CN114952871B - 物块分拣系统及方法 - Google Patents

Abstract

本发明提供了一种物块分拣系统及方法，该物块分拣系统包括图像相机、智能避障拾取模块和智能分拣机器人，图像相机对皮带上的物块进行拍摄后，将拍摄得到的物块图像发送至智能避障拾取模块；智能避障拾取模块在接收到物块图像时，先根据该物块图像，确定智能分拣机器人的机械臂在拾取物块图像中的被拾取物块时，是否与其他物块发生碰撞的视觉识别结果；然后根据视觉识别结果，确定待拾取的目标物块，并发送相应的拾取信号至智能分拣机器人；智能分拣机器人在接收到拾取信号时，通过机械臂执行目标物块的拾取动作。这种基于视觉识别结果的物块分拣方式，降低了皮带损坏风险，提升了系统运行安全性。

Description

物块分拣系统及方法

技术领域

本发明涉及人工智能技术领域，尤其是涉及一种物块分拣系统及方法。

背景技术

智能分选机器人负责对传输皮带上的特定类型的物块进行自动化分拣，提高了分拣精度，降低了人工成本。

然而现有的智能分拣机器人仍然存在分拣过程中损坏皮带的问题，系统运行安全性有待提高。

发明内容

本发明的目的在于提供一种物块分拣系统及方法，以降低皮带损坏风险，提升系统运行安全性。

第一方面，本发明实施例提供了一种物块分拣系统，包括图像相机、智能避障拾取模块和智能分拣机器人，智能避障拾取模块分别与图像相机和智能分拣机器人连接；

图像相机垂直安装在皮带的上方，图像相机用于对皮带上的物块进行拍摄，并将拍摄得到的物块图像发送至智能避障拾取模块；

智能避障拾取模块用于根据物块图像，确定智能分拣机器人的机械臂在拾取物块图像中的被拾取物块时，是否与其他物块发生碰撞的视觉识别结果；根据视觉识别结果，确定待拾取的目标物块，并发送相应的拾取信号至智能分拣机器人；

智能分拣机器人用于根据接收到的拾取信号，通过机械臂执行目标物块的拾取动作。

进一步地，视觉识别结果包括物块图像中的各个物块轮廓与机械臂拾取被拾取物块时的机械臂轮廓的重叠率，该物块轮廓为物块图像中的除被拾取物块之外的其他物块的轮廓。

进一步地，智能避障拾取模块具体用于：获取物块图像中各个物块的轮廓图；根据各个物块的轮廓图，确定被拾取物块；计算机械臂移至被拾取物块上方时，机械臂的拾取机构产生的机械臂轮廓；逐个计算出机械臂轮廓分别与每个物块轮廓的重叠率。

进一步地，物块分拣系统还包括与智能避障拾取模块连接的厚度测量组件；厚度测量组件被设置成与图像相机同时运行，且测量区域与图像相机的拍摄区域相同；厚度测量组件用于测量得到皮带上的所有物块的厚度数据；

智能避障拾取模块还用于根据视觉识别结果和厚度数据，确定待拾取的目标物块。

进一步地，智能避障拾取模块还用于：根据厚度数据，计算得到机械臂抓取目标物块的运动距离。

进一步地，机械臂上设置有限位开关和/或机械限位。

进一步地，智能分拣机器人设置有机械臂伺服模块，机械臂伺服模块用于检测机械臂的拾取机构执行拾取动作时产生的压力信号，并根据压力信号判断是否停止拾取动作。

进一步地，机械臂伺服模块还用于根据设定的各轴运动范围限值控制机械臂的移动距离。

第二方面，本发明实施例还提供了一种物块分拣方法，应用于第一方面的物块分拣系统中的智能避障拾取模块；该物块分拣方法包括：

获取图像相机拍摄的物块图像；

根据物块图像，确定智能分拣机器人的机械臂在拾取物块图像中的被拾取物块时，是否与其他物块发生碰撞的视觉识别结果；

根据视觉识别结果，确定待拾取的目标物块；

发送与目标物块对应的拾取信号至智能分拣机器人，以使智能分拣机器人执行目标物块的拾取动作。

进一步地，物块分拣系统还包括与智能避障拾取模块连接的厚度测量组件；厚度测量组件被设置成与图像相机同时运行，且测量区域与图像相机的拍摄区域相同；

根据视觉识别结果，确定待拾取的目标物块，包括：

根据视觉识别结果和厚度测量组件同步测量得到的皮带上的所有物块的厚度数据，确定待拾取的目标物块。

本发明实施例提供的物块分拣系统及方法中，物块分拣系统包括图像相机、智能避障拾取模块和智能分拣机器人，图像相机对皮带上的物块进行拍摄后，将拍摄得到的物块图像发送至智能避障拾取模块；智能避障拾取模块在接收到物块图像时，先根据该物块图像，确定智能分拣机器人的机械臂在拾取物块图像中的被拾取物块时，是否与其他物块发生碰撞的视觉识别结果；然后根据视觉识别结果，确定待拾取的目标物块，并发送相应的拾取信号至智能分拣机器人；智能分拣机器人在接收到拾取信号时，通过机械臂执行目标物块的拾取动作。这种基于视觉识别结果的物块分拣方式，能够在一定程度上避免智能分拣机器人执行拾取动作时与其他物块的碰撞，降低了皮带损坏风险，提升了系统运行安全性。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体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，下面描述中的附图是本发明的一些实施方式，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，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种物块拾取的执行流程图；

图2为本发明实施例提供的一种物块分拣系统的模块组成示意图；

图3为本发明实施例提供的一种智能避障拾取模块的视觉识别图；

图4a为本发明实施例提供的一种同时采集物块的物块图像和厚度数据的原理图；

图4b为图4a中图像相机拍摄得到的物块图像；

图4c为图4a中厚度测量组件测量得到的厚度数据；

图5为本发明实施例提供的一种基于视觉识别结果进行物块拾取的模型图；

图6为本发明实施例提供的一种基于视觉识别结果和厚度数据进行物块拾取的模型图；

图7为本发明实施例提供的一种物块分拣系统基于物块图像和厚度数据的处理流程图；

图8为本发明实施例提供的一种智能避障拾取模块的图像处理示例；

图9为本发明实施例提供的一种物块分拣方法的流程示意图。

图标：110-图像相机；120-智能避障拾取模块；130-智能分拣机器人；140-皮带；150-厚度测量组件；131-机械臂；1311-拾取机构；201-被拾取物块；202-杂物。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，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。

以煤炭分选为例，智能分拣机器人与传统基于X光和图像识别的分拣系统最大的区别在于：智能分拣机器人是基于机器视觉采集诸如煤矸石等物块信息，使用深度学习等方法实现各类物块的识别并抓取其特征，按照物块对应的优先级顺序对被拾取物块进行排序，将高优先级的物块转换成机械臂拾取动作，并按照多种拾取策略将拾取动作发送给机械臂；多轴机械臂根据收到的动作参数，在多维度上通过伺服系统对机械臂进行方向和角度上的调整，达到跟随皮带移动并对皮带上的物块进行拾取的目的，完成矸石等物块的分拣。

为了便于理解，如图1所示，物块拾取的执行流程主要包括图像识别、数据处理和机械臂伺服系统三部分，具体如下：先对煤矸石流进行图像抓取与预处理，再采用基于深度学习的图像识别算法，得到分类化的物块识别结果；然后进行物块最优拾取动作的计算，以及多拾取策略的判断与过滤，并将拾取动作数据发送至机械臂伺服系统；机械臂伺服系统通过机械臂控制模块接收数据，并控制机械臂执行拾取动作。

考虑到煤、矸石和其他杂物等物块在皮带上分布不均，机械臂执行拾取动作时，会有戳到物块的情况发生，物块受挤压后会对皮带造成损坏的问题，本发明实施例提供了一种物块分拣系统及方法，可以减少机械臂戳到物块的情况发生，从而缓解皮带损坏问题。

需要说明的是，本发明实施例仅以煤炭分选为例，但本发明实施例提供的物块分拣系统及方法并不限于煤炭分选，还可以适用于诸如铁矿石、锰矿石或铜矿石等其他矿石的分选。智能分拣机器人不仅可以对矸石等不需要的物块进行拾取，还可以对煤块等所需矿石块进行拾取。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种物块分拣系统进行详细介绍。

参见图2所示的一种物块分拣系统的模块组成示意图，本发明实施例提供的物块分拣系统包括图像相机110、智能避障拾取模块120和智能分拣机器人130，智能避障拾取模块120分别与图像相机110和智能分拣机器人130连接。

具体地，图像相机110垂直安装在皮带的上方，图像相机110用于对皮带上的物块进行拍摄，并将拍摄得到的物块图像发送至智能避障拾取模块120。智能避障拾取模块120用于根据物块图像，确定智能分拣机器人130的机械臂在拾取物块图像中的被拾取物块时，是否与其他物块发生碰撞的视觉识别结果；根据视觉识别结果，确定待拾取的目标物块，并发送相应的拾取信号至智能分拣机器人130。智能分拣机器人130用于根据接收到的拾取信号，通过机械臂执行目标物块的拾取动作。

可选地，智能避障拾取模块120可以是由计算机程序实现的功能模块，其可以设置在智能分拣机器人130中，也可以设置在其他设备中。上述拾取信号可以是机械臂的动作参数，智能分拣机器人130设置有机械臂伺服模块，机械臂伺服模块与智能避障拾取模块120连接，机械臂伺服模块可以根据接收到的机械臂的动作参数，控制机械臂执行目标物块的拾取动作。

智能避障拾取模块120根据物块图像判断机械臂执行拾取动作时，拾取机构是否会碰触到被拾取物块周边的物块上，如图3所示，当判断出物块一存在撞击风险（即物块一存在拾取机构撞击到其他物块的风险）时，抛弃此次物块一的拾取动作；当判断出物块二无撞击风险时，则进行物块二的拾取操作。

本发明实施例中，图像相机110对皮带上的物块进行拍摄后，将拍摄得到的物块图像发送至智能避障拾取模块120；智能避障拾取模块120在接收到物块图像时，先根据该物块图像，确定智能分拣机器人130的机械臂在拾取物块图像中的被拾取物块时，是否与其他物块发生碰撞的视觉识别结果；然后根据视觉识别结果，确定待拾取的目标物块，并发送相应的拾取信号至智能分拣机器人130；智能分拣机器人130在接收到拾取信号时，通过机械臂执行目标物块的拾取动作。这种基于视觉识别结果的物块分拣方式，能够在一定程度上避免智能分拣机器人130执行拾取动作时与其他物块的碰撞，降低了皮带损坏风险，提升了系统运行安全性。

可选地，上述视觉识别结果可以包括物块图像中的各个物块轮廓与机械臂拾取被拾取物块时的机械臂轮廓的重叠率，该物块轮廓为物块图像中的除被拾取物块之外的其他物块的轮廓。这样可以通过判断物块轮廓与机械臂轮廓的重叠率是否大于预设重叠率阈值，来判断机械臂是否有戳中该物块损坏皮带的情况发生。当存在大于预设重叠率阈值的重叠率时，说明有皮带损坏风险，放弃此被拾取物块的拾取动作。该预设重叠率阈值可以根据实际需求设置，这里不做限定。

在一种可能的实现方式中，上述机械臂轮廓为拾取机构的轮廓，上述智能避障拾取模块120可以通过如下方式确定视觉识别结果：先获取物块图像中各个物块的轮廓图；再根据各个物块的轮廓图，确定被拾取物块；然后计算机械臂移至被拾取物块上方时，机械臂的拾取机构产生的机械臂轮廓；进而逐个计算出机械臂轮廓分别与每个物块轮廓的重叠率。

本实施例中，增加了根据机器视觉技术与图像识别算法的智能避障拾取策略。机器视觉技术通过分析垂直安装在皮带上方的图像相机110实时拍摄的照片，将照片中包含的背景、煤块、木头、塑料等按照物块类型分类成多个包含单一类型的物块轮廓图。智能避障拾取模块120根据这些轮廓图找到最优的被拾取物块，并计算出机械臂移至被拾取物块上方时拾取机构产生的轮廓。智能避障拾取模块120逐个计算出拾取机构的轮廓与全部物块轮廓的重叠率，当重叠率超过预设重叠率阈值时，视为有戳中周边物块损坏皮带的情况发生，此时抛弃本次拾取动作，转而执行其他物块的拾取动作。

进一步地，考虑到不同类型物块相互重叠的情况，可以判断机械臂拾取时下探的距离，来避免接触到皮带与其他物块，降低物块的厚度（高度）对避障判断准确率的影响。基于此，如图4a所示，上述物块分拣系统还包括与智能避障拾取模块120连接的厚度测量组件150；厚度测量组件150被设置成与图像相机110同时运行，且测量区域与图像相机110的拍摄区域相同；厚度测量组件150用于测量得到皮带140上的所有物块的厚度数据；智能避障拾取模块120还用于根据视觉识别结果和厚度数据，确定待拾取的目标物块。本实施例中引入了厚度数据，可以同时采集物块的物块图像（如图4b所示）和厚度数据（如图4c所示），使用物块图像和厚度数据共同进行避障判断，提高了避障判断准确率。

具体实现时，厚度测量组件150可以是采用三角测距原理的激光测厚仪，激光测厚仪可以倾斜安装在皮带140的上方、与图像相机110相距50cm的水平位置处，通过激光将图像相机110和激光测厚仪的拍摄位置进行同步标定。这样便在图像数据的基础上引入激光测距数据，引入后能够计算出被拾取物块与其他物块的实际高度。将图像识别的结果（视觉识别结果）与激光测距的结果（厚度数据）进行叠加匹配，结合后的数据能为后续的避障判断提供更精准的数据支撑。

在引入厚度数据前，物块分拣系统仅以视觉识别结果为依据判断机械臂拾取被拾取物块时是否会与被拾取物块的周边物块存在重叠的情况。在引入厚度数据后，使用视觉识别结果和厚度数据共同进行判断，判断的准确率则会大大提高、拾取风险也会大大降低，更加适应现实生产环境下的各种工况，进一步降低了误拾取或漏拾取等情况的发生。

另外，上述智能避障拾取模块120还用于：根据厚度数据，计算得到机械臂抓取目标物块的运动距离。机械臂抓取目标物块的运动距离可以包括下降距离，下降距离指机械臂从目标物块的正上方，向下移动至抓取目标物块处的移动距离。

为了便于理解，参见图5所示的一种基于视觉识别结果进行物块拾取的模型图，图中的箭头为机械臂131的移动方向，图中除被拾取物块201之外的物块称为杂物202，仅以视觉识别结果为依据，显然不能完全判断出拾取机构1311是否会撞击杂物202，也不能计算机械臂131从被拾取物块201的正上方至抓取被拾取物块201时移动的距离。参见图6所示的一种基于视觉识别结果和厚度数据进行物块拾取的模型图，使用物块图像和厚度数据共同判断，能反映现场实际的物块信息，能够精确的计算机械臂131的移动距离以及判断拾取机构1311是否会撞击到杂物202。

为便于描述，这里将物块图像中除被拾取物块之外的物块均称为杂物，引入厚度数据后，物块分拣系统可以先依据视觉识别的图像数据计算出杂物的各种图像特征，然后再使用厚度数据对图像特征进行二次判断，当杂物的高度与机械臂运动距离不会造成损坏设备（如皮带）的风险后，才会执行相应物块的拾取动作。为了便于理解，本发明实施例还提供了一种物块分拣系统基于物块图像和厚度数据的处理流程，如图7所示，先获取视觉识别的图像数据，然后判断该图像数据是否满足图像识别规则（如判断各个杂物对应的重叠率是否超过预设重叠率阈值，如果均不超过预设重叠率阈值，则该图像数据满足图像识别规则）；当不满足图像识别规则时，存在损坏设备风险，抛弃此拾取动作；当满足图像识别规则时，判断是否满足测厚识别规则（如根据杂物的高度判断机械臂运动至抓取被拾取物块时是否会与杂物碰撞，如果不会与所有杂物碰撞，则满足测厚识别规则）；当不满足测厚识别规则时，存在损坏设备风险，抛弃此拾取动作；当满足测厚识别规则时，机械臂执行拾取动作。

为了便于理解，参见图8所示的一种智能避障拾取模块的图像处理示例，通过物块图像和厚度数据的综合判断，能够计算出机械臂执行拾取动作时是否存在撞击皮带、卡料的危险情况发生，同时能够精确地计算出机械臂拾取物块的运动距离。

为了便于理解，本实施例还提供了机械臂执行拾取动作时的动作参数的计算方法，如下：

（1）机械臂的旋转角度

α=atan2(sx-cx,sy-cy)-atan2(ex-cx,ey-cy)

当α大于90°时，旋转角度=180°-α;

当α小于90°时，旋转角度=-α;

当α等于90°时，旋转角度=90°;

其中，α为目标物块外接矩形的短中心线与X轴的夹角，X轴平行于皮带运行方向；sx为目标物块外接矩形的短中心线的起点x坐标；cx为目标物块外接矩形的短中心线的中心点x坐标；sy为目标物块外接矩形的短中心线的起点y坐标；cy为目标物块外接矩形的短中心线的中心点y坐标；ex为X轴终点x坐标；ey为X轴终点y坐标；atan2表示将指定的直角坐标(x,y)转换为极坐标(r,θ)，并返回弧度θ。

（2）机械臂的X轴移动距离（平行于皮带运行方向）

X轴移动距离=x₀*(π*a₁/a₂)+y₁

其中，x₀为编码器距离，编码器距离指根据分拣设备硬件控制器记录的皮带电机转动产生的脉冲信号，计算得到的皮带运行的距离；a₁为预设的常数，如a₁=100；a₂为图像相机输出的物块图像的图像高度，单位为像素，如a₂=1024；y₁为偏移量，可以根据分拣设备现场实际运行情况进行设置。

（3）机械臂的Y轴移动距离（垂直于皮带运行方向）

Y轴移动距离=b₁/2-(cx*a₃/a₂)*d+y₂

其中，b₁为皮带宽度，单位为毫米，如b₁=1105.92；cx为目标物块外接矩形的短中心线的中心点x坐标；a₃为智能避障拾取模块对图像相机输出的物块图像进行物块识别后，输出的图像高度（经物块识别后，物块图像的分辨率降低），单位为像素；a₂为图像相机输出的物块图像的图像高度，单位为像素；d为图像中每个像素代表的实际距离，单位为毫米，如在4096*3600分辨率下，d=0.27；y₂为偏移量，可以根据分拣设备现场实际运行情况进行设置。

（4）机械臂的开抓距离

开爪距离=目标物块的宽度+偏移量

（5）机械臂的合爪距离

合爪距离=目标物块的宽度+偏移量

（6）机械臂的下探距离（即下降距离）

下探距离=机械臂到皮带的高度-目标物块的高度+偏移量

需要说明的是，上述各个偏移量均可以根据分拣设备现场实际运行情况进行设置，各个偏移量可以相同，也可以不完全相同，还可以均不相同。

在一些可能的实施例中，智能避障拾取模块120可以先根据视觉识别结果，判断各个物块轮廓与机械臂轮廓的重叠率是否超过预设重叠率阈值；当存在至少一个重叠率超过预设重叠率阈值的第一物块时，再次根据厚度数据，判断所有第一物块的厚度是否均小于被拾取物块的厚度；如果所有第一物块的厚度均小于被拾取物块的厚度，则确定该被拾取物块为目标物块；计算得到目标物块与厚度最大的第一物块之间的高度差；根据该高度差确定机械臂的下降距离。从而当目标物块与其周边物块之间距离较近，甚至没有缝隙、紧密挨着时，也可以在不碰到目标物块周边的其他物块的前提下，保证目标物块的稳定夹取，提高了避障拾取判断的准确性。

进一步地，上述机械臂上设置有限位开关和/或机械限位；上述机械臂伺服模块还用于根据设定的各轴运动范围限值控制机械臂的移动距离。如此可以保证机械臂运转时不会与传输皮带或周边设施发生碰撞，提高了系统运行安全性。

具体实现时，本发明实施例采用了三种限位开关，来保证机械臂运转时不会与传输皮带或周边设施发生碰撞：

(1)软限位：即在程序中设定各轴的运动范围限值，保证计算出的机械臂移动距离不会超过安全移动距离。

(2)限位开关：在电气硬件层面上采用光敏开关对各轴进行位置限制，当机械臂移动触发光敏开关后，机械臂相关运行电路被断电，停止机械臂运行。

(3)机械限位：安装在机械装置安全运行距离的极限位置上，限制机械装置的超限运行，材质可以采用机械加工件形式。

对于上述机械限位，以三轴机械臂为例，机械臂可以包括分别对应于X轴、Y轴和Z轴的三套滚珠丝杆螺母副，每套滚珠丝杆螺母副包括丝杠和螺母，螺母通过螺母座与机械臂的拾取机构固定连接，通过电机带动丝杆相对于螺母旋转，使得拾取机构可以沿X轴、Y轴或Z轴运动；每个丝杠两端的特定位置处分别设置有限位器，该限位器可以是诸如橡胶块的机械挡块。

进一步地，上述机械臂伺服模块用于检测机械臂的拾取机构执行拾取动作时产生的压力信号，并根据压力信号判断是否停止拾取动作。其中，该压力信号可以是电压信号，也可以是电流信号。

本实施例中，机械臂增加了拾取压力检测功能，例如，机械臂伺服模块能够检测拾取机构执行动作时相关电路产生的电压，当压力增高时电压提高，反之电压降低。当拾取物块时发生挤压、撞击物块或皮带的情况时，机械臂伺服模块能够检测到电压的瞬时增高，当超过预设的电压阈值时立即停止拾取动作，并抬起机械臂避免对传送皮带或其它机械结构造成损坏。

综上，本发明实施例提供的物块分拣系统，为了解决机械臂戳中物块造成的皮带损坏问题，在硬件层面上增加了激光测厚仪，并在程序上增加了多种智能避障拾取策略。经过试验得出如下结果：在未引入多种智能避障拾取策略的系统中，在皮带上物块分布不均等情况下，机械臂在拾取物块的过程中存在10%左右的皮带损坏风险；在引入多种智能避障拾取策略后，会造成皮带损坏的拾取动作降低到1%以下，系统运行安全性有了明显的提升，可满足无人值守的长期稳定运行。

本发明实施例还提供了一种物块分拣方法，该方法应用于上述的物块分拣系统中的智能避障拾取模块。参见图9所示的一种物块分拣方法的流程示意图，该物块分拣方法主要包括如下步骤S902~步骤S908：

步骤S902，获取图像相机拍摄的物块图像。

步骤S904，根据物块图像，确定智能分拣机器人的机械臂在拾取物块图像中的被拾取物块时，是否与其他物块发生碰撞的视觉识别结果。

步骤S906，根据视觉识别结果，确定待拾取的目标物块。

步骤S908，发送与目标物块对应的拾取信号至智能分拣机器人，以使智能分拣机器人执行目标物块的拾取动作。

在一些可能的实施例中，上述视觉识别结果可以包括各个物块轮廓与机械臂拾取被拾取物块时的机械臂轮廓的重叠率，该物块轮廓为物块图像中的除被拾取物块之外的其他物块的轮廓。上述步骤S904可以通过如下过程实现：获取物块图像中各个物块的轮廓图；根据各个物块的轮廓图，确定被拾取物块；计算机械臂移至被拾取物块上方时，机械臂的拾取机构产生的机械臂轮廓；逐个计算出机械臂轮廓分别与每个物块轮廓的重叠率。

进一步地，当物块分拣系统还包括与智能避障拾取模块连接的厚度测量组件时，上述步骤S906可以为：根据视觉识别结果和厚度测量组件同步测量得到的皮带上的物块的厚度数据，确定待拾取的目标物块。

进一步地，在步骤S906之后，上述物块分拣方法还包括：根据厚度数据，计算得到机械臂抓取目标物块的运动距离。

本实施例所提供的物块分拣方法，其实现原理及产生的技术效果和前述物块分拣系统实施例相同，为简要描述，物块分拣方法实施例部分未提及之处，可参考前述物块分拣系统实施例中相应内容。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (8)

1.一种物块分拣系统，其特征在于，包括图像相机、智能避障拾取模块和智能分拣机器人，所述智能避障拾取模块分别与所述图像相机和所述智能分拣机器人连接；

所述图像相机垂直安装在皮带的上方，所述图像相机用于对所述皮带上的物块进行拍摄，并将拍摄得到的物块图像发送至所述智能避障拾取模块；

所述物块分拣系统还包括与所述智能避障拾取模块连接的厚度测量组件；所述厚度测量组件被设置成与所述图像相机同时运行，且测量区域与所述图像相机的拍摄区域相同；所述厚度测量组件用于测量得到所述皮带上的所有物块的厚度数据；

所述智能避障拾取模块用于根据所述物块图像，确定所述智能分拣机器人的机械臂在拾取所述物块图像中的被拾取物块时，是否与其他物块发生碰撞的视觉识别结果；根据所述视觉识别结果和所述厚度数据，确定待拾取的目标物块，并发送相应的拾取信号至所述智能分拣机器人；

所述智能分拣机器人用于根据接收到的所述拾取信号，通过所述机械臂执行所述目标物块的拾取动作。

2.根据权利要求1所述的物块分拣系统，其特征在于，所述视觉识别结果包括各个物块轮廓与所述机械臂拾取所述被拾取物块时的机械臂轮廓的重叠率，所述物块轮廓为所述物块图像中的除所述被拾取物块之外的其他物块的轮廓。

3.根据权利要求2所述的物块分拣系统，其特征在于，所述智能避障拾取模块具体用于：获取所述物块图像中各个物块的轮廓图；根据各个所述物块的轮廓图，确定被拾取物块；计算所述机械臂移至所述被拾取物块上方时，所述机械臂的拾取机构产生的机械臂轮廓；逐个计算出所述机械臂轮廓分别与每个所述物块轮廓的重叠率。

4.根据权利要求1所述的物块分拣系统，其特征在于，所述智能避障拾取模块还用于：根据所述厚度数据，计算得到所述机械臂抓取所述目标物块的运动距离。

5.根据权利要求1所述的物块分拣系统，其特征在于，所述机械臂上设置有限位开关和/或机械限位。

6.根据权利要求5所述的物块分拣系统，其特征在于，所述智能分拣机器人设置有机械臂伺服模块，所述机械臂伺服模块用于检测所述机械臂的拾取机构执行拾取动作时产生的压力信号，并根据所述压力信号判断是否停止拾取动作。

7.根据权利要求6所述的物块分拣系统，其特征在于，所述机械臂伺服模块还用于根据设定的各轴运动范围限值控制所述机械臂的移动距离。

8.一种物块分拣方法，其特征在于，应用于权利要求1-7中任一项所述的物块分拣系统中的智能避障拾取模块；所述物块分拣方法包括：

获取所述图像相机拍摄的物块图像和所述厚度测量组件同步测量得到的所述皮带上的所有物块的厚度数据；

根据所述物块图像，确定所述智能分拣机器人的机械臂在拾取所述物块图像中的被拾取物块时，是否与其他物块发生碰撞的视觉识别结果；

根据所述视觉识别结果和所述厚度数据，确定待拾取的目标物块；

发送与所述目标物块对应的拾取信号至所述智能分拣机器人，以使所述智能分拣机器人执行所述目标物块的拾取动作。

Images