CN114474067A - 一种基于机器视觉的智能工业机器人执行动作精准性分析方法 - Google Patents
一种基于机器视觉的智能工业机器人执行动作精准性分析方法 Download PDFInfo
- Publication number
- CN114474067A CN114474067A CN202210236431.2A CN202210236431A CN114474067A CN 114474067 A CN114474067 A CN 114474067A CN 202210236431 A CN202210236431 A CN 202210236431A CN 114474067 A CN114474067 A CN 114474067A
- Authority
- CN
- China
- Prior art keywords
- industrial robot
- stacking
- standard
- stacked
- execution
- 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.)
- Withdrawn
Links
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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开一种基于机器视觉的智能工业机器人执行动作精准性分析方法，通过在工业机器人上设置分析设备，采用机器视觉技术在码垛过程中将工业机器人对待码垛物件的抓取动作执行精准状况、行进路线执行精准状况和码垛动作执行精准状况进行分析，得到工业机器人的抓取动作执行精准系数、行进路线执行精准系数和码垛动作执行精准系数，从而结合以上评估工业机器人的综合码垛执行精准系数，实现了对工业机器人对待码垛物件在整个码垛过程的执行动作精准度分析，扩展了目前对工业机器人码垛执行动作精准度的分析方向，使得分析结果更加全面可靠，从而有效保障了工业机器对待码垛物件的整体码垛质量。
Description
技术领域
本发明属于工业机器人执行动作分析技术领域，尤其涉及一种基于机器视觉的智能工业机器人执行动作精准性分析方法。
背景技术
随着计算机技术不断向智能化方向发展,智能工业机器人的应用越来越普遍，其应用领域也从传统的工业制造领域扩展到工厂码垛、零件装配、焊接等众多领域。对于工厂码垛来说，人工码垛工作强度大、耗费人力，码垛人员不仅需要承受巨大的压力，而且工作效率低。而智能工业机器人能够根据待码垛物件的特点以及待码垛物件所归类的码垛位置，在保持其形状和物件性质不变的基础上，进行高效的分类搬运码垛，从而在提高码垛工作效率的同时节省了大量的劳动力，进而在一定程度上为工厂提高了经济效益。
但是由于工业机器人不是真的人工，不能自己对其码垛执行动作的精准度进行评判，而工业机器人对待码垛物件的码垛动作执行精准度又直接影响码垛的质量。因此为了保障码垛的质量，需要对工业机器人在码垛操作过程中的执行动作精准度进行分析评估。然而目前在对工业机器人的码垛执行动作精准度分析过程中其分析方向只是集中在对最终的码垛操作上，忽略了对码垛前待码垛物件抓取和行进到待码垛物件对应归类码垛位置行进路线的精准度分析，其中待码垛物件抓取越精准，越能够保障待码垛物件的抓取稳定性，避免待码垛物件掉落；行进路线越精准，越能够避免工业机器人多行进路程，从而能够大大节约工业机器人的执行电能资源。
综上上述可见，目前对工业机器人码垛执行动作精准度的分析方向过于单一，其分析结果难以反映工业机器人在整个码垛过程中的综合精准度，导致难以有效保障工业机器人的整体码垛质量。
发明内容
为解决上述技术问题，本发明是通过以下技术方案实现的：
一种基于机器视觉的智能工业机器人执行动作精准性分析方法，包括以下步骤：
步骤1.分析设备设置:在工业机器人上设置分析设备，其中分析设备包括自动跟踪摄像机、三维扫描仪、GPS定位仪和分析服务器；
步骤2.待码垛物件三维图像获取:在待码垛物件存放位置通过三维扫描仪对单个待码垛物件进行三维扫描，得到待码垛物件三维图像；
步骤3.标准抓取参数分析:通过分析服务器根据待码垛物件三维图像对工业机器人对待码垛物件的标准抓取参数进行分析；
步骤4.实际抓取参数提取:调控工业机器人的机械手按照标准抓取参数执行抓取动作，并在执行过程中通过三维扫描仪对工业机器人的实际抓取状态进行三维图像采集，进而从中提取实际抓取参数；
步骤5.抓取动作执行精准系数统计:通过分析服务器将实际抓取参数与标准抓取参数进行对比，从而统计工业机器人对应的抓取动作执行精准系数；
步骤6.标准行进路线获取:通过分析服务器获取待码垛物件的目标码垛位置，并通过GPS定位仪定位工业机器人当前位置，进而将其与目标码垛位置进行对比，从而获取工业机器人从当前位置到达目标码垛位置的标准行进路线；
步骤7.实际行进路线获取:调控工业机器人的机械腿按照标准行进路线进行行进，并在行进过程中获取工业机器人的实际行进路线；
步骤8.行进路线执行精准系数统计:通过分析服务器将实际行进路线与标准行进路线进行对比，从而统计工业机器人对应的行进路线执行精准系数；
步骤9.标准码垛动作参数分析:通过三维扫描仪对目标码垛位置的当前码垛状态进行三维图像采集，并从中分析出工业机器人对应的标准码垛动作参数；
步骤10.实际码垛动作参数获取:调控工业机器人的机械手按照标准码垛动作参数对待码垛物件执行码垛操作，并在执行过程中获取实际码垛动作参数；
步骤11.码垛动作执行精准系数统计:通过分析服务器将实际码垛动作参数与标准码垛动作参数进行对比，统计工业机器人对应的码垛动作执行精准系数；
步骤12.综合码垛执行精准系数评估：综合工业机器人的抓取动作执行精准系数、行进路线执行精准系数和码垛动作执行精准系数评估工业机器人的综合码垛执行精准系数，并显示。
在一种优选的方案中，所述抓取参数包括机械手爪的弯曲角度和抓取位置坐标。
在一种优选的方案中，所述步骤3中对工业机器人对待码垛物件的标准抓取参数进行分析的具体分析步骤如下：
N1:从待码垛物件三维图像中提取待码垛物件的体积和重心坐标；
N2:将待码垛物件的体积与设置的各种码垛物件体积对应的标准机械手爪弯曲角度进行比对，从中筛选出工业机器人对待码垛物件的标准机械手爪弯曲角度；
N3:将待码垛物件的重心坐标作为工业机器人对待码垛物件的标准机械手爪抓取位置坐标。
在一种优选的方案中，所述工业机器人对应抓取动作执行精准系数的具体统计过程执行以下步骤：
H1:将工业机器人对待码垛物件的标准抓取参数构成标准抓取参数集合G[gθ,g(x,y,z)]，gθ,g(x,y,z)分别表示为标准机械手爪弯曲角度，标准机械手爪抓取位置坐标；
H2:将工业机器人对待码垛物件的实际抓取参数构成实际抓取参数集合G′[g′θ,g′(x,y,z)]，g′θ,g′(x,y,z)分别表示为实际机械手爪弯曲角度，实际机械手爪抓取位置坐标；
H3:将实际机械手爪抓取位置坐标与标准机械手爪抓取位置坐标进行对比，由此计算机械手爪抓取偏移距离
l表示为机械手爪抓取偏移距离；
H4:将实际机械手爪弯曲角度与标准机械手爪弯曲角度进行对比，并将机械手爪抓取偏移距离与预设的最小抓取偏移距离进行对比，由此根据以上两项对比结果统计工业机器人对应的抓取动作执行精准系数
l0表示为预设的最小抓取偏移距离。
在一种优选的方案中，所述步骤6中通过分析服务器获取待码垛物件目标码垛位置的具体获取过程如下：
D1:从待码垛物件三维图像中提取待码垛物件的外观特征；
D2:根据待码垛物件的外观特征识别待码垛物件的物件种类；
D3:将待码垛物件的物件种类与各物件种类对应的码垛位置进行匹配，从中匹配出待码垛物件对应的码垛位置，并将该码垛位置记为目标码垛位置。
在一种优选的方案中，所述步骤7中工业机器人对应实际行进路线的具体获取方式为通过自动跟踪摄像机对工业机器人机械腿的实际行进轨迹进行跟踪拍摄，从而获取实际行进路线。
在一种优选的方案中，所述工业机器人对应行进路线执行精准系数的具体统计过程执行以下步骤：
R1:统计工业机器人对应标准行进路线的长度；
R2:将工业机器人对应的实际行进路线与标准行进路线作重合对比，获取重合路线的长度；
R3:将重合路线的长度与标准行进路线的长度进行对比，以此统计工业机器人对应的行进路线执行精准系数，其计算公式为
z表示为重合路线的长度，z0表示为标准行进路线的长度。
在一种优选的方案中，所述步骤9中工业机器人对应标准码垛动作参数的具体分析方法包括以下步骤：
F1:从目标码垛位置的当前码垛状态三维图像中提取当前码垛高度和当前待码垛位置区域；
F2:根据当前码垛高度获取工业机器人机械手对应的标准抬起高度；
F3:将当前待码垛位置区域作为工业机器人对待码垛物件放置的标准放置区域；
F4:将工业机器人机械手对应的标准抬起高度和待码垛物件放置的标准放置区域作为工业机器人对应的标准码垛动作参数。
在一种优选的方案中，所述工业机器人对应码垛动作执行精准系数的具体统计过程执行以下步骤：
W1:从工业机器人对应的实际码垛动作参数中提取工业机器人机械手对应的实际抬起高度，并将其与标准抬起高度进行对比，以此计算工业机器人对应的机械手抬起高度执行精准度
h、h0分别表示为工业机器人机械手对应的实际抬起高度、标准抬起高度；
W2:从目标码垛位置的当前码垛状态三维图像中获取工业机器人将待码垛物件放置的标准放置区域的面积；
W3:从工业机器人对应的实际码垛动作参数中提取工业机器人将待码垛物件放置的实际放置区域，将其与待码垛物件放置的标准放置区域进行重合对比，从中获取重合放置区域的面积；
W4:将重合放置区域的面积与标准放置区域的面积进行对比，以此计算工业机器人对应的码垛放置执行精准度
s表示为重合放置区域的面积，s0表示为标准放置区域的面积；
W5:根据工业机器人对应的机械手抬起高度执行精准度和码垛放置执行精准度统计工业机器人对应的码垛动作执行精准系数，其计算公式为χ＝λ*ξ，λ、ξ分别表示为工业机器人对应的机械手抬起高度执行精准度、码垛放置执行精准度。
在一种优选的方案中，所述工业机器人的综合码垛执行精准系数的计算公式为
表示为工业机器人的综合码垛执行精准系数，η、σ、χ分别表示为工业机器人的抓取动作执行精准系数、行进路线执行精准系数、码垛动作执行精准系数，k1、k2、k3分别表示为抓取动作、行进路线、码垛动作对应的评估比例系数。
本发明的有益效果如下：
(1)本发明通过在工业机器人上设置分析设备，采用机器视觉技术在码垛过程中将工业机器人对待码垛物件的抓取动作执行精准状况、行进路线执行精准状况和码垛动作执行精准状况进行分析，得到工业机器人的抓取动作执行精准系数、行进路线执行精准系数和码垛动作执行精准系数，从而结合以上评估工业机器人的综合码垛执行精准系数，实现了对工业机器人对待码垛物件在整个码垛过程的执行动作精准度分析，扩展了目前对工业机器人码垛执行动作精准度的分析方向，使得分析结果更加全面可靠，从而有效保障了工业机器对待码垛物件的整体码垛质量。
(2)本发明在对工业机器人的抓取动作执行精准状况、行进路线执行精准状况和码垛动作执行精准状况分析过程中，均是通过将实际执行动作参数与标准执行动作参数进行对比，从而得到工业机器人的抓取动作执行精准系数、行进路线执行精准系数和码垛动作执行精准系数，该分析方式更加合理，符合实际，具有较强的实用性特点。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
参照图1所示，一种基于机器视觉的智能工业机器人执行动作精准性分析方法，包括以下步骤：
步骤1.分析设备设置:在工业机器人上设置分析设备，其中分析设备包括自动跟踪摄像机、三维扫描仪、GPS定位仪和分析服务器；
本实施例中提到的自动跟踪摄像机用于对工业机器人的实际行进轨迹进行跟踪，三维扫描仪用于对待码垛物件、工业机器人的实际抓取状态和目标码垛位置的当前码垛状态进行三维图像采集，GPS定位仪用于对工业机器人的位置进行定位，分析服务器用于进行综合分析；
步骤2.待码垛物件三维图像获取:在待码垛物件存放位置通过三维扫描仪对单个待码垛物件进行三维扫描，得到待码垛物件三维图像；
本实施例获取的待码垛物件三维图像一方面为工业机器人对待码垛物件的标准抓取参数分析提供分析依据，另一方面为获取待码垛物件的目标码垛位置提供参考依据；
步骤3.标准抓取参数分析:通过分析服务器根据待码垛物件三维图像对工业机器人对待码垛物件的标准抓取参数进行分析，其中标准抓取参数包括标准机械手爪弯曲角度和标准机械手爪抓取位置坐标，且标准抓取参数的具体分析步骤如下：
N1:从待码垛物件三维图像中提取待码垛物件的外形轮廓，以此得到待码垛物件的体积，并从待码垛物件三维图像中获取待码垛物件的重心坐标；
N2:将待码垛物件的体积与设置的各种码垛物件体积对应的标准机械手爪弯曲角度进行比对，从中筛选出工业机器人对待码垛物件的标准机械手爪弯曲角度；
N3:将待码垛物件的重心坐标作为工业机器人对待码垛物件的标准机械手爪抓取位置坐标；
步骤4.实际抓取参数提取:调控工业机器人的机械手按照标准抓取参数执行抓取动作，并在执行过程中通过三维扫描仪聚焦在工业机器人的机械手爪区域对工业机器人的机械手爪实际抓取状态进行三维图像采集，得到实际抓取状态三维图像，进而从中提取实际抓取参数，其中实际抓取参数包括实际机械手爪弯曲角度和实际机械手爪抓取位置坐标，且实际抓取参数的具体提取过程如下：
U1:将实际抓取状态三维图像定位到机械手的手爪处，以此提取实际机械手爪弯曲角度；
U2:将实际抓取状态三维图像定位到机械手爪的抓取位置，以此获取实际机械手爪抓取位置坐标；
步骤5.抓取动作执行精准系数统计:通过分析服务器将实际抓取参数与标准抓取参数进行对比，从而统计工业机器人对应的抓取动作执行精准系数，其具体统计过程执行以下步骤：
H1:将工业机器人对待码垛物件的标准抓取参数构成标准抓取参数集合G[gθ,g(x,y,z)]，gθ,g(x,y,z)分别表示为标准机械手爪弯曲角度，标准机械手爪抓取位置坐标；
H2:将工业机器人对待码垛物件的实际抓取参数构成实际抓取参数集合G′[g′θ,g′(x,y,z)]，g′θ,g′(x,y,z)分别表示为实际机械手爪弯曲角度，实际机械手爪抓取位置坐标；
H3:将实际机械手爪抓取位置坐标与标准机械手爪抓取位置坐标进行对比，由此计算机械手爪抓取偏移距离
l表示为机械手爪抓取偏移距离，其中实际机械手爪抓取位置坐标与标准机械手爪抓取位置坐标越接近，机械手爪抓取偏移距离越小；
H4:将实际机械手爪弯曲角度与标准机械手爪弯曲角度进行对比，并将机械手爪抓取偏移距离与预设的最小抓取偏移距离进行对比，由此根据以上两项对比结果统计工业机器人对应的抓取动作执行精准系数
l0表示为预设的最小抓取偏移距离，其中实际机械手爪弯曲角度与标准机械手爪弯曲角度越接近、机械手爪抓取偏移距离越小，抓取动作执行精准系数越大，表明抓取动作执行越精准；
步骤6.标准行进路线获取:通过分析服务器获取待码垛物件的目标码垛位置，其具体获取过程如下：
D1:从待码垛物件三维图像中提取待码垛物件的外观特征，其中外观特征包括外观形状、外形颜色、外观结构等；
D2:将待码垛物件的外观特征与各物件种类对应的外观特征进行比对，从中识别出待码垛物件的物件种类；
D3:将待码垛物件的物件种类与各物件种类对应的码垛位置进行匹配，从中匹配出待码垛物件对应的码垛位置，并将该码垛位置记为目标码垛位置并通过GPS定位仪定位工业机器人当前位置，进而将其与目标码垛位置进行对比，从而获取工业机器人从当前位置到达目标码垛位置的标准行进路线；
步骤7.实际行进路线获取:调控工业机器人的机械腿按照标准行进路线进行行进，并在行进过程中获取工业机器人的实际行进路线，其具体获取方式为通过自动跟踪摄像机对工业机器人机械腿的实际行进轨迹进行跟踪拍摄，从而获取实际行进路线；
步骤8.行进路线执行精准系数统计:通过分析服务器将实际行进路线与标准行进路线进行对比，从而统计工业机器人对应的行进路线执行精准系数，其具体统计过程执行以下步骤：
R1:统计工业机器人对应标准行进路线的长度；
R2:将工业机器人对应的实际行进路线与标准行进路线作重合对比，获取重合路线的长度；
R3:将重合路线的长度与标准行进路线的长度进行对比，以此统计工业机器人对应的行进路线执行精准系数，其计算公式为
z表示为重合路线的长度，z0表示为标准行进路线的长度，其中重合路线长度越长，行进路线执行精准系数越大，表明行进路线执行越精准；
步骤9.标准码垛动作参数分析:通过三维扫描仪对目标码垛位置的当前码垛状态进行三维图像采集，并从中分析出工业机器人对应的标准码垛动作参数，其中标准码垛动作参数包括工业机器人机械手对应的标准抬起高度和待码垛物件放置的标准放置区域，且标准码垛动作参数的具体分析方法包括以下步骤：
F1:从目标码垛位置的当前码垛状态三维图像中提取当前码垛高度和当前待码垛位置区域；
F2:根据当前码垛高度获取工业机器人机械手对应的标准抬起高度；
F3:将当前待码垛位置区域作为工业机器人对待码垛物件放置的标准放置区域；
F4:将工业机器人机械手对应的标准抬起高度和待码垛物件放置的标准放置区域作为工业机器人对应的标准码垛动作参数；
步骤10.实际码垛动作参数获取:调控工业机器人的机械手按照标准码垛动作参数对待码垛物件执行码垛操作，并在执行过程中通过三维扫描仪对工业机器人对应机械手的实际码垛状态进行三维图像采集，进而从采集的实际码垛状态三维图像中获取实际码垛动作参数，其中实际码垛动作参数包括工业机器人机械手对应的实际抬起高度和待码垛物件放置的实际放置区域；
步骤11.码垛动作执行精准系数统计:通过分析服务器将实际码垛动作参数与标准码垛动作参数进行对比，统计工业机器人对应的码垛动作执行精准系数，其具体统计过程执行以下步骤：
W1:从工业机器人对应的实际码垛动作参数中提取工业机器人机械手对应的实际抬起高度，并将其与标准抬起高度进行对比，以此计算工业机器人对应的机械手抬起高度执行精准度
h、h0分别表示为工业机器人机械手对应的实际抬起高度、标准抬起高度，其中实际抬起高度与标准抬起高度越接近，机械手抬起高度执行精准度越大；
W2:从目标码垛位置的当前码垛状态三维图像中提取待码垛物件标准放置区域的轮廓，以此获取工业机器人将待码垛物件放置的标准放置区域的面积；
W3:从工业机器人对应的实际码垛动作参数中提取工业机器人将待码垛物件放置的实际放置区域，将其与待码垛物件放置的标准放置区域进行重合对比，从中获取重合放置区域的面积；
W4:将重合放置区域的面积与标准放置区域的面积进行对比，以此计算工业机器人对应的码垛放置执行精准度
s表示为重合放置区域的面积，s0表示为标准放置区域的面积，其中重合放置区域的面积越大，码垛放置执行精准度越高；
W5:根据工业机器人对应的机械手抬起高度执行精准度和码垛放置执行精准度统计工业机器人对应的码垛动作执行精准系数，其计算公式为χ＝λ*ξ，λ、ξ分别表示为工业机器人对应的机械手抬起高度执行精准度、码垛放置执行精准度，机械手抬起高度执行精准度越大、码垛放置执行精准度越大，码垛动作执行精准系数越大，表明码垛动作执行越精准；
本实施例在对工业机器人对待码垛物件的抓取动作执行精准状况和码垛动作执行精准状况分析过程中，都规避了单一分析指标造成的分析片面性，从而提高了分析结果的准确度；
本实施例在对工业机器人的抓取动作执行精准状况、行进路线执行精准状况和码垛动作执行精准状况分析过程中，均是通过将实际执行动作参数与标准执行动作参数进行对比，从而得到工业机器人的抓取动作执行精准系数、行进路线执行精准系数和码垛动作执行精准系数，该分析方式更加合理，符合实际，具有较强的实用性特点；
步骤12.综合码垛执行精准系数评估：综合工业机器人的抓取动作执行精准系数、行进路线执行精准系数和码垛动作执行精准系数评估工业机器人的综合码垛执行精准系数
表示为工业机器人的综合码垛执行精准系数，η、σ、χ分别表示为工业机器人的抓取动作执行精准系数、行进路线执行精准系数、码垛动作执行精准系数，k1、k2、k3分别表示为抓取动作、行进路线、码垛动作对应的评估比例系数，且k1+k2+k3＝1，并显示，其中抓取动作执行精准系数越大、行进路线执行精准系数越大、码垛动作执行精准系数越大，综合码垛执行精准系数越大，表明综合码垛执行越精准。
本实施例通过在工业机器人上设置分析设备，采用机器视觉技术在码垛过程中将工业机器人对待码垛物件的抓取动作执行精准状况、行进路线执行精准状况和码垛动作执行精准状况进行分析，得到工业机器人的抓取动作执行精准系数、行进路线执行精准系数和码垛动作执行精准系数，从而结合以上评估工业机器人的综合码垛执行精准系数，实现了对工业机器人对待码垛物件在整个码垛过程的执行动作精准度分析，丰富了目前对工业机器人码垛执行动作精准度的分析方向，使得分析结果更加全面可靠，从而有效保障了工业机器对待码垛物件的整体码垛质量。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种基于机器视觉的智能工业机器人执行动作精准性分析方法，其特征在于，包括以下步骤：
步骤1.分析设备设置:在工业机器人上设置分析设备，其中分析设备包括自动跟踪摄像机、三维扫描仪、GPS定位仪和分析服务器；
步骤2.待码垛物件三维图像获取:在待码垛物件存放位置通过三维扫描仪对单个待码垛物件进行三维扫描，得到待码垛物件三维图像；
步骤3.标准抓取参数分析:通过分析服务器根据待码垛物件三维图像对工业机器人对待码垛物件的标准抓取参数进行分析；
步骤4.实际抓取参数提取:调控工业机器人的机械手按照标准抓取参数执行抓取动作，并在执行过程中通过三维扫描仪对工业机器人的实际抓取状态进行三维图像采集，进而从中提取实际抓取参数；
步骤5.抓取动作执行精准系数统计:通过分析服务器将实际抓取参数与标准抓取参数进行对比，从而统计工业机器人对应的抓取动作执行精准系数；
步骤6.标准行进路线获取:通过分析服务器获取待码垛物件的目标码垛位置，并通过GPS定位仪定位工业机器人当前位置，进而将其与目标码垛位置进行对比，从而获取工业机器人从当前位置到达目标码垛位置的标准行进路线；
步骤7.实际行进路线获取:调控工业机器人的机械腿按照标准行进路线进行行进，并在行进过程中获取工业机器人的实际行进路线；
步骤8.行进路线执行精准系数统计:通过分析服务器将实际行进路线与标准行进路线进行对比，从而统计工业机器人对应的行进路线执行精准系数；
步骤9.标准码垛动作参数分析:通过三维扫描仪对目标码垛位置的当前码垛状态进行三维图像采集，并从中分析出工业机器人对应的标准码垛动作参数；
步骤10.实际码垛动作参数获取:调控工业机器人的机械手按照标准码垛动作参数对待码垛物件执行码垛操作，并在执行过程中获取实际码垛动作参数；
步骤11.码垛动作执行精准系数统计:通过分析服务器将实际码垛动作参数与标准码垛动作参数进行对比，统计工业机器人对应的码垛动作执行精准系数；
步骤12.综合码垛执行精准系数评估：综合工业机器人的抓取动作执行精准系数、行进路线执行精准系数和码垛动作执行精准系数评估工业机器人的综合码垛执行精准系数，并显示。
2.根据权利要求1所述的一种基于机器视觉的智能工业机器人执行动作精准性分析方法，其特征在于：所述抓取参数包括机械手爪的弯曲角度和抓取位置坐标。
3.根据权利要求1所述的一种基于机器视觉的智能工业机器人执行动作精准性分析方法，其特征在于：所述步骤3中对工业机器人对待码垛物件的标准抓取参数进行分析的具体分析步骤如下：
N1:从待码垛物件三维图像中提取待码垛物件的体积和重心坐标；
N2:将待码垛物件的体积与设置的各种码垛物件体积对应的标准机械手爪弯曲角度进行比对，从中筛选出工业机器人对待码垛物件的标准机械手爪弯曲角度；
N3:将待码垛物件的重心坐标作为工业机器人对待码垛物件的标准机械手爪抓取位置坐标。
4.根据权利要求1所述的一种基于机器视觉的智能工业机器人执行动作精准性分析方法，其特征在于：所述工业机器人对应抓取动作执行精准系数的具体统计过程执行以下步骤：
H1:将工业机器人对待码垛物件的标准抓取参数构成标准抓取参数集合G[gθ,g(x,y,z)]，gθ,g(x,y,z)分别表示为标准机械手爪弯曲角度，标准机械手爪抓取位置坐标；
H2:将工业机器人对待码垛物件的实际抓取参数构成实际抓取参数集合G′[g′θ,g′(x,y,z)]，g′θ,g′(x,y,z)分别表示为实际机械手爪弯曲角度，实际机械手爪抓取位置坐标；
H3:将实际机械手爪抓取位置坐标与标准机械手爪抓取位置坐标进行对比，由此计算机械手爪抓取偏移距离
l表示为机械手爪抓取偏移距离；
H4:将实际机械手爪弯曲角度与标准机械手爪弯曲角度进行对比，并将机械手爪抓取偏移距离与预设的最小抓取偏移距离进行对比，由此根据以上两项对比结果统计工业机器人对应的抓取动作执行精准系数
l0表示为预设的最小抓取偏移距离。
5.根据权利要求1所述的一种基于机器视觉的智能工业机器人执行动作精准性分析方法，其特征在于：所述步骤6中通过分析服务器获取待码垛物件目标码垛位置的具体获取过程如下：
D1:从待码垛物件三维图像中提取待码垛物件的外观特征；
D2:根据待码垛物件的外观特征识别待码垛物件的物件种类；
D3:将待码垛物件的物件种类与各物件种类对应的码垛位置进行匹配，从中匹配出待码垛物件对应的码垛位置，并将该码垛位置记为目标码垛位置。
6.根据权利要求1所述的一种基于机器视觉的智能工业机器人执行动作精准性分析方法，其特征在于：所述步骤7中工业机器人对应实际行进路线的具体获取方式为通过自动跟踪摄像机对工业机器人机械腿的实际行进轨迹进行跟踪拍摄，从而获取实际行进路线。
7.根据权利要求1所述的一种基于机器视觉的智能工业机器人执行动作精准性分析方法，其特征在于：所述工业机器人对应行进路线执行精准系数的具体统计过程执行以下步骤：
R1:统计工业机器人对应标准行进路线的长度；
R2:将工业机器人对应的实际行进路线与标准行进路线作重合对比，获取重合路线的长度；
R3:将重合路线的长度与标准行进路线的长度进行对比，以此统计工业机器人对应的行进路线执行精准系数，其计算公式为
z表示为重合路线的长度，z0表示为标准行进路线的长度。
8.根据权利要求1所述的一种基于机器视觉的智能工业机器人执行动作精准性分析方法，其特征在于：所述步骤9中工业机器人对应标准码垛动作参数的具体分析方法包括以下步骤：
F1:从目标码垛位置的当前码垛状态三维图像中提取当前码垛高度和当前待码垛位置区域；
F2:根据当前码垛高度获取工业机器人机械手对应的标准抬起高度；
F3:将当前待码垛位置区域作为工业机器人对待码垛物件放置的标准放置区域；
F4:将工业机器人机械手对应的标准抬起高度和待码垛物件放置的标准放置区域作为工业机器人对应的标准码垛动作参数。
9.根据权利要求1所述的一种基于机器视觉的智能工业机器人执行动作精准性分析方法，其特征在于：所述工业机器人对应码垛动作执行精准系数的具体统计过程执行以下步骤：
W1:从工业机器人对应的实际码垛动作参数中提取工业机器人机械手对应的实际抬起高度，并将其与标准抬起高度进行对比，以此计算工业机器人对应的机械手抬起高度执行精准度
h、h0分别表示为工业机器人机械手对应的实际抬起高度、标准抬起高度；
W2:从目标码垛位置的当前码垛状态三维图像中获取工业机器人将待码垛物件放置的标准放置区域的面积；
W3:从工业机器人对应的实际码垛动作参数中提取工业机器人将待码垛物件放置的实际放置区域，将其与待码垛物件放置的标准放置区域进行重合对比，从中获取重合放置区域的面积；
W4:将重合放置区域的面积与标准放置区域的面积进行对比，以此计算工业机器人对应的码垛放置执行精准度
s表示为重合放置区域的面积，s0表示为标准放置区域的面积；
W5:根据工业机器人对应的机械手抬起高度执行精准度和码垛放置执行精准度统计工业机器人对应的码垛动作执行精准系数，其计算公式为χ＝λ*ξ，λ、ξ分别表示为工业机器人对应的机械手抬起高度执行精准度、码垛放置执行精准度。
10.根据权利要求1所述的一种基于机器视觉的智能工业机器人执行动作精准性分析方法，其特征在于：所述工业机器人的综合码垛执行精准系数的计算公式为
表示为工业机器人的综合码垛执行精准系数，η、σ、χ分别表示为工业机器人的抓取动作执行精准系数、行进路线执行精准系数、码垛动作执行精准系数，k1、k2、k3分别表示为抓取动作、行进路线、码垛动作对应的评估比例系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210236431.2A CN114474067A (zh) | 2022-03-11 | 2022-03-11 | 一种基于机器视觉的智能工业机器人执行动作精准性分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210236431.2A CN114474067A (zh) | 2022-03-11 | 2022-03-11 | 一种基于机器视觉的智能工业机器人执行动作精准性分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114474067A true CN114474067A (zh) | 2022-05-13 |
Family
ID=81486721
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210236431.2A Withdrawn CN114474067A (zh) | 2022-03-11 | 2022-03-11 | 一种基于机器视觉的智能工业机器人执行动作精准性分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114474067A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115026830A (zh) * | 2022-06-27 | 2022-09-09 | 湖北勤信恒诚塑胶有限公司 | 一种基于机器视觉的工业机器人自动化作业智能分析调控系统 |
| CN115213721A (zh) * | 2022-09-21 | 2022-10-21 | 江苏友邦精工实业有限公司 | 一种用于汽车车架加工的翻转定位机械手 |
| CN115494850A (zh) * | 2022-10-31 | 2022-12-20 | 武汉达胜泓鑫拆除工程有限公司 | 一种工业机器人的控制方法 |
-
2022
- 2022-03-11 CN CN202210236431.2A patent/CN114474067A/zh not_active Withdrawn
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115026830A (zh) * | 2022-06-27 | 2022-09-09 | 湖北勤信恒诚塑胶有限公司 | 一种基于机器视觉的工业机器人自动化作业智能分析调控系统 |
| CN115026830B (zh) * | 2022-06-27 | 2023-10-20 | 深圳市智哥机器人系统有限公司 | 一种基于机器视觉的工业机器人自动化作业智能分析调控系统 |
| CN115213721A (zh) * | 2022-09-21 | 2022-10-21 | 江苏友邦精工实业有限公司 | 一种用于汽车车架加工的翻转定位机械手 |
| CN115494850A (zh) * | 2022-10-31 | 2022-12-20 | 武汉达胜泓鑫拆除工程有限公司 | 一种工业机器人的控制方法 |
| CN115494850B (zh) * | 2022-10-31 | 2023-08-18 | 广州亿达科技有限公司 | 一种工业机器人的控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114474067A (zh) | 一种基于机器视觉的智能工业机器人执行动作精准性分析方法 | |
| CN104058260B (zh) | 基于视觉处理的机器人自动码垛方法 | |
| CN110014426B (zh) | 一种利用低精度深度相机高精度抓取形状对称工件的方法 | |
| CN112561886A (zh) | 一种基于机器视觉的工件自动分拣方法及系统 | |
| CN106041937A (zh) | 一种基于双目立体视觉的机械手抓取控制系统的控制方法 | |
| CN106423656A (zh) | 基于点云与图像匹配的自动喷涂系统及方法 | |
| CN105234943A (zh) | 一种基于视觉识别的工业机器人示教装置及方法 | |
| CN111582123A (zh) | 一种基于信标识别与视觉slam的agv定位方法 | |
| CN113538459B (zh) | 一种基于落点区域检测的多模式抓取避障检测优化方法 | |
| CN115861780B (zh) | 一种基于yolo-ggcnn的机械臂检测抓取方法 | |
| CN114473309A (zh) | 用于自动焊接系统的焊接位置识别方法及自动焊接系统 | |
| Breyer et al. | Closed-loop next-best-view planning for target-driven grasping | |
| CN113664826A (zh) | 一种未知环境中的机器人抓取方法及系统 | |
| JP2023084116A (ja) | 視覚サーボを用いた実演によるロボット教示 | |
| Zhang et al. | Deep learning-based robot vision: High-end tools for smart manufacturing | |
| CN113822946B (zh) | 一种基于计算机视觉的机械臂抓取方法 | |
| CN115446839A (zh) | 一种基于视觉系统的机械臂多类型物品抓取方法、系统及装置 | |
| Öziç et al. | An autonomous system design for mold loading on press brake machines using a camera platform, deep learning, and image processing | |
| Larsen et al. | Full automatic path planning of cooperating robots in industrial applications | |
| CN116690988A (zh) | 一种大型建筑模型3d打印系统和方法 | |
| Lei et al. | Unknown object grasping using force balance exploration on a partial point cloud | |
| Wang et al. | Object Grabbing of Robotic Arm Based on OpenMV Module Positioning | |
| Li | A Design of Robot System for Rapidly Sorting Express Carton with Mechanical Arm Based on Computer Vision Technology | |
| Tanaka et al. | Utilizing Hand-Eye Active Visual Servoing for Automated Bolt Removal | |
| CN110842926A (zh) | 机器人精准定位系统 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220513 |
|
| WW01 | Invention patent application withdrawn after publication |