CN111360822A - 一种基于视觉的机械手抓取空间正方体方法 - Google Patents
一种基于视觉的机械手抓取空间正方体方法 Download PDFInfo
- Publication number
- CN111360822A CN111360822A CN202010112718.5A CN202010112718A CN111360822A CN 111360822 A CN111360822 A CN 111360822A CN 202010112718 A CN202010112718 A CN 202010112718A CN 111360822 A CN111360822 A CN 111360822A
- Authority
- CN
- China
- Prior art keywords
- cube
- axis
- calculating
- space
- included angle
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000013507 mapping Methods 0.000 claims abstract description 5
- 239000003086 colorant Substances 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 description 18
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于视觉的机械手抓取空间正方体方法，包括将找到的四个顶点的像素坐标映射到深度图像，计算出正方体一个表面上四个顶点在相机坐标系下的空间坐标；根据空间坐标拟合空间平面计算正方体的质心坐标；计算平面法向量与X轴和Y轴的夹角，计算四个顶点中距离标记的圆心最近和最远的两点，计算过两点的直线与Z轴的夹角；若当前位置相对于原始位置的旋转角度大于90度，将当前计算出的角度加上对应的偏移量；将相机坐标系下的正方体的质心坐标、法向量与X轴和Y轴的夹角、平面对角线与Z轴的夹角转换为机械臂坐标系下正方体的质心坐标以及绕坐标轴的转角；机械臂调整机械手位置与正方体质心一致，再调整机械手旋转对应的角度抓取正方体。
Description
技术领域
本发明涉及计算机视觉领域，尤其涉及一种基于视觉的机械手抓取空间正方体方法。
背景技术
随着工业自动化技术的快速发展，越来越多的企业开始使用自动化的机器人来代替人力，机器人的使用范围也越来越广，因此提高机器人工作的实时性和准确度已经成为工业机器人行业发展的目标。对目标物体的准确定位是机械手精准抓取目标物体的关键，目标物体的位置坐标以及旋转姿态可指导机械手准确抓取目标，完成对目标物体的搬运、加工、分拣等具体工作。
目前机器人机械手对正方体目标物体的检测、抓取有以下方法：
(1)基于点云的正方体物体识别。即建立环境的空间点云，筛选出目标物体的点云来确定目标物体的姿态。
(2)采用双目视觉技术识别正方体物体。即根据双目相机采集正方体的彩色图像，拟合物体的空间三维结构，结合双目相机采集的关键帧图像与深度信息计算出目标物体的具体位置以及目标姿态。
(3)采用深度学习方法定位正方体位姿。即通过深度学习方法来学习正方体物体的特征，从而识别目标物体的位置以及姿态。
以上方法筛选出正方体物体的难度较大，且实时性不高，因此本发明设计一种高实时性和准确度的机械手抓取空间正方体方法，为机械手精准抓取空间正方体物体提供依据。
发明内容
本发明提供了一种基于视觉的机械手抓取空间正方体方法，本发明仅需一个可同时采集彩色和深度图像的相机，就可实现高效的正方体位置识别和抓取定位，详见下文描述：
一种基于视觉的机械手抓取空间正方体方法，所述方法包括以下步骤：
1)采用一个Kinect v2相机连续采集正方体的彩色图像和深度图像，根据正方体表面颜色筛选出HSV范围对应的平行四边形区域，计算出平行四边形的四个顶点像素坐标；
2)将找到的四个顶点的像素坐标映射到深度图像，计算出正方体一个表面上四个顶点在相机坐标系下的空间坐标；根据空间坐标拟合空间平面计算正方体的质心坐标；
3)计算平面法向量与X轴和Y轴的夹角，计算四个顶点中距离标记的圆心最近和最远的两点，计算过两点的直线与Z轴的夹角；若当前位置相对于原始位置的旋转角度大于90度，将当前计算出的角度加上对应的偏移量；
4)将相机坐标系下的正方体的质心坐标、法向量与X轴和Y轴的夹角、平面对角线与Z轴的夹角转换为机械臂坐标系下正方体的质心坐标以及绕坐标轴的转角；
5)机械臂调整机械手位置与正方体质心一致，再调整机械手旋转对应的角度抓取正方体。
其中，在步骤1)之前，所述方法还包括：
对正方体的五个表面做不同颜色标记，在每个面的左上角做适当大小的圆形标记，圆心位于正方体表面的对角线上。
其中，圆形标记的半径为正方体边长的十分之一。
进一步地，所述方法还包括：配置Kinect v2相机，将Kuka 7轴机械臂放置在正对着相机的位置。
本发明提供的技术方案的有益效果是：
1、本发明基于机械臂，且仅需一个深度相机采集正方体的彩色和深度图像，大大降低了生产成本，同时提高机器人的工作效率；
2、本发明设计的算法简单，计算量较低，且不需要提前训练，使用时更加便捷，同时具有较高的实时性；
3、本发明计算出的正方体质心坐标以及三轴转角数据准确度高，大大提高了机械手抓取正方体物体的精确度。
附图说明
图1为基于视觉的机械手抓取空间正方体方法的流程图；
图2为相机坐标系和机械臂坐标系下X、Y、Z轴的正方向示意图；
图3为正方体标记面的示意图；
图4为机械手抓取正方体的示意图；
图5为识别图像中颜色，确定沿X、Y轴旋转的角度流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。
实施例1
一种基于视觉的机械手抓取空间正方体方法，该方法基于视觉的机械手抓取空间正方体，参见图1和图2，该方法包括以下步骤：
101：对正方体的五个表面做不同颜色标记，参见图3；在每个面的左上角做适当大小的圆形标记，圆形标记的半径约为正方体边长的十分之一，圆心位于正方体表面的对角线上；采用一个Kinect v2相机连续采集正方体的彩色图像和深度图像。
其中，本发明实施例以圆形标记的半径约为正方体边长的十分之一为例进行说明，具体实现时，本发明实施例对此数值不做限制，根据实际应用中的需要进行设定。
其中，上述五个表面分别为上面(标记为粉色)、下面(标记为黄色)、左面(标记为红色)、右面(标记为青色)，以及前面(标记为蓝色)，第六个面为后面，用于机械手抓取，不做颜色标记，参见图4。具体实现时，对上述五个表面分别标记的颜色不做限制，可以根据实际应用中的需要进行选择。
102：由于不同颜色的HSV(色度、饱和度、亮度)不同，在彩色图像上根据正方体表面颜色对应的HSV范围，筛选出HSV范围对应的平行四边形区域；
其中，当相机采集前面(蓝色)时，设置色度H范围为100～124，饱和度S范围为118～216，亮度V范围为32～255；在彩色图像上筛选出HSV值在此范围内的区域，为蓝色平行四边形区域，即为正方体的一个表面；将平行四边形区域之外部分的RGB值设为0，通过图像处理，计算出正方体一个表面上四个顶点的像素坐标，以及步骤101中标记圆心的像素坐标。
103：将找到的四个顶点的像素坐标映射到深度图像，计算出正方体一个表面上四个顶点在相机坐标系下的空间坐标；
104：根据正方体一个表面上四个顶点的空间坐标拟合空间平面，计算出空间平面法向量；根据平面法向量和正方体边长计算正方体的质心坐标；
105：计算平面法向量与X轴和Y轴的夹角，计算四个顶点中距离标记的圆心最近和最远的两点，计算过两点的直线(平面对角线)与Z轴的夹角；
106：判断当前位置相对于原始位置的旋转角度是否大于90度，若大于90度，则应将当前计算出的角度加上对应的偏移量，参见图5；
其中，本发明实施例中当正方体的前面(蓝色)与相机平行，且圆形标记在左上角时为原始位置。
首先检测采集到的图像中是否有蓝色平行四边形区域，若无蓝色，则检测红色，若有红色，则将此时计算出的正方体沿Z轴的旋转角度值加90度；若无红色，则检测青色，若有青色，则将此时计算出的正方体沿Z轴的旋转角度值减90度；若无青色，则检测粉色，若有粉色，则将此时计算出的正方体沿X轴的旋转角度值加90度；若无粉色，则检测黄色，若有黄色，则将此时计算出的正方体沿X轴的旋转角度值减90度；若无黄色，则结束检测，取下一帧图像重新开始计算。
107：将以上得到的相机坐标系下的正方体的质心坐标、法向量与X轴和Y轴的夹角、平面对角线与Z轴的夹角转换为机械臂坐标系下正方体的质心坐标以及绕坐标轴的转角；
108：Kuka7轴机械臂根据正方体的质心坐标以及三轴转角数据，调整机械手位置与正方体质心一致，再调整机械手旋转对应的角度来准确抓取正方体。
实施例2
本实施例的操作步骤如下：
201：进行初始化；
其中，该步骤具体为：配置Kinect v2相机，将Kuka 7轴机械臂放置在正对着相机的位置，确保相机与机械手之间的距离在0.6m～1.3m之间，便于相机采集图像。
本发明实施例使用的正方体边长为10cm，将正方体的五个表面分别涂上青色、红色、粉色、蓝色和黄色，正方体的后面用于机械手抓取，不做颜色标记，参见图3和图4；在五个面的左上角贴上白色圆形标记，圆形半径大约为1cm。
202：采用Kinect v2相机连续采集正方体的彩色和深度图像；
本发明实施例中相机采集到的彩色图像大小为1920*1080，深度图像大小为512*424。
203：在彩色图像上根据采集到的正方体表面颜色的HSV范围，分割出正方体的某一个面；
本发明实施例中相机采集前面(标记为蓝色)的图像，设置色度H范围为100～124，饱和度S范围为118～216，亮度V范围为32～255；在彩色图像上筛选出HSV值在此范围内的区域，为蓝色平行四边形区域，即为正方体的一个表面；将平行四边形区域之外区域的RGB值设为0。
204：通过图像处理，计算出该正方体表面上四个顶点的像素坐标，以及标记圆心的像素坐标；
本发明实施例的步骤203中，分割出正方体某一表面后，对该区域进行均值滤波，去除噪声点，连接连通区域，使用Canny算子进行边缘检测，得到正方体该表面的平行四边形轮廓，以及标记的圆形轮廓。
对以上轮廓使用OpenCV常用库函数HoughLines2检测直线，使用库函数HoughCircles检测圆形，得到直线簇的斜率和截距，圆形的像面圆心坐标，记为cx、cy；
根据直线簇的斜率将直线簇分为水平和竖直两组直线，再根据截距的大小将两组直线划分为四组直线，分别求四组直线斜率和截距的平均值，作为平行四边形四条边的斜率和截距，计算四条直线交点作为平行四边形的四个顶点，分别为A、B、C、D；
分别计算平行四边形四条边的中点，记为A1、B1、C1、D1，再次计算A1、B1、C1、D1四个点围成的四边形四条边的中点，记为A2、B2、C2、D2。
在步骤204中求四组直线斜率和截距的平均值时，筛选掉斜率和截距的最大值和最小值再求平均值。
205：将找到的正方体一个表面上四个顶点的像素坐标映射到深度图像，计算出正方体一个表面上四个顶点的空间坐标；
本发明实施例在步骤205之前要对Kinect v2相机进行标定，得到彩色相机的内参矩阵、红外相机的内参矩阵、相机的旋转矩阵和平移矩阵；彩色相机的内参矩阵、红外相机的内参矩阵、旋转矩阵大小均为3*3；平移矩阵大小为1*3。
将旋转矩阵和平移矩阵组合为一个4*4矩阵M，将彩色相机的内参矩阵和红外相机的内参矩阵分别转换为4*4的矩阵L和R。
其中，记L的逆矩阵为LN；M的逆矩阵为MN。
计算W＝R*MN*LN；记W矩阵的第一行元素为w11、w12、w13、w14；第二行元素为w21、w22、w23、w24。
将彩色图像缩放为深度图像大小，点A2、B2、C2、D2对应缩放后彩色图像上的点A22、B22、C22、D22，读取A22、B22、C22、D22四点对应深度图像上的深度值d1、d2、d3、d4。
记彩色相机坐标系下点A2、B2、C2、D2转换为深度相机坐标系下为A2_、B2_、C2_、D2_。
A2_.x＝w11*A2.x+w12*A2.y+w13+w14/d1；
A2_.y＝w21*A2.x+w22*A2.y+w23+w24/d1；
同理，求出B2_，C2_，D2_的坐标。
在深度相机坐标系下读取A2_、B2_、C2_、D2_四点的深度值，记为d11、d22、d33、d44，此时读取到的深度值为该点的真实深度值。
根据相机的内参、像素坐标和四点的深度值计算出正方体表面四个顶点的空间坐标。
206：根据正方体表面四个顶点的空间坐标拟合空间平面，计算出平面的法向量；
本发明实施例中，对空间中的四个点采用最小二乘法拟合出空间平面，并计算出该平面的法向量。
207：根据平面法向量和正方体边长计算正方体的质心坐标。
本发明在实施步骤207之前，需要先计算出正方体一个表面上四个顶点的中心点空间坐标；该中心点空间坐标为步骤205中计算出的四个顶点空间坐标的平均值，且该中心点在步骤206计算出的法向量上，故沿着法向量向正方体内延伸半个边长的长度即为正方体的质心位置。
208：计算平面法向量与X轴和Y轴的夹角。
本发明实施例中分别计算法向量与X轴和Y轴的反正切函数值，得到法向量与X轴和Y轴的夹角。
209：计算四个顶点中距离标记的圆心最近和最远的两点。
210：计算过两顶点的直线(平面对角线)与Z轴的夹角。
本发明实施例中计算过两顶点的直线与Z轴的反正切函数值，得到直线与Z轴的夹角。
211：判断当前位置相对于原始位置的旋转角度是否大于90度，若大于90度，则应将当前计算出的角度加上对应的偏移量，参见图5。
其中，本发明实施例中当正方体的前面(蓝色)与相机平行，且圆形标记在左上角时为原始位置；
首先检测采集到的图像中是否有蓝色平行四边形区域，若无蓝色，则检测红色，若有红色，则将此时计算出的正方体沿Z轴的旋转角度值加90度；若无红色，则检测青色，若有青色，则将此时计算出的正方体沿Z轴的旋转角度值减90度；若无青色，则检测粉色，若有粉色，则将此时计算出的正方体沿X轴的旋转角度值加90度；若无粉色，则检测黄色，若有黄色，则将此时计算出的正方体沿X轴的旋转角度值减90度；若无黄色，则结束检测，取下一帧图像重新开始计算。
212：将以上计算出的正方体质心坐标、法向量与X轴和Y轴的夹角、平面对角线与Z轴的夹角转换为机械臂坐标系下正方体的质心以及绕坐标轴的转角。
本发明实施例中通过相机坐标系和机械臂坐标系的标定，得到外参转换矩阵，根据外参转换矩阵将以上得到的相机坐标系下正方体的质心、法向量与X轴和Y轴的夹角、平面对角线与Z轴的夹角转换为机械臂坐标系下正方体的质心以及绕坐标轴的转角。
213：机械手根据机械臂坐标系下的正方体质心坐标以及三轴转角数据，调整机械手位置与正方体质心一致，再调整机械手旋转对应的角度来准确抓取正方体。
本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。
本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于视觉的机械手抓取空间正方体方法，其特征在于，所述方法包括以下步骤：
1)采用一个Kinect v2相机连续采集正方体的彩色图像和深度图像，根据正方体表面颜色筛选出HSV范围对应的平行四边形区域，计算出平行四边形的四个顶点像素坐标；
2)将找到的四个顶点的像素坐标映射到深度图像，计算出正方体一个表面上四个顶点在相机坐标系下的空间坐标；根据空间坐标拟合空间平面计算正方体的质心坐标；
3)计算平面法向量与X轴和Y轴的夹角，计算四个顶点中距离标记的圆心最近和最远的两点，计算过两点的直线与Z轴的夹角；若当前位置相对于原始位置的旋转角度大于90度，将当前计算出的角度加上对应的偏移量；
4)将相机坐标系下的正方体的质心坐标、法向量与X轴和Y轴的夹角、平面对角线与Z轴的夹角转换为机械臂坐标系下正方体的质心坐标以及绕坐标轴的转角；
5)机械臂调整机械手位置与正方体质心一致，再调整机械手旋转对应的角度抓取正方体。
2.根据权利要求1所述的一种基于视觉的机械手抓取空间正方体方法，其特征在于，在步骤1)之前，所述方法还包括：
对正方体的五个表面做不同颜色标记，在每个面的左上角做适当大小的圆形标记，圆心位于正方体表面的对角线上。
3.根据权利要求2所述的一种基于视觉的机械手抓取空间正方体方法，其特征在于，圆形标记的半径为正方体边长的十分之一。
4.根据权利要求1所述的一种基于视觉的机械手抓取空间正方体方法，其特征在于，所述方法还包括：配置Kinect v2相机，将Kuka 7轴机械臂放置在正对着相机的位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010112718.5A CN111360822B (zh) | 2020-02-24 | 2020-02-24 | 一种基于视觉的机械手抓取空间正方体方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010112718.5A CN111360822B (zh) | 2020-02-24 | 2020-02-24 | 一种基于视觉的机械手抓取空间正方体方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111360822A true CN111360822A (zh) | 2020-07-03 |
| CN111360822B CN111360822B (zh) | 2022-10-28 |
Family
ID=71200504
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010112718.5A Active CN111360822B (zh) | 2020-02-24 | 2020-02-24 | 一种基于视觉的机械手抓取空间正方体方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111360822B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017033359A (ja) * | 2015-08-04 | 2017-02-09 | 佐藤 秀樹 | 画像認識装置 |
| CN108648237A (zh) * | 2018-03-16 | 2018-10-12 | 中国科学院信息工程研究所 | 一种基于视觉的空间定位方法 |
| CN110355754A (zh) * | 2018-12-15 | 2019-10-22 | 深圳铭杰医疗科技有限公司 | 机器人手眼系统、控制方法、设备及存储介质 |
| CN110415300A (zh) * | 2019-08-02 | 2019-11-05 | 哈尔滨工业大学 | 一种基于三靶标建面的立体视觉结构动态位移测量方法 |
| CN110509273A (zh) * | 2019-08-16 | 2019-11-29 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 基于视觉深度学习特征的机器人机械手检测及抓取方法 |
-
2020
- 2020-02-24 CN CN202010112718.5A patent/CN111360822B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017033359A (ja) * | 2015-08-04 | 2017-02-09 | 佐藤 秀樹 | 画像認識装置 |
| CN108648237A (zh) * | 2018-03-16 | 2018-10-12 | 中国科学院信息工程研究所 | 一种基于视觉的空间定位方法 |
| CN110355754A (zh) * | 2018-12-15 | 2019-10-22 | 深圳铭杰医疗科技有限公司 | 机器人手眼系统、控制方法、设备及存储介质 |
| CN110415300A (zh) * | 2019-08-02 | 2019-11-05 | 哈尔滨工业大学 | 一种基于三靶标建面的立体视觉结构动态位移测量方法 |
| CN110509273A (zh) * | 2019-08-16 | 2019-11-29 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 基于视觉深度学习特征的机器人机械手检测及抓取方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111360822B (zh) | 2022-10-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108555908B (zh) | 一种基于rgbd相机的堆叠工件姿态识别及拾取方法 | |
| CN111775152B (zh) | 基于三维测量引导机械臂抓取散乱堆叠工件的方法及系统 | |
| CN110580725A (zh) | 一种基于rgb-d相机的箱体分拣方法及系统 | |
| CN105729468B (zh) | 一种基于多深度摄像机增强的机器人工作台 | |
| CN111604598B (zh) | 一种机械臂进给式激光刻蚀系统的对刀方法 | |
| CN106737665B (zh) | 基于双目视觉和sift特征匹配的机械臂控制系统及实现方法 | |
| CN110648367A (zh) | 一种基于多层深度与彩色视觉信息的几何体目标定位方法 | |
| CN102141398B (zh) | 基于单目视觉的多机器人位置与姿态测量方法 | |
| CN110480637B (zh) | 一种基于Kinect传感器的机械臂零件图像识别抓取方法 | |
| CN108010074A (zh) | 一种基于机器视觉的工件检测方法及系统 | |
| CN110136211A (zh) | 一种基于主动双目视觉技术的工件定位方法及系统 | |
| Hsu et al. | Development of a faster classification system for metal parts using machine vision under different lighting environments | |
| CN112734844B (zh) | 一种基于正八面体的单目6d位姿估计方法 | |
| US20230041378A1 (en) | Systems and methods for object detection | |
| CN111360821A (zh) | 一种采摘控制方法、装置、设备及计算机刻度存储介质 | |
| JP7189586B2 (ja) | 物体サイズ検出のためのロボットシステム | |
| CN116228854B (zh) | 一种基于深度学习的包裹自动分拣方法 | |
| CN113808201B (zh) | 一种目标物体检测方法及引导抓取方法 | |
| CN114022551A (zh) | 一种燃油车加油盖精确识别与位姿估计的方法 | |
| Li et al. | A workpiece localization method for robotic de-palletizing based on region growing and PPHT | |
| Lin et al. | Vision based object grasping of industrial manipulator | |
| CN111360822B (zh) | 一种基于视觉的机械手抓取空间正方体方法 | |
| Oh et al. | Development of structured light based bin picking system using primitive models | |
| Ren et al. | Vision based object grasping of robotic manipulator | |
| Öztürk et al. | Linear delta robot controlled with PLC based on image processing |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20200703 Assignee: FITOW (TIANJIN) DETECTION TECHNOLOGY CO.,LTD. Assignor: TIANJIN University OF TECHNOLOGY AND EDUCATION (CHINA VOCATIONAL TRAINING INSTRUCTOR TRAINING CENTER) Contract record no.: X2024980004379 Denomination of invention: A Vision Based Method for Robot Hand Grasping Spatial Cubes Granted publication date: 20221028 License type: Common License Record date: 20240412 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20200703 Assignee: TIANJIN HENGFENGDA PLASTIC INDUSTRY CO.,LTD. Assignor: TIANJIN University OF TECHNOLOGY AND EDUCATION (CHINA VOCATIONAL TRAINING INSTRUCTOR TRAINING CENTER) Contract record no.: X2024980005057 Denomination of invention: A Vision Based Method for Robot Hand Grasping Spatial Cubes Granted publication date: 20221028 License type: Common License Record date: 20240429 |
|
| EE01 | Entry into force of recordation of patent licensing contract |