CN111113490A - 一种视觉机器人大规模客制化的自动化校准系统及方法 - Google Patents

Abstract

本发明实施例公开了一种视觉机器人大规模客制化的自动化校准系统及方法，其中，包括服务器和至少一个校准平台；服务器根据所述任一待校准视觉机器人的身份信息及所述任一校准平台的参数信息生成所述任一待校准视觉机器人的校准方案；服务器基于所述校准方案，在所述任一校准平台上对所述任一待校准视觉机器人进行校准。本发明实施例具有如下优点：通过搭建一种为视觉机器人自动化校准所设计的框架，来提高资源的配置和校准的效率，以满足大规模定制化生产的需求。

Description

一种视觉机器人大规模客制化的自动化校准系统及方法

技术领域

本发明实施例涉及智能化控制技术领域，具体涉及一种视觉机器人大规模客制化的自动化校准系统。

背景技术

视觉机器人，又称带图像获取装置的机器人。视觉机器人不仅要把视觉信息作为输入，而且还要对这些信息进行处理，进而提取出有用的信息提供给机器人。

带图像获取装置的机器人需要用图像获取装置来采集图像进而获取前方障碍物的位置，最终计算机器人自身的位置，或者通过障碍物特征的位置和机器人其他传感器(轮子编码器或者IMU)数据进行融合从而获取更加精准的位置数据。但是由于每个图像获取装置在制造过程中原材料的差异，制造中的的误差，再最终成品时每个图像获取装置都存在差异化，而且在图像获取装置和机器人的装配过程中，也存在差异化，因此需要对图像获取装置参数和机器人的相关参数进行校准计算。由于机器人校准涉及内参、外参、最终结果验证等多个复杂阶段，以及在生产时大批量机器保证高效率，高度定制化机器人特征(语言、名字、所属区域等)，必须实现一套完善的自动化校准方案。整套方案尽量减少人工操作，提高效率，减少误差。

发明内容

为此，本发明实施例提供一种视觉机器人大规模客制化的自动化校准系统，以提高资源的配置和校准的效率，以满足大规模定制化生产的需求。

为了实现上述目的，本发明实施例提供如下技术方案：

根据本发明实施例的第一方面，提供一种视觉机器人大规模客制化的自动化校准系统，包括服务器和至少一个校准平台；

服务器检测其通信范围内的待校准视觉机器人，任一待校准视觉机器人开机后，服务器与所述任一待校准视觉机器人建立通信连接；

服务器将所述任一待校准视觉机器人绑定到任一校准平台，或所述任一待校准视觉机器人将其自身绑定到任一校准平台；

服务器根据所述任一待校准视觉机器人的身份信息及所述任一校准平台的参数信息生成所述任一待校准视觉机器人的校准方案；

服务器基于所述校准方案，在所述任一校准平台上对所述任一待校准视觉机器人进行校准；

若校准失败，所述任一待校准视觉机器人基于校准过程中获取的数据信息判断校准失败原因，基于校准失败原因重新校准或排除失败原因后再次进行校准；若校准成功，则服务器对待校准视觉机器人设置身份信息和进行客制化设置。

进一步，所述服务器为以下一种或两种：本地服务器和云服务器。

进一步，所述自动化校准系统还包括客户端，所述客户端用于对待校准视觉机器人设置身份信息和进行客制化设置。

进一步，所述校准方案中至少包括以下信息：

待校准视觉机器人校准时的行走序列、待校准参数，拍摄图片的角度和数量、校准所需精度和校准算法。

进一步，所述服务器进一步用于：

服务器根据当前所述任一校准平台的状态信息，在确保多台待校准视觉机器人不会相互干涉的前提下，启动对所述任一待校准视觉机器人的校准，并根据实施状况调整时序。

进一步，所述任一待校准视觉机器人进一步用于：基于校准方案中的行走序列行走并在行进过程中基于视觉设备拍摄校准图片、基于传感器及编码器记录行进信息；基于过程中收集到的图片和信息，通过全局优化算法进行参数的计算、调优及校验。

进一步，当所述服务器为本地服务器和云服务器时，所述本地服务器还用于将所述任一待校准视觉机器人的校准结果和过程监控上报给云服务器，云服务器通过对实时数据的掌控完成如下工作：对生产节奏的监控，对生产资源的调节，及时发现问题并止损，通过不同场地之间的协作提高校准效率满足大规模客制化生产的要求。

根据本发明实施例的第二方面，提供一种视觉机器人大规模客制化的自动化校准方法，包括以下步骤：

检测其通信范围内的待校准视觉机器人，任一待校准视觉机器人开机后，与所述任一待校准视觉机器人建立通信连接；

将所述任一待校准视觉机器人绑定到任一校准平台，或所述任一待校准视觉机器人将其自身绑定到任一校准平台；

根据所述任一待校准视觉机器人的身份信息及所述任一校准平台的参数信息生成所述任一待校准视觉机器人的校准方案；

基于所述校准方案，在所述任一校准平台上对所述任一待校准视觉机器人进行校准；

若校准失败，所述任一待校准视觉机器人基于校准过程中获取的数据信息判断校准失败原因，基于校准失败原因重新校准或排除失败原因后再次进行校准；若校准成功，则对待校准视觉机器人设置身份信息和进行客制化设置。

根据本发明实施例的第二方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述视觉机器人大规模客制化的自动化校准方法的步骤。

根据本发明实施例的第二方面，提供一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现上述视觉机器人大规模客制化的自动化校准方法的步骤。

本发明实施例提供一种视觉机器人大规模客制化的自动化校准系统及方法，其中，包括服务器和至少一个校准平台；服务器检测其通信范围内的待校准视觉机器人，任一待校准视觉机器人开机后，服务器与所述任一待校准视觉机器人建立通信连接；服务器将所述任一待校准视觉机器人绑定到任一校准平台，或所述任一待校准视觉机器人将其自身绑定到任一校准平台；服务器根据所述任一待校准视觉机器人的身份信息及所述任一校准平台的参数信息生成所述任一待校准视觉机器人的校准方案；服务器基于所述校准方案，在所述任一校准平台上对所述任一待校准视觉机器人进行校准；若校准失败，所述任一待校准视觉机器人基于校准过程中获取的数据信息判断校准失败原因，基于校准失败原因重新校准或排除失败原因后再次进行校准；若校准成功，则服务器对待校准视觉机器人设置身份信息和进行客制化设置。

本发明实施例具有如下优点：通过搭建一种为视觉机器人自动化校准所设计的框架，来提高资源的配置和校准的效率，以满足大规模定制化生产的需求。

附图说明

为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。

本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。

图1为本发明实施例提供的一种视觉机器人大规模客制化的自动化校准系统的具体结构示意图；

图2为本发明实施例提供的电子设备的结构示意图。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为解决现有技术中的至少一个技术问题，本发明实施例提供一种视觉机器人大规模客制化的自动化校准系统，包括服务器和至少一个校准平台；

服务器检测其通信范围内的待校准视觉机器人，任一待校准视觉机器人开机后，服务器与所述任一待校准视觉机器人建立通信连接；

服务器将所述任一待校准视觉机器人绑定到任一校准平台，或所述任一待校准视觉机器人将其自身绑定到任一校准平台；

服务器根据所述任一待校准视觉机器人的身份信息及所述任一校准平台的参数信息生成所述任一待校准视觉机器人的校准方案；

服务器基于所述校准方案，在所述任一校准平台上对所述任一待校准视觉机器人进行校准；

若校准失败，所述任一待校准视觉机器人基于校准过程中获取的数据信息判断校准失败原因，基于校准失败原因重新校准或排除失败原因后再次进行校准；若校准成功，则服务器对待校准视觉机器人设置身份信息和进行客制化设置。

本发明实施例一种视觉机器人大规模客制化的自动化校准系统，通过校准的机器人在正式的路径规划中，通过图像获取装置采集的图像，在图像中提取特征点，经过校准参数的融合，得出特征物体正确位置，得到最终精准结果。通过搭建一种为视觉机器人自动化校准所设计的框架，来提高资源的配置和校准的效率，以满足大规模定制化生产的需求。

本发明实施例一种视觉机器人大规模客制化的自动化校准系统包括参数可自由配置并下发机器人，带图像获取装置的机器人根据相关参数确定路径规划，自动计算图像获取装置内参和外参，自动验证校准结果和测试机器人零部件精准度，自动生成机器人名字等特征，自动筛选不合格机器人，以及数据的保密处理。

该技术方案解决了机器人自定义配置、参数校准以及验证、机器人部件精准度测试、机器人次品筛选相关问题，并解决生产线大批量的并发问题，为大规模客制化、高效率、低误差自动化生产线提供保障。

视觉机器人的校准是一个相对复杂，环节多，耗时长，同时十分消耗人力资源的瓶颈环节。如果涉及到对机器人的定制化配置，校准过程会更加复杂和难以实现。本发明在全自动视觉机器人校准方案的基础上，提出一种采用了多层次管控技术的校准框架，用以满足视觉机器人校准中的资源配置和定制化需求，并使其效率能够符合大规模定制化生产的要求。

在本发明上述实施例的基础上，本发明实施例提供一种视觉机器人大规模客制化的自动化校准系统，所述服务器为以下一种或两种：本地服务器和云服务器。

其中，所述服务器既可以仅为本地服务器，也可以仅为云服务器，也可以同时为云服务器和本地服务器。

当仅为云服务器时，不需要本地服务器，仅由云服务器来完成所有的工作。在网络条件允许的情况下，因为每台机器人都是一个可以连接互联网的IoT设备，完全可以由云端服务器来完成所有的本地服务器端的调动工作。

本发明实施例一种视觉机器人大规模客制化的自动化校准系统包括参数可自由配置并下发机器人，带图像获取装置的机器人根据相关参数确定路径规划，自动计算图像获取装置内参和外参，自动验证校准结果和测试机器人零部件精准度，自动生成机器人名字等特征，自动筛选不合格机器人，以及数据的保密处理。

在本发明上述实施例的基础上，本发明实施例提供一种视觉机器人大规模客制化的自动化校准系统，所述自动化校准系统还包括客户端，所述客户端用于对待校准视觉机器人设置身份信息和进行客制化设置。

其中，当机器人校准结束后，为机器人设置身份信息和客制化信息，当存在多个校准设备时，可以采用多个客户端，便于生产。每个客户端都可以对机器人进行信息配置，可以生成不同区域、不同语言、不同型号的产品批次。

本发明实施例一种视觉机器人大规模客制化的自动化校准系统包括参数可自由配置并下发机器人，带图像获取装置的机器人根据相关参数确定路径规划，自动计算图像获取装置内参和外参，自动验证校准结果和测试机器人零部件精准度，自动生成机器人名字等特征，自动筛选不合格机器人，以及数据的保密处理。

本发明实施例一种视觉机器人大规模客制化的自动化校准系统，所述校准方案中至少包括以下信息：

待校准视觉机器人校准时的行走序列、待校准参数，拍摄图片的角度和数量、校准所需精度和校准算法。

服务器根据机器人的身份信息(例如：机器人的种类，软硬件的配置)及校准平台的特有信息(例如：校准平台的设计参数因制作工艺而各不相同，同一平台不同校准板之间的结构关系各不相同)来为机器人设置独有的校准流程规范，包括但不限于：校准时的行走序列，需要校准的参数，拍摄图片的角度和数量，校准所需精度，校准算法。

本发明实施例一种视觉机器人大规模客制化的自动化校准系统包括参数可自由配置并下发机器人，带图像获取装置的机器人根据相关参数确定路径规划，自动计算图像获取装置内参和外参，自动验证校准结果和测试机器人零部件精准度，自动生成机器人名字等特征，自动筛选不合格机器人，以及数据的保密处理。

本发明实施例一种视觉机器人大规模客制化的自动化校准系统，所述服务器进一步用于：

服务器根据当前所述任一校准平台的状态信息，在确保多台待校准视觉机器人不会相互干涉的前提下，启动对所述任一待校准视觉机器人的校准，并根据实施状况调整时序。

其中，服务器根据当前校准平台的状态，在确保多台机器人不会相互干涉的前提下，启动机器人的校准，并根据实施状况调整时序。例如：在计算出行走序列无干涉的前提下以最早时刻启动后续机器人，在中途前序机器人有突发异常时暂停后续机器人或修改其行走路线。

本发明实施例一种视觉机器人大规模客制化的自动化校准系统包括参数可自由配置并下发机器人，带图像获取装置的机器人根据相关参数确定路径规划，自动计算图像获取装置内参和外参，自动验证校准结果和测试机器人零部件精准度，自动生成机器人名字等特征，自动筛选不合格机器人，以及数据的保密处理。

本发明实施例一种视觉机器人大规模客制化的自动化校准系统，所述任一待校准视觉机器人进一步用于：基于校准方案中的行走序列行走并在行进过程中基于视觉设备拍摄校准图片、基于传感器及编码器记录行进信息；基于过程中收集到的图片和信息，通过全局优化算法进行参数的计算、调优及校验。

本发明实施例一种视觉机器人大规模客制化的自动化校准系统，当所述服务器为本地服务器和云服务器时，所述本地服务器还用于将所述任一待校准视觉机器人的校准结果和过程监控上报给云服务器，云服务器通过对实时数据的掌控完成如下工作：对生产节奏的监控，对生产资源的调节，及时发现问题并止损，通过不同场地之间的协作提高校准效率满足大规模客制化生产的要求。

如图1所示，提出本发明所述一种视觉机器人大规模客制化的自动化校准系统的具体结构，本方案由4部分组成：包含在线的云服务系统，若干生产地点，每个地点包含一台本地的服务器协调该地点的生产，每个服务器又与若干客户端相连接，根据现场便利每个客户端对应一个或多个校准设备，任一校准设备可以服务于任意一台待校准的机器人。

其中云服务系统与若干地点的本地服务器相连，每个地点的生产工序可以不同。云服务通过与本地服务器的连接，综合前序工艺的生产进度和生产需求，对本地服务器下达生产命令。

A、本地服务端，提供机器人设备发现、参数配置、状态和整体平台控制、信息安全和数据管理，数据上报云端，异常处理。本地服务端能够支持大批量生产时高并发处理和运行过程的稳定性。本地服务端也能支持多机协作功能，服务端可以实时获取所有平台中的所有视觉机器人任何时候的位置和状态，并根据需求改变机器人的行走路线、启动、暂停和测试数据的校验和异常处理。

B、机器人端，负责机器人的运动和信息的采集，参数的计算，机器相关配件精准度测试校验。

C、客户端，当机器人校准结束后，为机器人设置身份信息和客制化信息，当存在多个校准设备时，可以采用多个客户端，便于生产。每个客户端都可以对机器人进行信息配置，可以生成不同区域、不同语言、不同型号的产品批次。

D、云服务端，与本地服务端相连接，下载生产/校准计划，管控各场地间校准机器的ID放行、参数配置和现场状态，通过数据收集管控完整的生产进度和资源调配。云端服务器和本地服务器组成一个多层次的现场管控和资源调度系统构架，来满足大规模定制化生产对校准环节的要求。

所述自动化校准系统的具体工作流程如下。

1.设置好云服务端与本地服务端的连接，以及本地服务器与本地客户端的连接。确认校准平台在本地服务器的覆盖范围内。

2.云服务通过与本地服务器的连接，综合前序工艺的生产进度和生产需求，对本地服务器下达生产命令。

3.本地服务器生成具体生产计划，包括所需配置参数，机器数量和规格，客户端及校准平台数量。并通过对实时状态的监控管理校准过程中机器之间的互动和节拍。

4.将组装好的视觉机器人在本地服务器信号范围内开机，内置程序会将机器人自动与本地服务器链接并交换身份信息，本地服务器根据现场资源将机器人绑定到(或机器人自动识别出)某一个校准平台后，便完成了机器人的准备工作。

5.本地服务器根据机器人的身份信息(例如：机器人的种类，软硬件的配置)及校准平台的特有信息(例如：校准平台的设计参数因制作工艺而各不相同，同一平台不同校准板之间的结构关系各不相同)来为机器人设置独有的校准流程规范，包括但不限于：校准时的行走序列，需要校准的参数，拍摄图片的角度和数量，校准所需精度，校准算法。

6.本地服务器根据当前校准平台的状态，在确保多台机器人不会相互干涉的前提下，启动机器人的校准，并根据实施状况调整时序。例如：在计算出行走序列无干涉的前提下以最早时刻启动后续机器人，在中途前序机器人有突发异常时暂停后续机器人或修改其行走路线。

7.机器人根据本地服务器的调配完成其行走序列并在行进过程中利用视觉设备拍摄校准图片、利用传感器及编码器记录行进信息。利用过程中收集到的图片和信息，通过全局优化算法进行参数的计算、调优及校验。

8.如校验失败，则本次校准失败。根据算法反馈的结果，可以初步判断失败的原因(例如：行进部件安装超差，陀螺仪信号不稳定，校准过程中所拍摄图像不清晰)。根据原因可以选择重新校准或排除故障后再行校准。

9.如校验成功，则机器人已被成功标定，校准数据上传至服务器进而传至云端，同时机器人进入可使用状态。此时，根据具体出货要求和生产计划为机器人分配一个序列号，并通过序列号中的信息完成对机器人最后的客制化设置，包括但不限于：出厂时的默认语言，开放的功能，国家和地区。

10.校准结果和过程监控会通过本地服务器直接上报给云端，云端通过对实时数据的掌控可以完成如下工作：对生产节奏的监控，对生产资源的调节，及时发现问题并止损，通过不同场地之间的协作提高校准效率满足大规模客制化生产的要求。

需要进一步说明的是，在本地校准工序中，待校准的机器人与客户端通过网络通讯方式各自与本地服务器相连。以下为一种具体的连接方式：

本地服务端采用一个线程接收特定组播心跳数据来检查在线设备。

本地服务端采用组播方式给局域网内所有注册在特定组播地址的机器人发送数据消息，机器人收到该消息后即得知本地服务端的IP地址并回复消息确认，同时建立连接。

同理，本地服务端往特定组播地址发送识别客户端的数据消息，客户端收到该消息后即得知服务端的IP地址。

其中，在校准过程中，一种具体的控制方式可以是：

服务端启动时同时启动状态控制服务，该服务采用ROUTER和DEALER模式来处理大量机器人数据请求的负载均衡，同时根据在线机器人数量启动相应的工作线程来处理具体逻辑，逻辑线程通过状态机控制所有机器人的状态。

机器人获得服务端的IP地址后，建立连接，请求服务端下发配置参数和行动序列，等待校准。当按下校准按钮启动校准后(或服务器根据校准平台情况启动机器人)，机器人将按照获取的行动序列和客制化信息进行图像数据采集、机器人轮子相关数据存储等，在机器人行走玩所有行动序列后，开始计算内参、外参、验证结果并实时上报服务端，如果机器人校准失败将被筛出，校准成功则进入下一阶段。

进一步，给校准成功的机器人标识唯一身份信息，以下是一种具体操作方式

服务端的数据通知服务会将当前所有在线机器人数据实时推送给所有客户端。

客户端在检测到服务端IP地址后，建立数据订阅连接，此时会收到来自服务端所有机器人状态数据。选定一个对应了存储在服务端的特定客制化信息的打印编码，让机器人通过图像获取装置扫描此编码并存储此编码，再通过与服务端匹配编码来完成客制化信息的配置以完成最终的校准流程。完成后机器人上报服务端校准结束，服务端再通知客户端校准结束。

本发明实施例提供一种视觉机器人大规模客制化的自动化校准方法，其特征在于，包括以下步骤：

检测其通信范围内的待校准视觉机器人，任一待校准视觉机器人开机后，与所述任一待校准视觉机器人建立通信连接；

将所述任一待校准视觉机器人绑定到任一校准平台，或所述任一待校准视觉机器人将其自身绑定到任一校准平台；

根据所述任一待校准视觉机器人的身份信息及所述任一校准平台的参数信息生成所述任一待校准视觉机器人的校准方案；

基于所述校准方案，在所述任一校准平台上对所述任一待校准视觉机器人进行校准；

若校准失败，所述任一待校准视觉机器人基于校准过程中获取的数据信息判断校准失败原因，基于校准失败原因重新校准或排除失败原因后再次进行校准；若校准成功，则对待校准视觉机器人设置身份信息和进行客制化设置。

本发明实施例一种视觉机器人大规模客制化的自动化校准方法，通过校准的机器人在正式的路径规划中，通过图像获取装置采集的图像，在图像中提取特征点，经过校准参数的融合，得出特征物体正确位置，得到最终精准结果。通过搭建一种为视觉机器人自动化校准所设计的框架，来提高资源的配置和校准的效率，以满足大规模定制化生产的需求。

本发明实施例一种视觉机器人大规模客制化的自动化校准方法包括参数可自由配置并下发机器人，带图像获取装置的机器人根据相关参数确定路径规划，自动计算图像获取装置内参和外参，自动验证校准结果和测试机器人零部件精准度，自动生成机器人名字等特征，自动筛选不合格机器人，以及数据的保密处理。

该技术方案解决了机器人自定义配置、参数校准以及验证、机器人部件精准度测试、机器人次品筛选相关问题，并解决生产线大批量的并发问题，为大规模客制化、高效率、低误差自动化生产线提供保障。

视觉机器人的校准是一个相对复杂，环节多，耗时长，同时十分消耗人力资源的瓶颈环节。如果涉及到对机器人的定制化配置，校准过程会更加复杂和难以实现。本发明在全自动视觉机器人校准方案的基础上，提出一种采用了多层次管控技术的校准框架，用以满足视觉机器人校准中的资源配置和定制化需求，并使其效率能够符合大规模定制化生产的要求。

图2示例了一种服务器的实体结构示意图，如图2所示，该服务器可以包括：处理器(processor)210、通信接口(Communications Interface)220、存储器(memory)20和通信总线240，其中，处理器210，通信接口220，存储器230通过通信总线240完成相互间的通信。处理器210可以调用存储器230中的逻辑指令，以执行如下方法：检测其通信范围内的待校准视觉机器人，任一待校准视觉机器人开机后，与所述任一待校准视觉机器人建立通信连接；将所述任一待校准视觉机器人绑定到任一校准平台，或所述任一待校准视觉机器人将其自身绑定到任一校准平台；根据所述任一待校准视觉机器人的身份信息及所述任一校准平台的参数信息生成所述任一待校准视觉机器人的校准方案；基于所述校准方案，在所述任一校准平台上对所述任一待校准视觉机器人进行校准；若校准失败，所述任一待校准视觉机器人基于校准过程中获取的数据信息判断校准失败原因，基于校准失败原因重新校准或排除失败原因后再次进行校准；若校准成功，则对待校准视觉机器人设置身份信息和进行客制化设置。

此外，上述的存储器230中的逻辑指令可以通过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取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的方法，例如包括：检测其通信范围内的待校准视觉机器人，任一待校准视觉机器人开机后，与所述任一待校准视觉机器人建立通信连接；将所述任一待校准视觉机器人绑定到任一校准平台，或所述任一待校准视觉机器人将其自身绑定到任一校准平台；根据所述任一待校准视觉机器人的身份信息及所述任一校准平台的参数信息生成所述任一待校准视觉机器人的校准方案；基于所述校准方案，在所述任一校准平台上对所述任一待校准视觉机器人进行校准；若校准失败，所述任一待校准视觉机器人基于校准过程中获取的数据信息判断校准失败原因，基于校准失败原因重新校准或排除失败原因后再次进行校准；若校准成功，则对待校准视觉机器人设置身份信息和进行客制化设置。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (10)

1.一种视觉机器人大规模客制化的自动化校准系统，其特征在于，包括服务器和至少一个校准平台；

服务器检测其通信范围内的待校准视觉机器人，任一待校准视觉机器人开机后，服务器与所述任一待校准视觉机器人建立通信连接；

服务器将所述任一待校准视觉机器人绑定到任一校准平台，或所述任一待校准视觉机器人将其自身绑定到任一校准平台；

服务器根据所述任一待校准视觉机器人的身份信息及所述任一校准平台的参数信息生成所述任一待校准视觉机器人的校准方案；

服务器基于所述校准方案，在所述任一校准平台上对所述任一待校准视觉机器人进行校准；

若校准失败，所述任一待校准视觉机器人基于校准过程中获取的数据信息判断校准失败原因，基于校准失败原因重新校准或排除失败原因后再次进行校准；若校准成功，则服务器对待校准视觉机器人设置身份信息和进行客制化设置。

2.根据权利要求1所述的视觉机器人大规模客制化的自动化校准系统，其特征在于，所述服务器为以下一种或两种：本地服务器和云服务器。

3.根据权利要求1或2所述的视觉机器人大规模客制化的自动化校准系统，其特征在于，所述自动化校准系统还包括客户端，所述客户端用于对待校准视觉机器人设置身份信息和进行客制化设置。

4.根据权利要求3所述的视觉机器人大规模客制化的自动化校准系统，其特征在于，所述校准方案中至少包括以下信息：

待校准视觉机器人校准时的行走序列、待校准参数，拍摄图片的角度和数量、校准所需精度和校准算法。

5.根据权利要求4所述的视觉机器人大规模客制化的自动化校准系统，其特征在于，所述服务器进一步用于：

服务器根据当前所述任一校准平台的状态信息，在确保多台待校准视觉机器人不会相互干涉的前提下，启动对所述任一待校准视觉机器人的校准，并根据实施状况调整时序。

6.根据权利要求5所述的视觉机器人大规模客制化的自动化校准系统，其特征在于，所述任一待校准视觉机器人进一步用于：基于校准方案中的行走序列行走并在行进过程中基于视觉设备拍摄校准图片、基于传感器及编码器记录行进信息；基于过程中收集到的图片和信息，通过全局优化算法进行参数的计算、调优及校验。

7.根据权利要求6所述的视觉机器人大规模客制化的自动化校准系统，其特征在于，当所述服务器为本地服务器和云服务器时，所述本地服务器还用于将所述任一待校准视觉机器人的校准结果和过程监控上报给云服务器，云服务器通过对实时数据的掌控完成如下工作：对生产节奏的监控，对生产资源的调节，及时发现问题并止损，通过不同场地之间的协作提高校准效率满足大规模客制化生产的要求。

8.一种视觉机器人大规模客制化的自动化校准方法，其特征在于，包括以下步骤：

检测其通信范围内的待校准视觉机器人，任一待校准视觉机器人开机后，与所述任一待校准视觉机器人建立通信连接；

将所述任一待校准视觉机器人绑定到任一校准平台，或所述任一待校准视觉机器人将其自身绑定到任一校准平台；

根据所述任一待校准视觉机器人的身份信息及所述任一校准平台的参数信息生成所述任一待校准视觉机器人的校准方案；

基于所述校准方案，在所述任一校准平台上对所述任一待校准视觉机器人进行校准；

若校准失败，所述任一待校准视觉机器人基于校准过程中获取的数据信息判断校准失败原因，基于校准失败原因重新校准或排除失败原因后再次进行校准；若校准成功，则对待校准视觉机器人设置身份信息和进行客制化设置。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求8所述视觉机器人大规模客制化的自动化校准方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求8所述视觉机器人大规模客制化的自动化校准方法的步骤。

Images