CN115026840A - 自动校准方法、机械手及计算机可读存储介质 - Google Patents

自动校准方法、机械手及计算机可读存储介质 Download PDF

Info

Publication number
CN115026840A
CN115026840A CN202210953225.3A CN202210953225A CN115026840A CN 115026840 A CN115026840 A CN 115026840A CN 202210953225 A CN202210953225 A CN 202210953225A CN 115026840 A CN115026840 A CN 115026840A
Authority
CN
China
Prior art keywords
image
compared
determining
preset
manipulator
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
Application number
CN202210953225.3A
Other languages
English (en)
Other versions
CN115026840B (zh
Inventor
王榜金
唐文奇
吕永桢
朱照飞
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.)
IST International Security Technology Shenzhen Ltd
Original Assignee
IST International Security Technology Shenzhen 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 IST International Security Technology Shenzhen Ltd filed Critical IST International Security Technology Shenzhen Ltd
Priority to CN202210953225.3A priority Critical patent/CN115026840B/zh
Publication of CN115026840A publication Critical patent/CN115026840A/zh
Application granted granted Critical
Publication of CN115026840B publication Critical patent/CN115026840B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1602Programme controls characterised by the control system, structure, architecture
    • B25J9/161Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1679Programme controls characterised by the tasks executed
    • B25J9/1692Calibration of manipulator
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1694Programme 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
    • B25J9/1697Vision controlled systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods

Abstract

本发明公开了一种自动校准方法、机械手及计算机可读存储介质,属于图像数据处理领域,所述方法包括步骤:根据输入的运动指令获取对应的多个待比较图像;根据所述待比较图像和预设的基准图像,确定对应的目标图像;根据所述目标图像,确定对应的目标位置;根据所述目标位置,确定对应的调整信号,所述调整信号用于调整所述机械手的运动轨迹。通过本发明中的自动校准方法应用于机械手,能够大幅提升机械手运行工作时的精确度。

Description

自动校准方法、机械手及计算机可读存储介质
技术领域
本发明涉及图像数据处理领域,尤其涉及一种自动校准方法、机械手及计算机可读存储介质。
背景技术
随着机械自动化的普及应用,机械驱动装置已经广泛使用,其中机械手也属于机械驱动装置中的一个大类,常被用于协助,甚至替代人工进行生产、装配、存取货物等操作。在使用机械手执行各项工作时,最受技术人员和用户关注的就是机械手的准确性,即机械手能否按照用户的预期精确地抓取指定物品,能够将指定物品精确地安装或放置在指定的位置,从而真正地实现自动化,减少人工的介入。
但就目前的机械手的精确度来看,其机械手的存放物品的精确度都不高。在机械手按照预设的轨迹运行至目标位置时,由于多种因素导致的机械手实际上已经偏离目标位置时但机械手的控制系统却无法发现,这就进而造成了机械手不能精确地存放物品,严重影响机械手的工作效率,甚至造成不可估量的经济损失。
发明内容
本发明提出的一种自动校准方法、机械手及计算机可读存储介质,旨在解决现有的机械手运行工作时精确度不高的技术问题。
为实现上述目的,本发明提供一种自动校准方法,所述自动校准方法包括以下步骤:
根据输入的运动指令获取对应的多个待比较图像;
根据所述待比较图像和预设的基准图像,确定对应的目标图像;
根据所述目标图像,确定对应的目标位置;
根据所述目标位置,确定对应的调整信号,所述调整信号用于调整所述机械手的运动轨迹。
在本发明的一实施例中,所述根据输入的运动指令获取对应的多个待比较图像的步骤,包括:
当接收到输入的运动指令,从当前位置运动至运动指令对应的初始位置并获取所述初始位置对应的初级图像;
根据预设的摆动规则,从所述初始位置运动至至少一个次级位置,并获取每个所述次级位置对应的次级图像;
将所述初级图像和所述次级图像的集合作为多个待比较图像。
在本发明的一实施例中,所述根据所述待比较图像和预设的基准图像,确定对应的目标图像的步骤,包括:
将所述待比较图像与所述基准图像进行比较,确定所述待比较图像中与所述基准图像匹配度最高的特征图像;
将所述匹配度最高的特征图像对应的待比较图像作为目标图像。
在本发明的一实施例中,所述根据所述目标图像,确定对应的目标位置的步骤,包括:
确定所述目标图像中的所述匹配度最高的特征图像对应的图像坐标范围;
确定所述图像坐标范围对应的中点坐标和预设的相对位置信息;
根据所述中点坐标和所述相对位置信息,确定对应的目标位置。
在本发明的一实施例中,所述将所述待比较图像与所述基准图像进行比较,确定所述待比较图像中与所述基准图像匹配度最高的特征图像的步骤,包括:
获取所述待比较图像中的待比较轮廓点;
将所述待比较轮廓点与所述基准图像的基准特征点集合进行比较以得到多个相似值;
确定所述待比较轮廓点中相似值大于预设相似阈值的多个局部轮廓点;
根据所述多个局部轮廓点,确定所述待比较图像中与所述基准图像匹配度最高的特征图像。
在本发明的一实施例中,所述将所述待比较轮廓点与所述基准图像的基准特征点集合进行比较以得到多个相似值的步骤,包括:
按照预设像素缩放规则缩小所述待比较图像和所述基准图像,将缩小后的所述待比较图像中的待比较轮廓点与缩小后的所述基准图像的基准特征点集合进行比较以得到多个相似值。
在本发明的一实施例中,所述根据所述多个局部轮廓点,确定所述待比较图像中与所述基准图像匹配度最高的特征图像的步骤,包括:
确定所述多个局部轮廓点对应的特征图像;
根据所述预设像素缩放规则还原多个所述特征图像;
多个所述特征图像分别与所述基准图像比较得到多个匹配值;
将匹配值最高的特征图像作为待比较图像中与所述基准图像匹配度最高的特征图像。
在本发明的一实施例中,所述根据所述待比较图像和预设的基准图像,确定对应的目标图像的步骤之后,还包括:
根据所述目标图像生成网格;
根据所述网格和所述目标图像得到所述目标图像的偏移量;
若所述偏移量大于或等于第一预设偏移阈值,小于第二预设偏移阈值,则调整所述机械手的当前位置至所述偏移量小于所述第一预设偏移阈值对应的目标位置;或
若所述偏移量大于或等于第二预设偏移阈值,则运动至所述机械手预设的复原位置并发出对应的警报提示信息,其中,所述第二预设偏移阈值大于所述第一预设偏移阈值。
此外,为实现上述目的,本发明还提供一种机械手,所述机械手包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的自动校准程序,其中:所述自动校准程序被所述处理器执行时实现如上所述的自动校准方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有自动校准程序,所述自动校准程序被处理器执行时实现如上所述的自动校准方法的步骤。
本发明提供一种自动校准方法,通过根据输入的运动指令获取对应的多个待比较图像的步骤以及根据所述待比较图像和预设的基准图像,确定对应的目标图像的步骤,能够在机械手在寻找目标位置的过程中进行微调移动,从各个实际位置拍摄到的多个待比较图像中确定与基准图像匹配度较高的目标图像,进而通过根据所述目标图像,确定对应的目标位置的步骤,确定了更为精确的目标位置,最后通过根据所述目标位置,确定对应的调整信号,所述调整信号用于调整所述机械手的运动轨迹的步骤,能够使得机械手精确运动到目标位置。本发明自动校准方法的实施例中在机械手运行的过程中通过微调自适应的方式实现了机械手能够从目标位置对物品进行精准地存入或取出,确保了机械手始终保持较高的准确度。
附图说明
图1为本发明实施例方案涉及的机械手的硬件运行环境的终端结构示意图;
图2为本发明自动校准方法第一实施例的流程示意图;
图3为本发明自动校准方法第一实施例步骤S10的细化流程图;
图4为本发明自动校准方法第一实施例步骤S20的细化流程图;
图5为本发明自动校准方法第一实施例步骤S21的细化流程图;
图6为本发明自动校准方法第二实施例的流程示意图;
图7为本发明自动校准方法第五实施例的流程示意图;
图8为本发明实施例方案涉及的机械手的框架结构示意图。
附图标号说明:
标号 名称 标号 名称
10 机械手 1 嵌入式控制板
2 视觉相机模组 3 声音模组
4 无线通信模组 5 灯光模组
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的机械手的硬件运行环境的终端结构示意图。
如图1所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示器(Display)、输入单元比如控制面板,可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WLAN接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。作为一种计算机存储介质的存储器1005中可以包括自动校准程序。
在本发明的一实施例中,终端还可以包括麦克风、扬声器、RF(Radio Frequency,射频)电路,传感器、音频电路、无线模块等等。其中,传感器比如红外传感器、距离传感器以及其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图2所示,图2是本发明自动校准方法第一实施例的流程示意图,在本实施例中,所述方法包括:
步骤S10,根据输入的运动指令获取对应的多个待比较图像;
在本实施例中,所述方法应用于机械手10(机械臂),可以参照图8,这里的机械手10设置有一套视觉相机模组2和一套嵌入式控制板1,其中的嵌入式控制板1可以包括PLC(Programmable Logic Controller,可编程逻辑控制器)。视觉相机模组2可以包括CCD工业相机和景深镜头。机械手10还可以设置有声音模组3、无线通信模组4以及灯光模组5。其中的视觉相机模组2、有声音模组3、无线通信模组4以及灯光模组5都分别与嵌入式控制板1通信连接。
需要说明的是,本实施例中的机械手主要用于存放纸质文件、档案、证件、本子、书籍等物品,并且将上述物品存放在存储槽中,存储槽的进出口为矩形,并且进出口的四个对角上设置有凸部的形状。在此需要说明的是,上述的凸部是用来固定物品的结构,可以看做矩形存储槽的四个角结构。
各个存储槽之间通过连接件构成存储架,进而多个存储架汇合并可以交叉在一起形成存储仓。如果本发明也可以应用于存放或者装配其他物品,也应落到本发明的保护范围之中。
运动指令是机械手遍历存储槽时生成的,即可以人工将机械手从复原位置(机械手复位时的特定位置)依次调整至每个存储槽对应的位置,也可以根据相关图像识别技术以及由机械手自动遍历各个存储槽,比如,可以通过机械手上的相机采集存储架整体图像之后,以存储架的中间点为原点建立坐标系,将各个存储槽对应的图像坐标位置转化为以机械手为参考系的机械手坐标,其中,转化方式可根据九点标定法进行转化,还可以根据旋转矩阵与平移矩阵进行转化。
本实施例的运动指令生成的过程可以简单描述为:根据机械手的复原位置(复原坐标)和存储槽对应的存放位置(存放坐标),确定所述复原位置至所述存放位置的运行轨迹,该运行轨迹可以为两者之间的最短运行轨迹,以提高机械手的工作效率。将该运行轨迹对应的机械手坐标的顺序变化矩阵与预设的运动指令字符相关联就就形成了运动指令。其中需要说明的是,本实施例的各个位置均可以用机械手坐标进行表示,并且机械手坐标可以是二维坐标也可以是三维坐标。运动指令生成之后可以存储在嵌入式控制板的emmc存储器中。
用户在需要用到机械手存取物品时,可以通过用户终端输入运动指令对应的名称,就能够触发相应的一个或多个运动指令。其中的用户终端与机械手通信连接,并可以通过用户终端手动控制机械手,从而在机械手准确度严重下降时能够方便对机械手人工校准,并且在生成运动指令的过程时不需要去到机械手现场就能够远程人工遍历各个存储槽。
具体地,在一实施例中,如图3所示,所述步骤S10,包括:
步骤S11,当接收到输入的运动指令,从当前位置运动至运动指令对应的初始位置并获取所述初始位置对应的初级图像;
其中的初始位置是机械手相对于存储槽的相对位置,即机械手距离存储槽预设距离的位置,简单来说就是存储槽的前方或者上方等方位。等到确定位置无误后机械手再进行前进或者后退以存取物品。初始位置是按照运动指令对应的运动轨迹从复原位置移动至的终点位置,但由于各种因素,比如机械手老化,机械手的复原位置产生偏移、机械手因物品的掉落被改变当前位置,或者存储架、存储槽的变形、松动等,导致机械手无法根据原来的运动轨迹移动到预期的位置,这就是本发明所要解决的问题。
在到达初始位置之后,通过机械手的视觉相机模组拍摄初始位置的初级图像。
步骤S12,根据预设的摆动规则,从所述初始位置运动至至少一个次级位置,并获取每个所述次级位置对应的次级图像;
步骤S13,将所述初级图像和所述次级图像的集合作为多个待比较图像。
其中的预设的摆动规则可以包括预设摆动幅度,其指的是在包括初始位置在内的机械手的当前位置的基础上,进行上下左右四个方位的微调移动,再具体一些来说就是预设的摆动幅度就是机械手坐标的变化,比如预设的摆动幅度为x+2,即机械手在x坐标轴正方向移动两个单位,预设的摆动幅度为y-3,即机械手在y坐标轴负方向移动两个单位,预设的摆动幅度为(x+2,y-3),就是机械手在x坐标轴正方向移动两个单位同时在在y坐标轴负方向移动两个单位,假设机械手的当前位置的机械手坐标为(15.6,26),在进行摆动幅度为(x+2,y-3)的微调移动之后,就变为了坐标为(17.6,23)的次级位置。同理,在到达一个次级位置之后可以再继续微调移动并拍摄对应的次级图像。
在一实施例中,其中预设的摆动规则可以包括预设数量和预设顺序的摆动幅度和预设摆动频率,次级位置和次级图像可以为一个或多个,对应的,机械手从初始位置运动到次级位置,在机械手达到次级位置,该次级位置也可以认作初始位置,从而也可以进一步运动到下一个次级位置。比如多个摆动幅度按照顺序依次为(x+2,y-3)、(x-5,y+4)、(x+6,y-1),预设摆动频率为每隔1s微调摆动一次。这样在获取到包括初级图像和多个次级图像的多个待比较图像。
步骤S20,根据所述待比较图像和预设的基准图像,确定对应的目标图像;
其中预设的基准图像可以为上文中存储槽所包括的凸部图像,也可以为包括四个凸部在内的存储槽的槽图像。
基准图像设置为管理员定义的图像。
在本实施例中,自动校准方法还包括获取基准图像,根据基准图像构建对应基准图像的基准特征点集合,包括:根据预设角度旋转基准图像,得到对应旋转每一个预设角度的基准图像的特征轮廓点并定义为当前旋转角度下的特征轮廓点,存储多个旋转角度下的特征轮廓点作为基准特征点集合。
可选地,预设角度可设置为1°至60°之间的任意角度,例如:1°、2°、3°、4°、5°、10°、15°、20°、25°、30°、35°、40°以及45°。
具体地,在一实施例中,如图4所示,所述步骤S20,包括:
步骤21,将所述待比较图像与所述基准图像进行比较,确定所述待比较图像中与所述基准图像匹配度最高的特征图像;
步骤22,将所述匹配度最高的特征图像对应的待比较图像作为目标图像。
将多个待比较图像与图像匹配模型中的基准图像同时进行比较,可以加快比较的效率,更加快速地确定匹配度最高的特征图像。
需要说明的是,每个待比较图像都是包括了多个特征图像在内的整体图像,也即每个待比较图像是由各个特征图像组成的,比如待比较图像包括了一个编号为A1的存储槽的图像以及编号为A2的存储槽的凸部的图像,这里的无论是存储槽A1的图像还是存储槽A2的凸部的图像都可以作为特征图像。
上文中也提到了基准图像可以是一个凸部的凸部图像,也可以是一个存储槽的槽图像,确定待比较图像中与基准图像匹配度最高的特征图像首先要确定每个待比较图像与基准图像匹配的特征图像,以凸部图像作为基准图像为例,待比较图像与基准图像匹配的特征图像就是待比较图像中含有的凸部图像,也即待比较图像中存在凸部图像才和基准图像匹配,进而就可以确定匹配的特征图像中匹配度最高的特征图像,最后又定位到该匹配度最高的特征图像所在的待比较图像。
具体地,如图5所示。在一实施例中,所述步骤S21,将所述待比较图像与所述基准图像进行比较,确定所述待比较图像中与所述基准图像匹配度最高的特征图像的步骤,包括:
步骤S210,获取所述待比较图像中的待比较轮廓点;
可以理解的是,待比较图像的待比较轮廓点是基于各个点以及点线之间的连接构成的,可以获取到每个待比较图像中的全部的待比较轮廓点。
步骤S211,将所述待比较轮廓点与所述基准图像的基准特征点集合进行比较以得到多个相似值;
具体地,在一实施例中,本发明中的自动校准方法应用于存储架;所述存储架包括多个存储槽;每个所述存储槽至少包括四个凸部;若所述基准图像为存储槽的槽图像;所述步骤S211之前,还包括:
确定所述存储槽的四个所述凸部;
根据四个所述凸部确定所述存储槽的中心点;
以所述中心点为中心,以所述四个所述凸部之间的轮廓为边界,获取所述存储槽的基准图像;
以所述基准图像的第一梯度为标准,每隔预设角度旋转所述基准图像以得到若干变换后的所述基准图像;
确定构成所述基准图像轮廓的全部基准轮廓点,得到同一所述基准图像轮廓的任意两个所述基准轮廓点之间的两点角度和第二梯度,并关联所述两点角度和所述第二梯度作为基准特征点;
将全部的所述基准特征点作为所述基准图像的基准特征点集合。
若所述基准图像为凸部的凸部图像;所述步骤S211之前,还包括:
以所述基准图像的第一梯度为标准,每隔预设角度旋转所述基准图像以得到若干变换后的所述基准图像;
确定构成所述基准图像轮廓的基准轮廓点,得到同一所述基准图像轮廓的任意两个所述基准轮廓点之间的两点角度和第二梯度,并关联所述两点角度和所述第二梯度作为基准特征点;
将全部的所述基准特征点作为所述基准图像的基准特征点集合。
再具体地,在一实施例中,所述步骤S211,包括:
步骤a,根据所述待比较轮廓点,确定对应的待比较特征集;
步骤b,将所述待比较特征集与所述基准图像的基准特征点集合进行比较以得到多个相似值。
需要在获取到待比较图像的待比较轮廓点之后,根据各个所述待比较轮廓点之间的角度、梯度等参数确定各个待比较图像的待比较特征集,进而将每个待比较图像的待比较特征集与基准特征点集合进行同步地比较,就可以确定每个待比较图像与基准图像之间的相似值,也就是有多少个待比较图像就有多少个相似值。
基于上述,通过多个相邻的两个轮廓点之间的梯度值,确定当前待比较图像与所述基准图像是否为具有一定匹配度。
步骤S212,确定所述待比较轮廓点中相似值大于预设相似阈值的多个局部轮廓点;
在得到多个相似值之后,要将各个相似值与预设相似阈值进行大小的比较,从而确定多个待比较图像中的相似度大于预设相似阈值的多个局部轮廓点,这里的局部轮廓点就构成了上文中提到的存储槽或者凸部。其中的预设相似阈值可以根据实际需要设置,比如80%、85%、90%等。
步骤S213,根据所述多个局部轮廓点,确定所述待比较图像中与所述基准图像匹配度最高的特征图像。
在确定了局部轮廓点之后,也能够对一部分待比较图像进行过滤,因为在待比较图像的待比较轮廓点中如果不存在相似值大于预设相似阈值的局部轮廓点,说明待比较图像中不含有存储槽或者凸部图像。保留的另一部分待比较图像进行与基准图像的二次比较,从而就能够从保留的这些待比较图像中确定唯一的与基准图像匹配度最高的特征图像,进而也可以确定了多个待比较图像中与基准图像最相像的待比较图像(目标图像)。
步骤S30,根据所述目标图像,确定对应的目标位置;
若所述基准图像为槽图像,则可以直接确定目标图像的拍摄位置为目标位置,进而机械手可以直接运动到该目标位置进行存放物品的一系列操作。
若所述基准图像为凸部图像,则需要根据凸部图像确定四个所述凸部的相对位置,进而确定存储槽的中心点,将所述中心点作为目标位置。
步骤S40,根据所述目标位置,确定对应的调整信号,所述调整信号用于调整所述机械手的运动轨迹。
在确定了目标位置之后,也确定了对应的机械臂的目标坐标和运动到该目标位置的运动轨迹,调整机械手的信号从而控制机械手在对应的运动轨迹下进行移动从而达到准确的目标位置。
本发明提供一种自动校准方法,通过根据输入的运动指令获取对应的多个待比较图像的步骤以及根据所述待比较图像和预设的基准图像,确定对应的目标图像的步骤,能够在机械手在寻找目标位置的过程中进行微调移动,从各个实际位置拍摄到的多个待比较图像中确定与基准图像匹配度较高的目标图像,进而通过根据所述目标图像,确定对应的目标位置的步骤,确定了更为精确的目标位置,最后通过根据所述目标位置,确定对应的调整信号,所述调整信号用于调整所述机械手的运动轨迹的步骤,能够使得机械手精确运动到目标位置。本发明自动校准方法的实施例中在机械手运行的过程中通过微调自适应的方式实现了机械手能够从目标位置对物品进行精准地存入或取出,确保了机械手始终保持较高的准确度。
如图6所示,图6是本发明自动校准方法第二实施例的流程示意图;进一步地,基于本发明自动校准方法的第一实施例提出本发明自动校准方法的第二实施例,在本实施例中,所述步骤S30,包括:
步骤S31,确定所述目标图像中的所述匹配度最高的特征图像对应的图像坐标范围;
在本实施例中,针对的是基准图像为凸部图像的情况。
可以理解的是,匹配度最高的特征图像对应的凸部本身就占据一定的空间范围,为了更精确地确定目标位置,需要确定凸部的整体轮廓的图像坐标范围,也就是凸部反映在图像中的坐标范围。
步骤S32,确定所述图像坐标范围对应的中点坐标和预设的相对位置信息;
步骤S33,根据所述中点坐标和所述相对位置信息,确定对应的目标位置。
在确定了图像坐标范围之后,就能够计算得到图像坐标范围中的中点坐标,也就是凸部的中点在图像中的坐标,从而根据该凸部的中点坐标就可以
根据预设的存储槽四个凸部的相对位置确定其他三个凸部的中点坐标,进而四个凸部形成的矩形的中心点就能够确定,也就是确定了存储槽的中心点,从而将该存储槽的中心点作为目标位置,对应转化为机械手的坐标就能够使机械手自动地到达该中心点执行存放物品的工作。此外,为了进一步提高确定目标位置的精确度,还可以确定存储槽的标号位置,根据存储槽的标号位置确定所述凸部在存储槽的位置(即左上、左下、右上、右下),进而又根据所述图像坐标范围对应的中点坐标和预设的相对位置信息确定更为精确的目标位置。
其中,可以理解的,四个凸部呈阵列排布。通过两个纵向的凸部,先确定两个纵向的凸部之间的中心位置,进而通过两组纵向的凸部的两个中心位置确定存储槽的中心点。或者,通过四个凸部的两两之间构件连线确定中心点。
通过本发明的第二实施例,能够根据具体的上述中点坐标和预设的相对位置信息精确地定位到具体的目标位置,并使得机械手达到存储槽的中心点,实现对物品的精准存放。
进一步地,基于本发明自动校准方法的上述实施例提出本发明自动校准方法的第三实施例,在本实施例中,所述步骤S211,将所述待比较轮廓点与所述基准图像的基准特征点集合进行比较以得到多个相似值,包括:
步骤c,按照预设像素缩放规则缩小所述待比较图像和所述基准图像,将缩小后的所述待比较图像中的待比较轮廓点与缩小后的所述基准图像的基准特征点集合进行比较以得到多个相似值。
其中预设像素缩放规则指的是每隔预设像素间隔采集所述待比较图像和所述基准图像的像素以形成像素缩小后的待比较图像和基准图像,从而根据像素缩小后的待比较图像和基准图像就使得待比较图像和基准图像分别对应的轮廓点就大幅减少,进而待比较轮廓点对应的待比较特征集和基准特征点集合的容量也就是数据也大幅减少,从而极大地提高了各个待比较图像与基准图像进行比较得到多个相似值的效率,进而也就提升了机械手的工作效率。另外,对于基准图像的缩放,可以在基准图像形成基准特征点集合的时候就根据预设像素缩放规则确定了基准特征点集合中的初始比较特征点集合,将该初始比较特征点集合作为缩小后的基准图像的基准特征点集合。
在本发明的一实施例中,预设像素缩放规则可定义为0.4至0.8倍的缩放比例,以减少近一半的轮廓点的比较;例如:预设像素缩放规则可定义为0.5倍的缩放比例。
在一实施例中,所述步骤S213,根据所述多个局部轮廓点,确定所述待比较图像中与所述基准图像匹配度最高的特征图像,包括:
步骤d,确定所述多个局部轮廓点对应的特征图像;
步骤e,根据所述预设像素缩放规则还原多个所述特征图像;
步骤f,多个所述特征图像分别与所述基准图像比较得到多个匹配值;
步骤g,将匹配值最高的所述局部轮廓点对应的特征图像作为待比较图像中与所述基准图像匹配度最高的特征图像。
在该实施例中,其中的预设像素缩放规则还包括了与每隔预设像素间隔采集所述待比较图像和所述基准图像的像素相对应的还原规则,即如何缩小像素也即对应如何还原像素,具体地,还原局部轮廓点对应的特征图像和基准图像,将各个局部轮廓点对应的特征图像与基准图像可以通过预设的图像识别技术或者将两者分别对应的轮廓点或特征点集合进行比较就得到了多个匹配值,将匹配值最大的局部轮廓点对应的特征图像作为待比较图像中与所述基准图像匹配度最高的特征图像,进而也就确定了目标图像。
在上述的第三实施例中,通过将图像像素缩小的方式提高了图像比较的效率,又通过图像还原的方式对图像间进行二次比较和匹配又提高了图像比较的准确度,从而使得机械手能够又快又准地找到目标位置,提高了机械手的效率和精确度。
进一步地,基于本发明自动校准方法的上述实施例提出本发明自动校准方法的第四实施例,在本实施例中,所述步骤S20之后,还包括:
步骤h,根据所述目标图像生成网格;
步骤i,根据所述网格和所述目标图像得到所述目标图像的偏移量;
步骤j,若所述偏移量大于或等于第一预设偏移阈值,小于第二预设偏移阈值,则调整所述机械手的当前位置至所述偏移量小于所述第一预设偏移阈值对应的目标位置;或
步骤k,若所述偏移量大于或等于第二预设偏移阈值,则运动至所述机械手预设的复原位置并发出对应的警报提示信息,其中,所述第二预设偏移阈值大于所述第一预设偏移阈值。
可以在拍摄到目标图像后生成网格,也可以在视觉相机模组的取景框中生成网格,在将目标图像网格化之后,能够通过将目标图像中实物的平面轮廓与网格的相交得到两者的偏移矢量,如果该偏移矢量大于或等于第一预设偏移阈值,就调整机械手的当前位置至该偏移矢量小于第一预设偏移阈值。从而在机械手轻微偏移时能够自动修正到准确的位置,提高了机械手的精确度,不需要人为手动调节,节省了人力资源。
另外还可以根据所述目标图像的偏移量确定机械手对应的坐标调整参数,具体地,将所述基准图像网格化,获取网格化的所述基准图像的基准偏移量,根据目标图像和基准图像的基准偏移量确定机械手对应的坐标调整参数,所述坐标调整参数用于将所述机械手从当前位置运动至坐标调整参数对应的目标位置,以使所述实物图像的偏移量等于所述基准图像的偏移量。
在一实施例中,若所述偏移量小于第一预设偏移阈值,则确定所述目标图像对应的位置为目标位置,执行上述的步骤S40:根据所述目标位置,确定对应的调整信号,所述调整信号用于调整所述机械手的运动轨迹。
如果所述偏移量大于或等于第二预设偏移阈值,说明机械手的所在的位置与目标位置严重偏离,因此复原机械手,将机械手从当前位置复原移动到复原位置,并发出机械手严重偏移的警报提示信息,方便用户及时地人工接入以减少经济损失。其中这里的警报提示信息包括但不限于:机械手可以设置有灯光模组,比如LED,通过灯光模组的闪烁进行提示,机械手也可以设置声音模组,比如扬声器,通过语音播报或鸣笛进行提示,机械手也可以设置无线通信模组,比如wifi模块,通过局域网将警报提示信息推送至与机械手通信接的用户终端。
如图7所示,图7是本发明自动校准方法第五实施例的流程示意图。进一步地,基于本发明自动校准方法的上述实施例提出本发明自动校准方法的第五实施例,在本实施例中,所述步骤S40之后,包括:
步骤S50,获取所述机械手对应的目标物品信息;
步骤S60,根据所述目标位置和所述目标物品信息,更新所述运动指令;
步骤S70,当所述机械手不在所述目标位置且接收输入到所述运动指令以及获取到与所述目标物品信息对应的同类物品信息时,运动至所述目标位置。
在本实施例中,可以利用物体识别技术对拍摄采集到的待比较图像进行识别,从而获取到机械手正在抓取的实物对应的目标物品信息。比如目标物品信息为护照、身份证、学位证、本子、书籍等。
在之前的步骤已经确定了目标位置,可以根据目标位置,将运动指令对应的运行轨迹进行更新,具体地,根据机械手复原坐标和目标位置的目标坐标,确定所述复原坐标和所述目标坐标之间最短运动轨迹,将所述最短运动轨迹与所述运动指令关联存储以更新所述运动指令的运动轨迹。并确定目标物品信息对应的物品种类,比如可以将学位证分为学士学位证、硕士学位证,这里的学士学位证、硕士学位证就可以是学位证这一物品信息的两种物品种类。将上述的最短运动轨迹和物品种类进行存储,以实现对运动指令的更新。
当下一次机械手抓取的是与目标物品信息对应的同类物品信息的物品时,就可以将该物品存入到目标位置或从目标位置中取出,例如,机械手上次从目标位置对应的存储槽中取出一件硕士学位证,那么在当前机械手抓取的仍是硕士学位证时,就可以将该硕士学位证放入到目标位置对应的存储槽。
通过本实施例,既能够加快机械手工作的效率,确保机械手有序地对物品进行存取,又能够减少相关信息的缓存和减轻机械手的系统负载。
此外,本发明还提出一种机械手,所述机械手包括存储器、处理器及存储在存储器上并可在处理器上运行的自动校准程序,所述处理器执行所述自动校准程序时实现如以上实施例所述的自动校准方法的步骤。
本发明的机械手具体实施方式与上述自动校准方法各实施例基本相同,在此不再赘述。
此外,本发明还提出一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括自动校准程序,所述自动校准程序被处理器执行时实现如以上实施例所述的自动校准方法的步骤。
本发明可读存储介质具体实施方式与上述自动校准方法各实施例基本相同,在此不再赘述。
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。
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上述实施例方法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,但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是机械手机,手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
在本发明中,术语“第一”“第二”“第三”“第四”“第五”仅用于描述的目的,而不能理解为指示或暗示相对重要性,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,本发明保护的范围并不局限于此,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改和替换,这些变化、修改和替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种自动校准方法,其特征在于,所述方法应用于机械手,包括以下步骤:
根据输入的运动指令获取对应的多个待比较图像;
根据所述待比较图像和预设的基准图像,确定对应的目标图像;
根据所述目标图像,确定对应的目标位置;
根据所述目标位置,确定对应的调整信号,所述调整信号用于调整所述机械手的运动轨迹。
2.如权利要求1所述的自动校准方法,其特征在于,所述根据输入的运动指令获取对应的多个待比较图像的步骤,包括:
当接收到输入的运动指令,从当前位置运动至运动指令对应的初始位置并获取所述初始位置对应的初级图像;
根据预设的摆动规则,从所述初始位置运动至至少一个次级位置,并获取每个所述次级位置对应的次级图像;
将所述初级图像和所述次级图像的集合作为多个待比较图像。
3.如权利要求1所述的自动校准方法,其特征在于,所述根据所述待比较图像和预设的基准图像,确定对应的目标图像的步骤,包括:
将所述待比较图像与所述基准图像进行比较,确定所述待比较图像中与所述基准图像匹配度最高的特征图像;
将所述匹配度最高的特征图像对应的待比较图像作为目标图像。
4.如权利要求3所述的自动校准方法,其特征在于,所述根据所述目标图像,确定对应的目标位置的步骤,包括:
确定所述目标图像中的所述匹配度最高的特征图像对应的图像坐标范围;
确定所述图像坐标范围对应的中点坐标和预设的相对位置信息;
根据所述中点坐标和所述相对位置信息,确定对应的目标位置。
5.如权利要求3所述的自动校准方法,其特征在于,所述将所述待比较图像与所述基准图像进行比较,确定所述待比较图像中与所述基准图像匹配度最高的特征图像的步骤,包括:
获取所述待比较图像中的待比较轮廓点;
将所述待比较轮廓点与所述基准图像的基准特征点集合进行比较以得到多个相似值;
确定所述待比较轮廓点中相似值大于预设相似阈值的多个局部轮廓点;
根据所述多个局部轮廓点,确定所述待比较图像中与所述基准图像匹配度最高的特征图像。
6.如权利要求5所述的自动校准方法,其特征在于,所述将所述待比较轮廓点与所述基准图像的基准特征点集合进行比较以得到多个相似值的步骤,包括:
按照预设像素缩放规则缩小所述待比较图像和所述基准图像,将缩小后的所述待比较图像中的待比较轮廓点与缩小后的所述基准图像的基准特征点集合进行比较以得到多个相似值。
7.如权利要求6所述的自动校准方法,其特征在于,所述根据所述多个局部轮廓点,确定所述待比较图像中与所述基准图像匹配度最高的特征图像的步骤,包括:
确定所述多个局部轮廓点对应的特征图像;
根据所述预设像素缩放规则还原多个所述特征图像;
多个所述特征图像分别与所述基准图像比较得到多个匹配值;
将匹配值最高的特征图像作为待比较图像中与所述基准图像匹配度最高的特征图像。
8.如权利要求1所述的自动校准方法,其特征在于,所述根据所述待比较图像和预设的基准图像,确定对应的目标图像的步骤之后,还包括:
根据所述目标图像生成网格;
根据所述网格和所述目标图像得到所述目标图像的偏移量;
若所述偏移量大于或等于第一预设偏移阈值,小于第二预设偏移阈值,则调整所述机械手的当前位置至所述偏移量小于所述第一预设偏移阈值对应的目标位置;或
若所述偏移量大于或等于第二预设偏移阈值,则运动至所述机械手预设的复原位置并发出对应的警报提示信息,其中,所述第二预设偏移阈值大于所述第一预设偏移阈值。
9.一种机械手,其特征在于,所述机械手包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的自动校准程序,其中:所述自动校准程序被所述处理器执行时实现如权利要求1至8中任一项所述的自动校准方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有自动校准程序,所述自动校准程序被处理器执行时实现如权利要求1至8中任一项所述的自动校准方法的步骤。
CN202210953225.3A 2022-08-10 2022-08-10 自动校准方法、机械手及计算机可读存储介质 Active CN115026840B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210953225.3A CN115026840B (zh) 2022-08-10 2022-08-10 自动校准方法、机械手及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210953225.3A CN115026840B (zh) 2022-08-10 2022-08-10 自动校准方法、机械手及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN115026840A true CN115026840A (zh) 2022-09-09
CN115026840B CN115026840B (zh) 2022-12-16

Family

ID=83130785

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210953225.3A Active CN115026840B (zh) 2022-08-10 2022-08-10 自动校准方法、机械手及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN115026840B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6451289A (en) * 1987-08-22 1989-02-27 Fanuc Ltd Calibration method of visual sensor
CN104361586A (zh) * 2014-10-31 2015-02-18 国网上海市电力公司 基于全景图的电力杆塔维护与预警系统
CN108858202A (zh) * 2018-08-16 2018-11-23 中国科学院自动化研究所 基于“对准-趋近-抓取”的零件抓取装置的控制方法
CN109543665A (zh) * 2017-09-22 2019-03-29 凌云光技术集团有限责任公司 图像定位方法及装置
CN110936355A (zh) * 2019-11-25 2020-03-31 广州微林软件有限公司 一种基于视觉测速定位的机械臂引导系统和方法
CN112241649A (zh) * 2019-07-16 2021-01-19 浙江宇视科技有限公司 一种目标识别方法及装置
CN113473025A (zh) * 2018-11-20 2021-10-01 深圳市大疆创新科技有限公司 云台调整方法、云台调整设备、移动平台及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6451289A (en) * 1987-08-22 1989-02-27 Fanuc Ltd Calibration method of visual sensor
CN104361586A (zh) * 2014-10-31 2015-02-18 国网上海市电力公司 基于全景图的电力杆塔维护与预警系统
CN109543665A (zh) * 2017-09-22 2019-03-29 凌云光技术集团有限责任公司 图像定位方法及装置
CN108858202A (zh) * 2018-08-16 2018-11-23 中国科学院自动化研究所 基于“对准-趋近-抓取”的零件抓取装置的控制方法
CN113473025A (zh) * 2018-11-20 2021-10-01 深圳市大疆创新科技有限公司 云台调整方法、云台调整设备、移动平台及介质
CN112241649A (zh) * 2019-07-16 2021-01-19 浙江宇视科技有限公司 一种目标识别方法及装置
CN110936355A (zh) * 2019-11-25 2020-03-31 广州微林软件有限公司 一种基于视觉测速定位的机械臂引导系统和方法

Also Published As

Publication number Publication date
CN115026840B (zh) 2022-12-16

Similar Documents

Publication Publication Date Title
CN104778688B (zh) 点云数据的配准方法及装置
CN111750820B (zh) 影像定位方法及其系统
US9495750B2 (en) Image processing apparatus, image processing method, and storage medium for position and orientation measurement of a measurement target object
CN111540004A (zh) 单相机极线校正方法及装置
EP3706039A1 (en) Image processing method, apparatus, and computer-readable recording medium
US20230114588A1 (en) Warehouse robot control method and apparatus, robot, and warehouse system
CN111754579A (zh) 多目相机外参确定方法及装置
CN113664835B (zh) 机器人自动手眼标定方法与系统
CN108648141B (zh) 一种图像拼接方法及装置
CN111671518A (zh) 髋关节股骨头球心的处理生成方法、装置和计算机设备
CN112935703A (zh) 识别动态托盘终端的移动机器人位姿校正方法及系统
Jelinek et al. Fast total least squares vectorization
CN115026840B (zh) 自动校准方法、机械手及计算机可读存储介质
CN109583495A (zh) 陈列图像处理方法和装置
KR20230035363A (ko) 자율 이동 디바이스를 위한 맵을 생성하기 위한 방법, 장치, 및 디바이스
CN112766348A (zh) 一种基于对抗神经网络生成样本数据的方法以及装置
CN113112553A (zh) 双目相机的参数标定方法、装置、电子设备及存储介质
CN110245674B (zh) 模板匹配方法、装置、设备及计算机存储介质
CN109313811A (zh) 基于视觉系统振动移位的自动校正方法、装置及系统
CN115965697A (zh) 基于沙姆定律的投影仪标定方法、标定系统及装置
CN108564571A (zh) 图像区域选取方法及终端设备
US11650319B2 (en) Assigning each point of a point cloud to a scanner position of a plurality of different scanner positions in a point cloud
CN113759346A (zh) 一种激光雷达标定方法、装置、电子设备及存储介质
CN113192138A (zh) 一种机器人自主重定位方法、装置、机器人及存储介质
CN109298421B (zh) 一种可配置图幅的sar成像系统及其实现方法

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