボット及びロボットシステム
CN112109072A (zh) 一种大型稀疏特征托盘精确6d位姿测量和抓取方法
CN114299039B (zh) 一种机器人及其碰撞检测装置和方法
CN114074331A (zh) 一种基于视觉的无序抓取方法及机器人
CN112598752B (zh) 基于视觉识别的标定方法及作业方法
CN113715012A (zh) 一种遥控器零件自动装配方法和系统
CN113483664A (zh) 一种基于线结构光视觉的屏风板自动上料系统及方法
CN110533717B (zh) 一种基于双目视觉的目标抓取方法及装置
CN111099342A (zh) 一种基于机器视觉的模糊抓取方法及装置
CN108393676B (zh) 自动化彩妆装配的模型设定方法
CN116175542B (zh) 确定夹具抓取顺序的方法、装置、电子设备和存储介质

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