CN116704003A - 拣选多抓检测方法、系统、设备及存储介质 - Google Patents
拣选多抓检测方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN116704003A CN116704003A CN202210176859.2A CN202210176859A CN116704003A CN 116704003 A CN116704003 A CN 116704003A CN 202210176859 A CN202210176859 A CN 202210176859A CN 116704003 A CN116704003 A CN 116704003A
- Authority
- CN
- China
- Prior art keywords
- area
- point cloud
- article
- bottom side
- weight
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 239000012636 effector Substances 0.000 claims abstract description 42
- 238000000034 method Methods 0.000 claims description 22
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims 1
- 239000000463 material Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000013072 incoming material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- B25J9/1679—Programme controls characterised by the tasks executed
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Geometry (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种拣选多抓检测方法、系统、设备及存储介质,用于机器人对物品进行拣选,机器人包括重量传感器、末端执行器和深度相机,包括:获取点云数据和重量数据;点云数据通过深度相机采集,重量数据通过重量传感器采集;根据所述点云数据确定所述物品至少一侧面的面积,至少根据面积获取该物品对应的面积阈值;根据面积阈值和所述重量数据判断物品是否存在多抓,且当通过所述面积阈值和/或重量数据判断出存在多抓时向机器人发出控制信号。本发明根据物品的面积和重量数据综合判断机器人是否存在对物品多抓的情况,通过重量数据保证了小体积,大重量物品的准确判断,通过面积保证了大体积,小重量的物品准确判断,实现对物品多抓的准确判断。
Description
技术领域
本发明涉及拆零拣选,具体地,涉及一种拣选多抓检测方法、系统、设备及存储介质。
背景技术
拆零拣选为物流中常见场景,具体为,将单一来料的整箱物品根据每个订单数量要求拆分相应数量的物品至订单箱中。
在一个物流仓库中拆零是最耗时且占用人力的环节,许多企业选择自动化机械臂来提升效率,然而自动化的困难在于拆零环境多为紧密排列或堆叠的物品,因此容易在物品抓取时,同时抓取多个物品的情况发生。
现有技术往往根据特定的抓取对象,来设计相适应的夹爪或吸盘来避免相应情况下的多抓情况的发生,该种抓取方法无法适应于多种物品,不具有普遍化的应用能力,多种夹爪或吸盘的配置也增加了机械臂的使用成本。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种拣选多抓检测方法、系统、设备及存储介质。
根据本发明提供的拣选多抓检测方法,用于机器人对物品进行拣选,所述机器人包括重量传感器、末端执行器和深度相机,包括如下步骤:
步骤S1:获取点云数据和重量数据;所述点云数据通过所述深度相机采集,所述重量数据通过所述重量传感器采集;
步骤S2:根据所述点云数据确定所述物品至少一侧面的面积,至少根据所述面积获取该物品对应的面积阈值;
步骤S3:根据所述面积阈值和所述重量数据判断所述物品是否存在多抓,且当通过所述面积阈值和/或所述重量数据判断出存在多抓时向所述机器人发出控制信号。
优选地,在获取所述点云数据时包括如下步骤:
步骤M1:控制所述末端执行器吸取物品,并移动至目标位置,所述目标位置位于所述深度相机的成像视野内;
步骤M2:控制所述深度相机以仰视视角采集所述物品的深度图像,所述深度图像至少包括所述物品的底侧面深度;
步骤M3:将所述深度图像转换为点云数据。
优选地,根据所述点云数据确定所述物品至少一侧面的面积,且该侧面为底侧面时,包括如下步骤:
步骤A1:根据所述点云数据确定一点云法向,所述点云法向与所述末端执行器的轴向同向;
步骤A2:获取一预设置的偏离阈值,将所述点云数据中沿所述点云法向量方向偏离距离大于所述偏离阈值的点云删除生成目标点云数据;
步骤A3:根据所述目标点云数据拟合出所述物品底侧面的延伸范围,根据所述延伸范围确定所述物品底侧面的面积。
优选地,当所述物品呈立方体形且所述末端执行器为吸盘,至少根据所述面积获取该物品对应的面积阈值时,包括如下步骤:
步骤B1:获取所述末端执行器的端面坐标,根据所述端面坐标确定所述物品底侧面与所述末端执行器之间的高度距离;
步骤B2:获取所述底侧面的延伸范围,根据所述延伸范围确定所述底侧面的长度和宽度;
步骤B3:根据所述长度、宽度以及所述高度距离确定该物品的所述底侧面为所述物品的最大侧面、次大侧面或最小侧面;
步骤B4:所述底侧面为所述物品的最大侧面时,获取所述底侧面对应的所述面积阈值,所述底侧面为所述物品的次大侧面和最小侧面时,获取所述底侧面对应的所述面积阈值和高度阈值。
优选地,所述步骤S3包括如下步骤:
步骤S301:获取预设置的重量阈值,根据所述重量数据判断所述物品是否大于所述重量阈值;
步骤S302:当所述重量数据大于所述重量阈值时,确定所述物品存在多抓并向所述机器人发出控制信号控制所述末端执行器放回所述物品;
步骤S303:当所述重量数据小于所述重量阈值时,至少判断所述底侧面是否大于所述面积阈值,且在所述底侧面大于所述面积阈值时确定所述物品存在多抓并向所述机器人发出控制信号控制所述末端执行器放回所述物品。
优选地,所述步骤S303具体为:
所述底侧面的面积大于所述最大侧面对应的面积阈值时,则认为多抓,此时确定所述底侧面为所述物品的最大侧面;
所述底侧面大于所述次大侧面对应的面积阈值且所述高度距离大于所述次大侧面对应的高度阈值时,则认为多抓,此时确定所述底侧面为所述物品的次大侧面时;
所述底侧面大于该最小侧面对应的所述面积阈值且所述高度距离大于该最小侧面对应的高度阈值时,则认为多抓,此时确定所述底侧面为所述物品的最小侧面。
根据本发明提供的拣选多抓检测方法,用于机器人对物品进行拣选,所述机器人包括末端执行器和深度相机,包括如下步骤:
步骤S1:获取点云数据;所述点云数据通过所述深度相机采集;
步骤S2:根据所述点云数据确定所述物品至少一侧面的面积,至少根据所述面积获取该物品对应的面积阈值;
步骤S3:根据所述面积阈值判断所述物品是否存在多抓,且当通过所述面积阈值判断出存在多抓时向所述机器人发出控制信号。
根据本发明提供的拣选多抓检测系统,包括如下模块:
数据获取模块,用于获取点云数据和重量数据;所述点云数据通过所述深度相机采集,所述重量数据通过所述重量传感器采集;
参数计算模块,用于根据所述点云数据确定所述物品至少一侧面的面积和该侧面法向的高度距离;
阈值获取模块,用于根据所述高度距离和所述面积至少确定该物品对应的面积阈值;
多抓判断模块,用于根据所述面积阈值和所述重量数据判断所述物品是否存在多抓,且当通过所述面积阈值和/或所述重量数据判断出存在多抓时控制所述末端执行器放回所述物品。
根据本发明提供的拣选多抓检测设备,包括:
处理器;
存储器模块,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行所述的拣选多抓检测方法的步骤。
根据本发明提供的计算机可读存储介质,用于存储程序,所述程序被执行时实现所述的拣选多抓检测方法的步骤。
与现有技术相比,本发明具有如下的有益效果:
本发明根据物品的面积和重量数据综合判断机器人是否存在对物品多抓的情况,通过重量数据保证了小体积,大重量物品的准确判断,通过面积保证了大体积,小重量的物品准确判断,实现对物品多抓的准确判断。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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本发明的实施例,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获得其他的附图。通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例中拣选多抓检测方法的步骤流程图;
图2为本发明实施例中点云数据采集的步骤流程图;
图3为本发明实施例中根据点云数据确定物品底侧面的面积的步骤流程图;
图4为本发明实施例中获取该物品对应的面积阈值的步骤流程图;
图5为本发明实施例中判断物品存在多抓的步骤流程图;
图6为本发明实施例中判断物品存在多抓的情况示意图;
图7为本发明变形例中拣选多抓检测方法的步骤流程图;
图8为本发明实施例中拣选多抓检测系统的模块示意图;
图9为本发明实施例中拣选多抓检测设备的结构示意图;
图10为本发明实施例中物品拣选系统的结构示意图,以及
图11为本发明实施例中计算机可读存储介质的结构示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例,例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
图1为本发明实施例中拣选多抓检测方法的步骤流程图,如图1所示,本发明提供的拣选多抓检测方法,用于机器人对物品进行拣选,所述机器人包括重量传感器、末端执行器和深度相机,包括如下步骤:
步骤S1:获取点云数据和重量数据;所述点云数据通过所述深度相机采集,所述重量数据通过所述重量传感器采集;
图2为本发明实施例中点云数据采集的步骤流程图,如图2所示,在获取所述点云数据时包括如下步骤:
步骤M1:控制所述末端执行器吸取物品,并移动至目标位置,所述目标位置位于所述深度相机的成像视野内;
步骤M2:控制所述深度相机以仰视视角采集所述物品的深度图像,所述深度图像至少包括所述物品的底侧面深度;
步骤M3:将所述深度图像转换为点云数据。
在本发明实施例中,所述末端执行器通过所述重量传感器连接所述机器人的机械臂,因此能够在所述末端执行器吸起所述物品时获得所述物品的重量数据。
所述目标位置根据所述深度相机和所述末端执行器吸取物品放置的位置相关,能够使得所述深度相机至少能够覆盖所述物品的底侧面,以采集所述物品的底侧面的点云。
步骤S2:根据所述点云数据确定所述物品至少一侧面的面积,至少根据所述面积获取该物品对应的面积阈值;
图3为本发明实施例中根据点云数据确定物品底侧面的面积的步骤流程图,如图3所示,根据所述点云数据确定所述物品至少一侧面的面积时,且该侧面为底侧面时,包括如下步骤:
步骤A1:根据所述点云数据确定一点云法向,所述点云法向与所述末端执行器的轴向同向;
步骤A2:获取一预设置的偏离阈值,将所述点云数据中沿所述点云法向量方向偏离距离大于所述偏离阈值的点云删除生成目标点云数据;
步骤A3:根据所述目标点云数据拟合出所述物品底侧面的延伸范围,根据所述延伸范围确定所述物品底侧面的面积。
所述点云数据中每一点均包括该点在相机坐标系下的XYZ坐标。位于所述物品至少一侧面的点云数据,其一坐标方向的范围会在一范围内,如所述物品的底侧面上的点云在所述末端执行器的轴向上的波动会在一定范围内,所述物品的其他侧面的点云会显著偏离所述底侧面上的点云,因此可以设置一偏离阈值,将所述物品的其他侧面点云过滤掉。所述偏离阈值可以根据所述物品沿所述末端执行器的轴向上的高度设置,如设置为所述高度的十分之一。
由于所述物品的底侧面上的点云在所述末端执行器的轴向上的波动会在一定范围内,因此可以岁所述物品的底侧面上的点云进行拟合确定所述物品的底侧面范围和面积。
图4为本发明实施例中获取该物品对应的面积阈值的步骤流程图,如图4所示,当所述物品呈立方体形且所述末端执行器为吸盘,至少根据所述面积获取该物品对应的面积阈值时,包括如下步骤:
步骤B1:获取所述末端执行器的端面坐标,根据所述端面坐标确定所述物品底侧面与所述末端执行器之间的高度距离;
步骤B2:获取所述底侧面的延伸范围,根据所述延伸范围确定所述底侧面的长度和宽度;
步骤B3:根据所述长度、宽度以及所述高度距离确定该物品的所述底侧面为所述物品的最大侧面、次大侧面或最小侧面;
步骤B4:所述底侧面为所述物品的最大侧面时,获取所述底侧面对应的所述面积阈值,所述底侧面为所述物品的次大侧面和最小侧面时,获取所述底侧面对应的所述面积阈值和高度阈值。
在本发明实施例中,所述末端执行器的端面坐标为所述吸盘的下端面坐标,可以通过所述机器人获取,所述物品底侧面的坐标可以通过点云拟合确定,沿末端执行器的轴向上的坐标差便可以生成所述物品底侧面与所述末端执行器之间的高度距离。
对于一个立方体物体,其具有三条边a,b,c,其中a>b>c,则最大侧面为a边和b边形成的侧面,次大侧面为a边和c边形成的侧面,最小侧面为b边和c边形成的侧面。
在所述底侧面为所述物品的最大侧面时,所述底侧面的长度为a,宽度为b,高度为c,或所述底侧面的长度为a,宽度为2b,高度为c,或所述底侧面的长度为2a,宽度为b,高度为c;
在所述底侧面为所述物品的次大侧面时,所述底侧面的长度为a,宽度为c,高度为b,或所述底侧面的长度为2a,宽度为c,高度为b,或所述底侧面的长度为a,宽度为2c,高度为b;
在所述底侧面为所述物品的最小侧面时,所述底侧面的长度为b,宽度为c,高度为a,或所述底侧面的长度为2b,宽度为c,高度为a,或所述底侧面的长度为b,宽度为2c,高度为a。
所述面积阈值为两倍的底侧面面积×系数,所述系数可以取0.8至0.9之间的任意值。
所述高度阈值可以该所述物品的此时底侧面对应的高度确定,可以设置为高度的0.8至0.9之间。
步骤S3:根据所述面积阈值和所述重量数据判断所述物品是否存在多抓,且当通过所述面积阈值和/或所述重量数据判断出存在多抓时向所述机器人发出控制信号。
所述控制信号可以为控制所述末端执行器将此处抓取的物品放回,也可以控制报警器发出报警信号或提醒信号。
图5为本发明实施例中判断所述物品存在多抓的步骤流程图,如图5所示,所述步骤S3包括如下步骤:
步骤S301:获取预设置的重量阈值,根据所述重量数据判断所述物品是否大于所述重量阈值;
步骤S302:当所述重量数据大于所述重量阈值时,确定所述物品存在多抓并向所述机器人发出控制信号控制所述末端执行器放回所述物品;
步骤S303:当所述重量数据小于所述重量阈值时,至少判断所述底侧面是否大于所述面积阈值,且在所述底侧面大于所述面积阈值时确定所述物品存在多抓并向所述机器人发出控制信号控制所述末端执行器放回所述物品。
在本发明实施例中,所述重量阈值可以设置为该物品的重量的1.2倍以上,但是重量传感器一般具有一定的精度范围,常用在抓取上的重量传感器对于轻质量的物品不敏感,如20g以下的物品,此时如果更换重量传感器需要整个夹具进行拆装更换,费时费力,也会增加终端用户的使用成本。因此对于一些小重量的物品时,增加了通过面积进行判断的辅助方法。
在本发明实施例中,所述步骤S303具体为:
所述底侧面的面积大于所述最大侧面对应的面积阈值时,则认为多抓,此时确定所述底侧面为所述物品的最大侧面;
所述底侧面大于所述次大侧面对应的面积阈值且所述高度距离大于所述次大侧面对应的高度阈值时,则认为多抓,此时确定所述底侧面为所述物品的次大侧面时,;
所述底侧面大于该最小侧面对应的所述面积阈值且所述高度距离大于该最小侧面对应的高度阈值时,则认为多抓,此时确定所述底侧面为所述物品的最小侧面。
在所述底侧面不是所述物体的最大侧面时,需要增加高度距离的判断,以防出现两个重叠放置的物体之间的面积小于最大侧面对应的面积阈值时,出现判断错误的情况。如,一个物品的体为3×2×1,当检测到底侧面大小是5,那么有可能是一个3×2的底侧面,也有可能是两个2×1的底侧面并排放着,高度为3,因此需要检查一下高度,看看是否存在多抓的情况。
图6为本发明实施例中判断物品存在多抓的情况示意图,所述底侧面的面积大于所述最大侧面对应的面积阈值的情况如图(c)和图(d)所示,所述底侧面大于所述次大侧面对应的面积阈值且所述高度距离大于所述次大侧面对应的高度阈值的情况如图(e)和图(f)所示,所述底侧面大于该最小侧面对应的所述面积阈值且所述高度距离大于该最小侧面对应的高度阈值的情况如图(a)和图(b)所示。
图7为本发明变形例中拣选多抓检测方法的步骤流程图,如图7所示,本发明提供的拣选多抓检测方法,用于机器人对物品进行拣选,所述机器人包括末端执行器和深度相机,包括如下步骤:
步骤S1:获取点云数据;所述点云数据通过所述深度相机采集;
步骤S2:根据所述点云数据确定所述物品至少一侧面的面积,至少根据所述面积获取该物品对应的面积阈值;
步骤S3:根据所述面积阈值判断所述物品是否存在多抓,且当通过所述面积阈值判断出存在多抓时向所述机器人发出控制信号。
在本发明变形例中,可以仅仅通过深度相机进行多抓的检测,此时可以对正方体的物品进行检测,也可以通过至少两个深度相机对所述物品至少两个侧面的点云进行采集,实现,通过两个侧面的面积进行多抓的判断。
图8为本发明实施例中拣选多抓检测系统的模块示意图,如图8所示,本发明提供的拣选多抓检测系统,包括如下模块:
数据获取模块,用于获取点云数据和重量数据;所述点云数据通过所述深度相机采集,所述重量数据通过所述重量传感器采集;
参数计算模块,用于根据所述点云数据确定所述物品至少一侧面的面积和该侧面法向的高度距离;
阈值获取模块,用于根据所述高度距离和所述面积至少确定该物品对应的面积阈值;
多抓判断模块,用于根据所述面积阈值和所述重量数据判断所述物品是否存在多抓,且当通过所述面积阈值和/或所述重量数据判断出存在多抓时控制所述末端执行器放回所述物品。
本发明实施例中还提供一种拣选多抓检测设备,包括处理器和存储器。存储器,其中存储有处理器的可执行指令。其中,处理器配置为经由执行可执行指令来执行拣选多抓检测方法步骤。
如上,该实施例中根据物品的面积和重量数据综合判断机器人是否存在对物品多抓的情况,通过重量数据保证了小体积,大重量物品的准确判断,通过面积保证了大体积,小重量的物品准确判断,实现对物品多抓的准确判断。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“平台”。
图9是本发明实施例中拣选多抓检测设备的结构示意图。下面参照图9来描述根据本发明中这种实施方式的电子设备600。图9显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,存储单元存储有程序代码,程序代码可以被处理单元610执行,使得处理单元610执行本说明书上述拣选多抓检测方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备、相机、深度相机等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图9中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
图10为本发明实施例中物品拣选系统的结构示意图,所述拣选多抓检测设备可以设置为物品拣选系统的一部分或整体,如图10所示,本发明提供的物品拣选系统,还包括:
第一单元、第二单元,用于储放或/和运输物料;
深度相机300,其视觉扫描区域至少涵盖所述物料的储放或运输的第一单元,用于对所述物料进行视觉扫描,采集所述物料的深度图像,并根据所述深度图像生成物料的位姿信息;
机器人单元100,与所述深度相机300通信连接,用于接收所述位姿态信息,并根据所述位姿信息以相应的抓取姿态抓取物料后移送至第二单元。
机器人单元100包括吸盘101、重量传感器102以及竖直柔性机构103;
所述吸盘101通过所述重量传感器102套设在竖直柔性机构103上,所述竖直柔性机构103安装在所述机器人的机械臂上,因此能够在所述吸盘101吸起所述物品时获得所述物品的重量数据。所述竖直柔性机构103为套筒结构。
其中,所述机器人单元100包括上述处理器,上述处理器配置为经由执行可执行指令来执行所述拣选多抓检测方法步骤来判断机器人是否存在对物品多抓的情况,并通过重量数据保证了小体积,大重量物品的准确判断,通过面积保证了大体积,小重量的物品准确判断,实现对物品多抓的准确判断。
在本发明一实施例中,所述第一单元可以设置为储料单元200和送料单元;
储料单元200,用于储放物料;
送料单元,供放置并运送所述储料单元200;
机器人单元100,与所述深度相机300通信连接,用于接收所述位姿态信息,并根据所述位姿信息以相应的抓取姿态抓取物料后移送至第二单位。
所述第二单位可以设置为对拣选后的物料进行运输或存放。
本发明实施例中还提供一种计算机可读存储介质,用于存储程序,程序被执行时实现的拣选多抓检测方法的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述拣选多抓检测方法部分中描述的根据本发明各种示例性实施方式的步骤。
如上所示,该实施例的计算机可读存储介质的程序在执行时,根据物品的面积和重量数据综合判断机器人是否存在对物品多抓的情况,通过重量数据保证了小体积,大重量物品的准确判断,通过面积保证了大体积,小重量的物品准确判断,实现对物品多抓的准确判断。
图11是本发明实施例中的计算机可读存储介质的结构示意图。参考图11所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。
Claims (10)
1.一种拣选多抓检测方法,用于机器人对物品进行拣选,所述机器人包括重量传感器、末端执行器和深度相机,其特征在于,包括如下步骤:
步骤S1:获取点云数据和重量数据;所述点云数据通过所述深度相机采集,所述重量数据通过所述重量传感器采集;
步骤S2:根据所述点云数据确定所述物品至少一侧面的面积,至少根据所述面积获取该物品对应的面积阈值;
步骤S3:根据所述面积阈值和所述重量数据判断所述物品是否存在多抓,且当通过所述面积阈值和/或所述重量数据判断出存在多抓时向所述机器人发出控制信号。
2.根据权利要求1所述的拣选多抓检测方法,其特征在于,在获取所述点云数据时包括如下步骤:
步骤M1:控制所述末端执行器吸取物品,并移动至目标位置,所述目标位置位于所述深度相机的成像视野内;
步骤M2:控制所述深度相机以仰视视角采集所述物品的深度图像,所述深度图像至少包括所述物品的底侧面深度;
步骤M3:将所述深度图像转换为点云数据。
3.根据权利要求2所述的拣选多抓检测方法,其特征在于,根据所述点云数据确定所述物品至少一侧面的面积,且该侧面为底侧面时,包括如下步骤:
步骤A1:根据所述点云数据确定一点云法向,所述点云法向与所述末端执行器的轴向同向;
步骤A2:获取一预设置的偏离阈值,将所述点云数据中沿所述点云法向量方向偏离距离大于所述偏离阈值的点云删除生成目标点云数据;
步骤A3:根据所述目标点云数据拟合出所述物品底侧面的延伸范围,根据所述延伸范围确定所述物品底侧面的面积。
4.根据权利要求3所述的拣选多抓检测方法,其特征在于,当所述物品呈立方体形且所述末端执行器为吸盘,至少根据所述面积获取该物品对应的面积阈值时,包括如下步骤:
步骤B1:获取所述末端执行器的端面坐标,根据所述端面坐标确定所述物品底侧面与所述末端执行器之间的高度距离;
步骤B2:获取所述底侧面的延伸范围,根据所述延伸范围确定所述底侧面的长度和宽度;
步骤B3:根据所述长度、宽度以及所述高度距离确定该物品的所述底侧面为所述物品的最大侧面、次大侧面或最小侧面;
步骤B4:所述底侧面为所述物品的最大侧面时,获取所述底侧面对应的所述面积阈值,所述底侧面为所述物品的次大侧面和最小侧面时,获取所述底侧面对应的所述面积阈值和高度阈值。
5.根据权利要求1所述的拣选多抓检测方法,其特征在于,所述步骤S3包括如下步骤:
步骤S301:获取预设置的重量阈值,根据所述重量数据判断所述物品是否大于所述重量阈值;
步骤S302:当所述重量数据大于所述重量阈值时,确定所述物品存在多抓并向所述机器人发出控制信号控制所述末端执行器放回所述物品;
步骤S303:当所述重量数据小于所述重量阈值时,至少判断所述底侧面是否大于所述面积阈值,且在所述底侧面大于所述面积阈值时确定所述物品存在多抓并向所述机器人发出控制信号控制所述末端执行器放回所述物品。
6.根据权利要求4所述的拣选多抓检测方法,其特征在于,所述步骤S303具体为:
所述底侧面的面积大于所述最大侧面对应的面积阈值时,则认为多抓,此时确定所述底侧面为所述物品的最大侧面;
所述底侧面大于所述次大侧面对应的面积阈值且所述高度距离大于所述次大侧面对应的高度阈值时,则认为多抓,此时确定所述底侧面为所述物品的次大侧面时;
所述底侧面大于该最小侧面对应的所述面积阈值且所述高度距离大于该最小侧面对应的高度阈值时,则认为多抓,此时确定所述底侧面为所述物品的最小侧面。
7.一种拣选多抓检测方法,用于机器人对物品进行拣选,所述机器人包括末端执行器和深度相机,其特征在于,包括如下步骤:
步骤S1:获取点云数据;所述点云数据通过所述深度相机采集;
步骤S2:根据所述点云数据确定所述物品至少一侧面的面积,至少根据所述面积获取该物品对应的面积阈值;
步骤S3:根据所述面积阈值判断所述物品是否存在多抓,且当通过所述面积阈值判断出存在多抓时向所述机器人发出控制信号。
8.一种拣选多抓检测系统,其特征在于,包括如下模块:
数据获取模块,用于获取点云数据和重量数据;所述点云数据通过所述深度相机采集,所述重量数据通过所述重量传感器采集;
参数计算模块,用于根据所述点云数据确定所述物品至少一侧面的面积和该侧面法向的高度距离;
阈值获取模块,用于根据所述高度距离和所述面积至少确定该物品对应的面积阈值;
多抓判断模块,用于根据所述面积阈值和所述重量数据判断所述物品是否存在多抓,且当通过所述面积阈值和/或所述重量数据判断出存在多抓时控制所述末端执行器放回所述物品。
9.一种拣选多抓检测设备,其特征在于,包括:
处理器;
存储器模块,其中存储有所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至7任一项所述的拣选多抓检测方法的步骤。
10.一种计算机可读存储介质,用于存储程序,其特征在于,所述程序被执行时实现权利要求1至7任一项所述的拣选多抓检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210176859.2A CN116704003A (zh) | 2022-02-25 | 2022-02-25 | 拣选多抓检测方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210176859.2A CN116704003A (zh) | 2022-02-25 | 2022-02-25 | 拣选多抓检测方法、系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116704003A true CN116704003A (zh) | 2023-09-05 |
Family
ID=87834379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210176859.2A Pending CN116704003A (zh) | 2022-02-25 | 2022-02-25 | 拣选多抓检测方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116704003A (zh) |
-
2022
- 2022-02-25 CN CN202210176859.2A patent/CN116704003A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6683333B1 (ja) | 順序通りでなく到着するパッケージを処理するためのロボットシステム | |
CN111754515B (zh) | 堆叠物品的顺序抓取方法和装置 | |
US10902377B2 (en) | Robotic item handling using a variable area manipulator | |
JP7349094B2 (ja) | ピースロス管理メカニズムを有するロボットシステム | |
US10471597B1 (en) | Adaptive perception for industrial robotic systems | |
US9987748B2 (en) | Networked robotic manipulators | |
US20230008946A1 (en) | Robotic system with dynamic packing mechanism | |
JP5429614B2 (ja) | 箱状ワーク認識装置および方法 | |
JP2023160842A (ja) | 自動パッケージスキャンおよび登録メカニズムを備えたロボットシステム、ならびにその動作方法 | |
JP2021030439A (ja) | 物体を把持および保持するためのロボットマルチグリッパアセンブリおよび方法 | |
JP2021030431A (ja) | 物体を把持および保持するためのロボットマルチグリッパアセンブリおよび方法 | |
CN103659822A (zh) | 机器人设备 | |
JP2016147327A (ja) | 位置及び姿勢の変換演算機能を備えたワーク取出しロボットシステム、及びワーク取出し方法 | |
US20230286140A1 (en) | Systems and methods for robotic system with object handling | |
JP7175487B1 (ja) | 画像ベースのサイジングメカニズムを備えたロボットシステム及びロボットシステムを操作するための方法 | |
JP6741329B1 (ja) | グリッパ装置のツールを変更するシステム | |
CN116704003A (zh) | 拣选多抓检测方法、系统、设备及存储介质 | |
CN103802137A (zh) | 一种可视觉的工业机械手臂 | |
CN113284129B (zh) | 基于3d包围盒的压箱检测方法及装置 | |
CN112720497A (zh) | 机械手的控制方法、装置、拾取设备及存储介质 | |
JP7218881B1 (ja) | 物体更新機構を備えたロボットシステム及びロボットシステムを操作するための方法 | |
CN111410045A (zh) | 货箱搬运方法和装置 | |
CN117208567A (zh) | 用于物料筐无序拣取的取料方法、装置、设备及存储介质 | |
WO2022264381A1 (ja) | ワーク取出し個数算出装置、ハンドシステム、及び表示装置 | |
CN117206215A (zh) | 用于物料筐无序拣取的取料装置 |
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 |