CN116902559B - 传送片状物的视觉定位矫正方法 - Google Patents
传送片状物的视觉定位矫正方法 Download PDFInfo
- Publication number
- CN116902559B CN116902559B CN202311071760.7A CN202311071760A CN116902559B CN 116902559 B CN116902559 B CN 116902559B CN 202311071760 A CN202311071760 A CN 202311071760A CN 116902559 B CN116902559 B CN 116902559B
- Authority
- CN
- China
- Prior art keywords
- image
- corner
- edge
- mechanical arm
- target
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000012937 correction Methods 0.000 title claims abstract description 44
- 230000000007 visual effect Effects 0.000 title abstract description 18
- 239000011159 matrix material Substances 0.000 claims description 48
- 238000006243 chemical reaction Methods 0.000 claims description 43
- 230000009466 transformation Effects 0.000 claims description 27
- 238000003708 edge detection Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 11
- 238000003466 welding Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 9
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 8
- 230000009977 dual effect Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000012636 effector Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- 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
- B65G47/00—Article or material-handling devices associated with conveyors; Methods employing such devices
- B65G47/22—Devices influencing the relative position or the attitude of articles during transit by conveyors
- B65G47/24—Devices influencing the relative position or the attitude of articles during transit by conveyors orientating the articles
- B65G47/244—Devices influencing the relative position or the attitude of articles during transit by conveyors orientating the articles by turning them about an axis substantially perpendicular to the conveying plane
-
- 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
- B65G49/00—Conveying systems characterised by their application for specified purposes not otherwise provided for
- B65G49/05—Conveying systems characterised by their application for specified purposes not otherwise provided for for fragile or damageable materials or articles
- B65G49/07—Conveying systems characterised by their application for specified purposes not otherwise provided for for fragile or damageable materials or articles for semiconductor wafers Not used, see H01L21/677
Abstract
本申请公开了一种传送片状物的视觉定位矫正方法,涉及视觉检测技术领域。该方法包括:通过第一相机采集包含片状物中目标角点的角点图像,通过第二相机采集包含片状物中目标边缘的边缘图像;根据目标角点在角点图像中的图像角点位置,确定目标角点在机械臂对应的机械臂坐标系下的空间角点位置;根据目标边缘在边缘图像中的位置,确定目标边缘在机械臂坐标系下的空间倾斜角度;根据空间角点位置确定片状物的位置偏差,以及根据空间倾斜角度确定片状物的角度偏差;向机械臂控制器传输偏差信息,所述偏差信息包含位置偏差与角度偏差,偏差信息用于指示定位矫正过程中所述片状物的矫正方式。该方法可提高定位矫正的精度与效率。
Description
技术领域
本申请涉及视觉检测技术领域,尤其是一种传送片状物的视觉定位矫正方法。
背景技术
光伏产业是我国新能源产业的中坚,光伏组件制造是光伏产业的主要组成部分。光伏组件的生产制造工艺包括太阳能电池片检测分选、电池片焊接、汇流带焊接、排版铺设、中测等环节,整个生产工艺中基本上每个工艺环节都涉及视觉检测技术,尤其在光伏组件的检测、分选、串焊等工艺环节,因此视觉检测技术的攻关程度将直接影响着整个光伏组件制造的生产效率。
太阳能全自动串焊机主要用于电池片的自动焊接。在串焊前有一道重要的工序是电池片在传送带上的定位纠正过程,电池片的位置精准度直接影响串焊机的焊接效果。传统的定位通常以电池片边缘作为定位基准进行机械纠偏,这种定位方式速度较慢,且在此过程中可能需多次矫正,由于电池片的特性极薄易碎,增大了工件的损坏几率,无法适应实际生产线中要求。
发明内容
本申请人针对上述问题及技术需求,提出了一种传送片状物的视觉定位矫正方法,本申请的技术方案如下:
一方面,提供一种传送片状物的视觉定位矫正方法,包括如下步骤:
在利用传送带传送片状物的过程中,通过第一相机采集包含所述片状物中目标角点的角点图像,以及通过第二相机采集包含所述片状物中目标边缘的边缘图像,所述目标角点是所述片状物两条边缘的交点;
根据所述目标角点在所述角点图像中的图像角点位置,确定所述目标角点在机械臂对应的机械臂坐标系下的空间角点位置;
根据所述目标边缘在所述边缘图像中的位置,确定所述目标边缘在所述机械臂坐标系下的空间倾斜角度,所述空间倾斜角度是所述目标边缘与预设标准轴之间的角度;
根据所述空间角点位置确定所述片状物的位置偏差,以及根据所述空间倾斜角度确定所述片状物的角度偏差;
向机械臂控制器传输偏差信息,所述偏差信息包含所述位置偏差与所述角度偏差,所述偏差信息用于指示定位矫正过程中所述片状物的矫正方式,所述机械臂控制器用于控制所述机械臂对所述片状物进行定位矫正。
其中,进一步的方案为:
所述根据所述空间角点位置确定所述片状物的位置偏差,以及根据所述空间倾斜角度确定所述片状物的角度偏差,包括:
根据所述空间倾斜角度与标准倾斜角度确定所述角度偏差,所述标准倾斜角度是所述目标边缘在所述机械臂坐标系下应倾斜的角度;
根据所述空间角点位置与标准角点位置确定所述位置偏差,所述标准角点位置是所述角点在所述机械臂坐标系下应处于的空间位置。
所述方法还包括:
利用所述第一相机采集包含标准片状物中目标角点的标准角点图像,以及确定所述目标角点在所述标准角点图像中的图像角点位置在所述机械臂坐标系下的所述标准角点位置,所述标准片状物的摆放位置为标准位置;
利用所述第二相机采集包含所述标准片状物中目标边缘的标准边缘图像,以及确定所述目标边缘在所述标准边缘图像中的位置在所述机械臂坐标系下的所述标准倾斜角度。
所述根据所述空间角点位置与标准角点位置确定所述位置偏差,包括:
根据所述角度偏差与所述机械臂的旋转中心,对所述空间角点位置进行旋转,得到旋转后的空间角点位置;
将旋转后的空间角点位置与所述标准角点位置之间的坐标差值作为所述位置偏差。
所述在利用传送带传送片状物之前,所述方法还包括:
在机械臂旋转样本片状物的过程中,在不同时间点采集角点图像,其中,不同时间点的角点图像中包含同一角点;
根据不同角点图像确定不同的图像角点位置,以及根据不同的图像角点位置确定不同的空间角点位置;
基于不同的空间角点位置进行最小二乘圆拟合,得到所述机械臂的所述旋转中心。
所述确定所述目标角点在机械臂对应的机械臂坐标系下的空间角点位置,包括:
利用第一转换矩阵对图像角点位置进行坐标转换,得到空间角点位置,所述第一转换矩阵用于所述第一相机使用的第一相机坐标系与机械臂坐标系之间的坐标转换;
所述确定所述目标边缘在所述机械臂坐标系下的空间倾斜角度,包括:
利用第二转换矩阵对所述目标边缘在所述边缘图像中的位置进行转换,得到所述空间倾斜角度,所述第二转换矩阵用于所述第二相机使用的第二相机坐标系与机械臂坐标系之间的坐标转换。
所述利用第二转换矩阵对所述目标边缘在所述边缘图像中的位置进行转换,得到所述空间倾斜角度,包括:
利用所述第二转换矩阵对所述边缘图像中目标边缘上的至少两个边缘点位进行坐标转换,得到所述机械臂坐标系下的至少两个空间边缘点位;
对所述空间边缘点位进行直线拟合,得到所述目标边缘在所述机械臂坐标系下对应的空间直线;
确定所述空间直线与所述预设标准轴之间的夹角得到所述空间倾斜角度。
所述方法还包括:
利用所述第一相机对棋盘格标定板进行图像采集得到第一棋盘格图像,以及所述第二相机对所述棋盘格标定板进行图像采集得到第二棋盘格图像;
利用所述第一棋盘格图像对所述机械臂进行标定,得到所述第一转换矩阵;
利用所述第二棋盘格图像对所述机械臂进行标定,得到所述第二转换矩阵。
所述利用所述第一棋盘格图像对所述机械臂进行标定,得到所述第一转换矩阵,包括:
获取各个棋盘格格点在所述第一棋盘格图像中的第一图像位置;
获取各个所述棋盘格格点在所述机械臂坐标系下的第一空间位置;
基于若干位置组中所述第一图像位置与所述第一空间位置之间的映射关系,确定所述第一转换矩阵,其中,同一位置组内的第一图像位置与第一空间位置对应相同的棋盘格格点。
所述方法还包括:
对所述角点图像进行边缘检测,得到二值边缘图像;
对所述二值边缘图像进行概率霍夫变换,得到至少两个边缘线段;
对至少两个所述边缘线段进行直线拟合,得到所述目标角点连接的两条边缘直线;
将两条所述边缘直线的交点位置确定为所述图像角点位置。
本申请的有益技术效果是:
本申请实施例中,利用双相机进行传送片状物的视觉定位矫正过程,在此过程中,利用双相机分别对片状物的角点以及边缘进行图像采集,之后,可根据角点图像指示的图像角点位置确定空间角点位置,以及根据边缘图像指示的边缘位置确定边缘的空间倾斜角度,实现对传送带上的片状物的视觉定位,且根据角点位置对应的位置偏差以及倾斜角度对应的角度偏差控制机械臂进行定位矫正,采用双相机分别定位角点与边缘的方式可提高定位精度,从而有助于提高定位矫正效率。
附图说明
图1是本申请一个示例性实施例提供的视觉定位矫正的结构框图;
图2是本申请一个示例性实施例提供的角点图像的示意图;
图3是本申请一个示例性实施例提供的边缘图像的示意图;
图4是本申请一个示例性实施例提供的太阳能电池片的视觉定位矫正方法的流程图。
具体实施方式
下面结合附图对本申请的具体实施方式做进一步说明。
请参考图1,其示出了本申请一个示例性实施例提供的传送片状物的视觉定位矫正方法的流程图,该方法以计算机设备执行为例进行说明。该方法包括如下步骤:
步骤S1,在利用传送带传送片状物的过程中,通过第一相机采集包含片状物中目标角点的角点图像,以及通过第二相机采集包含片状物中目标边缘的边缘图像,目标角点是片状物两条边缘的交点。
其中,片状物是在传送带上的片状物体,本申请实施例提供的方案可应用于不同形状的片状物体,如矩形片、三角形片以及多边形片等。示意性的,片状物可为太阳能电池片,在太阳能电池片自动焊接过程中,对太阳能电池片进行定位矫正。
本申请实施例中,采用双相机进行视觉定位,第一相机与第二相机安装于不同位置处。其中,第一相机用于采集片状物的目标角点的角点图像,目标角点是片状物两条边缘的交点,采集的角点图像可为任意一个角点的图像,即目标角点可为任一角点。示意性的,对于太阳能电池片,角点图像可为对左下角角点、左上角角点、右上角角点或右下角角点采集得到的图像。为更精确的检测片状物的边缘倾斜角度,采用第二相机对片状物的目标边缘进行图像采集,得到边缘图像。其中,目标边缘可为片状物的任意一条边缘。
可选的,第一相机与第二相机均为灰度相机,采集得到的角点图像与边缘图像为灰度图像,灰度图像中包含灰度信息以及纹理信息。
步骤S2,根据目标角点在角点图像中的图像角点位置,确定目标角点在机械臂对应的机械臂坐标系下的空间角点位置。
通过第一相机采集的角点图像,可确定目标角点在图像中的图像角点位置(即相机坐标系下的角点位置),由于调整位置时,通过机械臂进行调整,因此,需确定目标角点在机械臂坐标系下的空间角点位置。在一种可能的实施方式中,可利用相机坐标系与机械臂坐标系之间的转换关系,对图像角点位置进行转换,得到机械臂坐标系下的空间角点位置,之后,再根据空间角点位置确定角点位置的偏差。
步骤S3,根据目标边缘在边缘图像中的位置,确定目标边缘在机械臂坐标系下的空间倾斜角度,空间倾斜角度是目标边缘与预设标准轴之间的角度。
同样的,通过第二相机采集的边缘图像,可确定目标边缘在边缘图像中的位置(即在相机坐标系下目标边缘的位置);再利用相机坐标系与机械臂坐标系之间的转换关系,确定目标边缘在机械臂坐标系下的位置,根据目标边缘在机械系坐标系下的位置确定目标边缘的空间倾斜角度。其中,预设标准轴是预先设定的参考轴线,可为相机坐标系下图像的X轴,空间倾斜角度即为目标边缘对应直线与X轴对应直线所形成的角度。
步骤S4,根据空间角点位置确定片状物的位置偏差,以及根据空间倾斜角度确定片状物的角度偏差。
通过空间角点位置以及空间倾斜角度,即可定位当前片状物。之后,可根据空间角点位置确定角点在机械臂坐标系下的位置偏差,且根据空间倾斜角度确定目标边缘在机械臂坐标系下倾斜角度的角度偏差,以根据位置偏差与角度偏差进行定位矫正。
步骤S5,向机械臂控制器传输偏差信息,偏差信息包含位置偏差与角度偏差,偏差信息用于指示定位矫正过程中片状物的矫正方式,机械臂控制器用于控制机械臂对片状物进行定位矫正。
在确定目标角点的位置偏差与目标边缘的角度偏差之后,向机械臂控制器(一种可编程逻辑控制器(Programmable Logic Controller,PLC))发送包含位置偏差与角度偏差的偏差信息,机械臂控制器根据偏差信息确定片状物的位置矫正方式,包含平移以及旋转方式。之后,机械臂控制器向机械臂发送包含位置矫正方式的控制指令,使机械臂对片状物进行平移以及旋转,完成位置的矫正。通过该种方式,可通过一次矫正过程完成片状物的定位纠偏,可提高定位矫正的效率,且可减少对薄片如太阳能电池片的损坏,适应生产要求。
示意性的,如图1所示,第一相机101与第二相机102安装于传送带一侧,机械臂103位于传送带另一侧,且第一相机101与第二相机102的安装位置不同。利用第一相机101采集电池片104的角点图像,以及利用第二相机采集电池片104的边缘图像。其中,第一相机101拍摄的角点图像如图2所示,其为电池片左上角角点对应的角点图像;第二相机拍摄的边缘图像如图3所示。
根据角点在角点图像201中的图像角点位置202确定空间角点位置,以及根据边缘图像301中目标边缘302的位置确定空间倾斜角度,再基于空间角点位置与空间倾斜角度进行视觉定位矫正过程。
本申请实施例中,利用双相机进行片状物的视觉定位矫正过程,在此过程中,利用双相机分别对片状物的角点以及边缘进行图像采集,之后,可根据角点图像指示的图像角点位置确定空间角点位置,以及根据边缘图像指示的边缘位置确定边缘的空间倾斜角度,实现片状物的视觉定位,且根据角点位置对应的位置偏差以及倾斜角度对应的角度偏差控制机械臂进行定位矫正,采用双相机分别定位角点与边缘的方式可提高定位精度,从而有助于提高定位矫正效率。
本申请实施例中,首先获取到角点在相机坐标系下的图像角点位置以及目标边缘在相机坐标系下的位置,之后再将二者转换为空间下的位置与角度。在此之前,需确定机械臂坐标系与相机坐标系之间的空间几何关系,以进行转换。在一种可能的实施方式中,可利用相机采集的棋盘格图像对机械臂进行标定,以得到二者之间的仿射变换矩阵RT。该方式包含如下步骤S6-S8,如下所示:
步骤S6,利用第一相机对棋盘格标定板进行图像采集得到第一棋盘格图像,以及第二相机对棋盘格标定板进行图像采集得到第二棋盘格图像。
可选的,可采用棋盘格标定板进行标定。分别利用第一相机与第二相机对棋盘格标定板进行图像采集,得到第一棋盘格图像与第二棋盘格图像。其中,第一棋盘格图像与第二棋盘格图像可为3*3的棋盘格灰度图像。利用棋盘格灰度图像中各角点的位置进行标定。
步骤S7,利用第一棋盘格图像对机械臂进行标定,得到第一转换矩阵。
第一转换矩阵即为第一相机与机械臂之间的仿射变换矩阵RT,表征第一相机与机械臂之间的空间几何关系,可用于第一相机坐标系与机械臂坐标系之间的坐标转换。其中,得到第一转换矩阵的过程包含步骤S71-S73,如下所示:
步骤S71,获取各个棋盘格格点在第一棋盘格图像中的第一图像位置。
在获取第一相机采集的第一棋盘格图像之后,可对第一棋盘格图像进行格检测,得到其中各个棋盘格格点在图像中的图像坐标(第一图像位置)。可选的,可获取预设数量的棋盘格格点的图像坐标,示意性的,可分别获取9个不同棋盘格格点的图像坐标。
格点检测之后,可将各个棋盘格格点的第一图像位置存储在第一组列表中。
步骤S72,获取各个棋盘格格点在机械臂坐标系下的第一空间位置。
之后,再获取各个棋盘格格点的空间位置坐标(第一空间位置),在一种可能的实施方式中,可利用机械臂依次触碰棋盘格格点,得到棋盘格格点的空间位置坐标。示意性的,可采用埃夫特机器人,其末端执行器为吸盘,可控制机器人的吸盘依次触碰棋盘格格点,记录各个格点的空间位置坐标,并存储在第二组列表中。
需要说明的是,机械臂触碰的棋盘格格点是上述已获取图像坐标的格点。结合上述示例,可利用机械臂依次触碰9个棋盘格格点,得到9个棋盘格格点的空间坐标。
步骤S73,基于若干位置组中第一图像位置与第二空间位置之间的映射关系,确定第一转换矩阵,其中,同一位置组内的第一图像位置与第一空间位置对应相同的棋盘格格点。
对第一组列表中图像坐标与第二组列表中的空间坐标,可组合得到若干位置组,其中,一个位置组由一个棋盘格格点的图像坐标与空间坐标组成。可将若干位置组传入目标函数中,计算得到第一转换矩阵。其中,目标函数用于根据位置映射关系计算相机坐标系与机械臂坐标系之间的仿射变换矩阵。
结合上述示例,可利用9组位置坐标计算得到第一转换矩阵。
步骤S8,利用第二棋盘格图像对机械臂进行标定,得到第二转换矩阵。
第二转换矩阵即为第二相机与机械臂之间的仿射变换矩阵RT,表征第二相机与机械臂之间的空间几何关系,可用于第二相机坐标系与机械臂坐标系之间的坐标转换。
在利用第二棋盘格图像对机械臂进行标定的过程中,可获取各个棋盘格格点在第二棋盘格图像中的第二图像位置(图像坐标)以及在机械臂坐标系下的第二空间位置(空间坐标),再利用第二图像位置与第二空间位置之间的映射关系,计算得到第二转换矩阵,其方式与计算第一转换矩阵的方式相同,本实施例不再赘述。
除了确定相机与机械臂之间的空间几何关系之外,本申请实施例中,还需控制机械臂进行角度矫正,因此,还需进行旋转中心的标定。旋转中心的标定可包含步骤S9-S11,如下所示:
步骤S9,在机械臂旋转样本片状物的过程中,在不同时间点采集角点图像,其中,不同时间点的角点图像中包含同一角点。
在标定旋转中心的过程中,可控制机械臂旋转样本片状物。其中,样本片状物与实际传送的片状物的规格一致。在旋转过程中,可利用相机在旋转的不同时间点采集同一角点对应的角点图像,得到不同角点图像,即不同角点图像是指不同时间点下同一角点的不同图像。
采集的不同角点图像的数量可根据需求进行设置,其包含至少三张不同的角点图像。
步骤S10,根据不同角点图像确定不同的图像角点位置,以及根据不同的图像角点位置确定不同的空间角点位置。
之后,可对不同角点图像进行角点检测,确定角点在不同角点图像中的图像角点位置,以根据不同图像角点位置确定旋转中心。
首先,可将不同的图像角点位置转换为空间角点位置(即机械系坐标系下的空间坐标)。若利用第一相机采集角点图像,则可利用第一转换矩阵对图像角点位置进行转换,得到空间角点位置;若利用第二相机采集角点图像,则可利用第二转换矩阵对图像角点位置进行转换,得到空间角点位置。
根据各个角点图像,分别得到角点的不同空间角点位置,其中,包含至少角点的3个空间角点位置。
步骤S11,基于不同的空间角点位置进行最小二乘圆拟合,得到机械臂的旋转中心。
本实施例中,采用最小二乘圆拟合算法对至少3个空间角点位置对应的空间坐标进行拟合,得到机械臂坐标系下的圆心(xo,yo)与半径R,其中,圆心(xo,yo)即为旋转中心,完成旋转中心的标定。
需要说明的是,上述标定过程均在实际定位矫正之前预先完成。
在上述标定完成后,根据图像角点位置确定空间角点位置时,即可利用第一转换矩阵对图像角点位置进行坐标转换,得到空间角点位置。
且可利用第二转换矩阵对目标边缘在边缘图像中的位置进行转换,以得到空间倾斜角度。确定空间倾斜角度的过程可包含步骤S31-S33,如下所示:
步骤S31,利用第二转换矩阵对边缘图像中目标边缘上的至少两个边缘点进行坐标转换,得到机械臂坐标系下的至少两个空间边缘点。
在一种可能的实施方式中,可利用边缘检测算法对边缘图像进行边缘检测,得到目标边缘对应的直线,之后,可在目标边缘对应的直线上进行边缘点选取,得到至少两个边缘点的边缘点位(在第二相机坐标系下的坐标)。为提高空间倾斜角度定位的准确性,可选取多个边缘点位。
边缘点选取后,可利用第二转换矩阵对各个边缘点位进行坐标变换,得到机械臂坐标系下的空间边缘点位(空间坐标)。
示意性的,当根据边缘图像拟合得到目标边缘的直线y=k1x+b1后,可根据直线方程选取10个边缘点位。再对10个边缘点位进行坐标变换,得到10个空间边缘点位。
步骤S32,对空间边缘点位进行直线拟合,得到目标边缘在机械臂坐标系下对应的空间直线。
计算得到至少两个空间边缘点位之后,可对空间边缘点位进行直线拟合,可得到机械臂坐标系下的空间直线(空间直线方程),空间直线方程是以机械臂坐标系为准的方程。
结合上述示例,根据10个空间边缘点位拟合得到空间直线方程Y=K1x+B1,直线斜率为K1。
步骤S33,确定空间直线与预设标准轴之间的夹角得到空间倾斜角度。
空间倾斜角度即为空间直线与预设标准轴之间的夹角。在一种可能的实施方式中,可直接根据空间直线方程的直线斜率确定。
利用反正切函数对直线斜率进行转换,可得到空间倾斜角度。
上述过程中,根据目标角点在角点图像中的图像角点位置确定空间角点位置。在此过程中,需对角点图像进行角点检测,得到图像角点位置。其中,角点检测的过程可包含步骤一至四,如下所示:
步骤一,对角点图像进行边缘检测,得到二值边缘图像。
首先,在第一相机拍摄的角点图像中选取感兴趣区域(Region Of Interest,ROI),可选的,ROI区域可为光源区域。在安装第一相机与第二相机时,需相应安装对应的光源,第一相机与第二相机对对应光源区域进行图像拍摄。如图2所示,角点图像201中的光源区域202即为ROI区域。
之后,对ROI区域进行阈值化处理,得到二值化图像,以分割出电池片。之后,可对二值化图像进行开运算,以平滑电池片的轮廓并消除图像中细小的杂志,然后对平滑后的图像进行边缘检测,得到二值边缘图像。可选的,可采用Canny算法进行边缘检测,得到Canny算子处理后的二值边缘图像。
步骤二,对二值边缘图像进行概率霍夫变换,得到至少两个边缘线段。
边缘检测后,对二值边缘图像进行概率霍夫变换HoughLinesP,可得到多个线段,多个线段属于边缘(边缘线段)。
步骤三,对至少两个边缘线段进行直线拟合,得到目标角点连接的两条边缘直线。
得到至少两个边缘线段之后,可采用线段聚类的方法从边缘线段中分析得到可能的直线。在一种可能的实施方式中,可取至少两个边缘线段中线段端点,对线段端点进行加权最小二乘拟合,得到边缘对应的直线。加权最小二乘拟合方式如下:
其中,i表示第i个端点,yi为第i个端点的端点坐标,fi为第i个端点在带入拟合直线方程后的坐标,Wn-i为第i个端点对应的指数权数,0<W<1,n为端点总数量。其中,f=a+bt,求S的最小值解得a和b,可得到加权最小二乘法拟合得到的直线模型。
通过上述方式,可拟合得到目标角点连接的两条边缘直线,示意性的,如图2所示,可拟合得到直线204与直线205。
步骤四,将两条边缘直线的交点位置确定为图像角点位置。
根据两条边缘直线的直线方程求交点,得到图像交点位置。当拟合得到的两条直线方程为y=k2x+b2以及y=k3x+b3时(k2≠k3),其交点位置即为角点的图像角点位置。
需要说明的是,上述实施例中利用边缘检测算法对边缘图像进行检测,得到目标边缘对应的直线,其方式与本实施例中采用的方式相同,即先进行边缘检测,再进行概率霍夫变换得到多个短线段,对多个短线段拟合得到目标边缘对应的直线。
在一种可能的实施方式中,计算机设备内预先标定有标准角点位置与标准倾斜角度,标准角点位置是目标角点在机械臂坐标系下应处于的空间位置,标准倾斜角度是目标边缘在机械臂坐标下应倾斜的角度。
计算机设备可根据检测到的空间角点位置与标准角点位置确定位置偏差,以及根据检测到的空间倾斜角度与标准倾斜角度的差值确定角度偏差。且需要说明的是,空间角点位置是存在角度偏差下的位置,若直接根据空间角点位置与标准角点位置确定位置偏差,位置偏差中包含因角度偏差造成的位置偏差,若基于此偏差进行位置矫正,再基于角度偏差进行矫正,将造成矫正错误的情况。因此,为确保矫正的准确性,需去除因角度偏差造成的位置偏差,首先需先根据空间倾斜角度与标准倾斜角度确定角度偏差,再以标定的旋转中心为中心,对空间角点位置进行旋转,旋转角度为角度偏差对应的角点,得到旋转后的空间角点位置,再将旋转后的空间角点位置与标准角点位置之间的坐标差值作为位置偏差,此种方式可去除因角度偏差造成的位置偏差,提高矫正的准确性。
示意性的,角度偏差为αd,根据旋转中心(xo,yo)与角度偏差αd,确定旋转后的空间角点位置(xR,yR),将旋转后的空间角点位置与标准角点位置(x1,y1)做差,得到位置偏差(xd,yd),之后,将角度偏差αd与位置偏差(xd,yd)传输至PLC中,PLC根据角度偏差αd与位置偏差(xd,yd)控制机械臂平移旋转以完成位置与角度的矫正。即需控制机械臂根据位置偏差对片状物进行平移,使目标角点的空间角点位置位于标准角点位置,且需控制机械臂根据角度偏差对片状物进行旋转,使目标边缘的空间倾斜角度为标准倾斜角度。
其中,预先标定标准角点位置与标准倾斜角度的过程(模板标定过程)也是基于双相机完成。
可选的,利用第一相机采集包含标准片状物中目标角点的标准角点图像,以及确定目标角点在标准角点图像中的图像角点位置在机械臂坐标系下的标准角点位置,标准片状物的摆放位置为标准位置。
可选的,利用第二相机采集包含标准片状物中目标边缘的标准边缘图像,以及确定目标边缘在标准边缘图像中的位置在所述机械臂坐标系下的标准倾斜角度。
首先将片状物放置于传送带的标准位置处,之后,利用第一相机采集片状物的标准角点图像,并确定角点在标准角点图像中的角点位置,该方式可参考上述实施例中根据角点图像确定图像角点位置的方式,本实施例不再赘述。
之后,再利用第一转换矩阵进行坐标转换,得到标准角点位置。
且利用第二相机采集片状物的目标边缘的标准边缘图像,并利用第二转换矩阵对目标边缘在标准边缘图像中的位置进行转换,得到标准倾斜角度。
其中,利用第二转换矩阵进行转换得到标准倾斜角度的过程可参考上述实施例中利用第二转换矩阵转换得到空间转换角度的过程,本实施例不再赘述。
在一种可能的实施方式中,以片状物为电池片为例,对太阳能电池片进行视觉定位矫正的过程包含如下步骤:
步骤401,利用第一相机与第二相机采集棋盘格图像。
步骤402,确定第一相机和第二相机分别与机械臂之间的空间几何关系。
可利用第一相机采集的棋盘格图像对机械臂进行手眼标定,得到第一相机与机械臂之间的空间几何关系(仿射变换矩阵);且可利用第二相机采集的棋盘格图像对机械臂进行手眼标定,得到第二相机与机械臂之间的空间几何关系。
步骤403,对机械臂进行旋转中心标定。
步骤404,利用第一相机检测模板角点,以及利用第二相机检测模板角度。
利用第一相机检测模板角点可参考上述实施例中利用第一相机采集标准角点图像,并转化为标准角点位置的过程,标准角点位置即为模板角点;且利用第二相机检测模板角度可参考上述实施例中利用第二相机采集标准边缘图像,并转化为标准倾斜角度的过程,标准倾斜角度即为模板角度。
步骤405,初始化仿射变换矩阵、电池片的模板值以及旋转中心。
其中,电池片的模板值包含模板角点以及模板角度。
步骤406,利用第一相机检测当前角点坐标,以及利用第二相机检测当前倾斜角度。
其中,当前角点坐标与当前倾斜角度为机械臂坐标系下的值。
步骤407,计算当前倾斜角度与模板角度间的差值,得到角度偏差θ。
步骤408,将当前角点坐标以旋转中心为中心旋转θ,得到更新角点坐标。
步骤409,计算更新角点坐标与模板角点间的差值,得到位置偏差(x,y)。
步骤410,将角度偏差与位置偏差传输至PLC中,控制机械臂进行定位矫正。
在本实施例中,初始化标定得到的仿射变换矩阵,模板值和旋转中心坐标;在传送太阳能电池片的过程中,可利用初始化的仿射变换矩阵以及旋转中心计算得到当前角点坐标以及当前倾斜角度,再根据模板值计算得到角度偏差与位置偏差,以完成矫正,可提高定位矫正的效率与精度。在生产应用中,定位矫正过程在150ms以内,定位精度达到0.3mm,角度精度达到0.1°。在大批量工业生产中大大提高了生产效率的同时提高了太阳能电池片的串焊精度。
以上所述的仅是本申请的优选实施方式,本申请不限于以上实施例。可以理解,本领域技术人员在不脱离本申请的精神和构思的前提下直接导出或联想到的其他改进和变化,均应认为包含在本申请的保护范围之内。
Claims (10)
1.一种传送片状物的视觉定位矫正方法,其特征在于,所述方法包括:
在利用传送带传送片状物的过程中,通过第一相机采集包含所述片状物中目标角点的角点图像,以及通过第二相机采集包含所述片状物中目标边缘的边缘图像,所述目标角点是所述片状物两条边缘的交点;
根据所述目标角点在所述角点图像中的图像角点位置,确定所述目标角点在机械臂对应的机械臂坐标系下的空间角点位置;
根据所述目标边缘在所述边缘图像中的位置,确定所述目标边缘在所述机械臂坐标系下的空间倾斜角度,所述空间倾斜角度是所述目标边缘与预设标准轴之间的角度;
根据所述空间角点位置确定所述片状物的位置偏差,以及根据所述空间倾斜角度确定所述片状物的角度偏差;
向机械臂控制器传输偏差信息,所述偏差信息包含所述位置偏差与所述角度偏差,所述偏差信息用于指示定位矫正过程中所述片状物的矫正方式,所述机械臂控制器用于控制所述机械臂对所述片状物进行定位矫正。
2.根据权利要求1所述的方法,其特征在于,所述根据所述空间角点位置确定所述片状物的位置偏差,以及根据所述空间倾斜角度确定所述片状物的角度偏差,包括:
根据所述空间倾斜角度与标准倾斜角度确定所述角度偏差,所述标准倾斜角度是所述目标边缘在所述机械臂坐标系下应倾斜的角度;
根据所述空间角点位置与标准角点位置确定所述位置偏差,所述标准角点位置是所述目标角点在所述机械臂坐标系下应处于的空间位置。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
利用所述第一相机采集包含标准片状物中目标角点的标准角点图像,以及确定所述目标角点在所述标准角点图像中的图像角点位置在所述机械臂坐标系下的所述标准角点位置,所述标准片状物的摆放位置为标准位置;
利用所述第二相机采集包含所述标准片状物中目标边缘的标准边缘图像,以及确定所述目标边缘在所述标准边缘图像中的位置在所述机械臂坐标系下的所述标准倾斜角度。
4.根据权利要求2所述的方法,其特征在于,所述根据所述空间角点位置与标准角点位置确定所述位置偏差,包括:
根据所述角度偏差与所述机械臂的旋转中心,对所述空间角点位置进行旋转,得到旋转后的空间角点位置;
将旋转后的空间角点位置与所述标准角点位置之间的坐标差值作为所述位置偏差。
5.根据权利要求4所述的方法,其特征在于,所述在利用传送带传送片状物之前,所述方法还包括:
在机械臂旋转样本片状物的过程中,在不同时间点采集角点图像,其中,不同时间点的角点图像中包含同一角点;
根据不同角点图像确定不同的图像角点位置,以及根据不同的图像角点位置确定不同的空间角点位置;
基于不同的空间角点位置进行最小二乘圆拟合,得到所述机械臂的所述旋转中心。
6.根据权利要求1至5任一所述的方法,其特征在于,
所述确定所述目标角点在机械臂对应的机械臂坐标系下的空间角点位置,包括:
利用第一转换矩阵对图像角点位置进行坐标转换,得到空间角点位置,所述第一转换矩阵用于所述第一相机使用的第一相机坐标系与机械臂坐标系之间的坐标转换;
所述确定所述目标边缘在所述机械臂坐标系下的空间倾斜角度包括:
利用第二转换矩阵对所述目标边缘在所述边缘图像中的位置进行转换,得到所述空间倾斜角度,所述第二转换矩阵用于所述第二相机使用的第二相机坐标系与机械臂坐标系之间的坐标转换。
7.根据权利要求6所述的方法,其特征在于,所述利用第二转换矩阵对所述目标边缘在所述边缘图像中的位置进行转换,得到所述空间倾斜角度,包括:
利用所述第二转换矩阵对所述边缘图像中目标边缘上的至少两个边缘点位进行坐标转换,得到所述机械臂坐标系下的至少两个空间边缘点位;
对所述空间边缘点位进行直线拟合,得到所述目标边缘在所述机械臂坐标系下对应的空间直线;
确定所述空间直线与所述预设标准轴之间的夹角得到所述空间倾斜角度。
8.根据权利要求6所述的方法,其特征在于,所述方法还包括:
利用所述第一相机对棋盘格标定板进行图像采集得到第一棋盘格图像,以及所述第二相机对所述棋盘格标定板进行图像采集得到第二棋盘格图像;
利用所述第一棋盘格图像对所述机械臂进行标定,得到所述第一转换矩阵;
利用所述第二棋盘格图像对所述机械臂进行标定,得到所述第二转换矩阵。
9.根据权利要求8所述的方法,其特征在于,所述利用所述第一棋盘格图像对所述机械臂进行标定,得到所述第一转换矩阵,包括:
获取各个棋盘格格点在所述第一棋盘格图像中的第一图像位置;
获取各个所述棋盘格格点在所述机械臂坐标系下的第一空间位置;
基于若干位置组中所述第一图像位置与所述第一空间位置之间的映射关系,确定所述第一转换矩阵,其中,同一位置组内的第一图像位置与第一空间位置对应相同的棋盘格格点。
10.根据权利要求1至5任一所述的方法,其特征在于,所述方法还包括:
对所述角点图像进行边缘检测,得到二值边缘图像;
对所述二值边缘图像进行概率霍夫变换,得到至少两个边缘线段;
对至少两个所述边缘线段进行直线拟合,得到所述目标角点连接的两条边缘直线;
将两条所述边缘直线的交点位置确定为所述图像角点位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311071760.7A CN116902559B (zh) | 2023-08-23 | 2023-08-23 | 传送片状物的视觉定位矫正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311071760.7A CN116902559B (zh) | 2023-08-23 | 2023-08-23 | 传送片状物的视觉定位矫正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116902559A CN116902559A (zh) | 2023-10-20 |
CN116902559B true CN116902559B (zh) | 2024-03-26 |
Family
ID=88353294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311071760.7A Active CN116902559B (zh) | 2023-08-23 | 2023-08-23 | 传送片状物的视觉定位矫正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116902559B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040105205A (ko) * | 2003-06-05 | 2004-12-14 | 가부시키가이샤 신가와 | 본딩 장치 |
CN106935683A (zh) * | 2017-03-24 | 2017-07-07 | 广东工业大学 | 一种太阳能电池片高速视觉定位及矫正系统及其方法 |
CN107767423A (zh) * | 2017-10-10 | 2018-03-06 | 大连理工大学 | 一种基于双目视觉的机械臂目标定位抓取方法 |
CN109166149A (zh) * | 2018-08-13 | 2019-01-08 | 武汉大学 | 一种融合双目相机与imu的定位与三维线框结构重建方法与系统 |
CN110580724A (zh) * | 2019-08-28 | 2019-12-17 | 贝壳技术有限公司 | 一种对双目相机组进行标定的方法、装置和存储介质 |
CN111083376A (zh) * | 2019-12-30 | 2020-04-28 | 广东博智林机器人有限公司 | 确定目标物安装位置的方法、系统、装置以及电子设备 |
JP2020148738A (ja) * | 2019-03-15 | 2020-09-17 | ケイミュー株式会社 | 板材の位置検出方法、板材のデータ補正方法、及び板材の位置検出装置 |
DE102020113002B3 (de) * | 2020-05-13 | 2021-08-26 | Asm Assembly Systems Gmbh & Co. Kg | Bestimmen der Genauigkeit einer Bestückmaschine bei mehrfacher Verwendung eines Test-Bauelements |
DE102020204749A1 (de) * | 2020-04-15 | 2021-10-21 | Robert Bosch Gesellschaft mit beschränkter Haftung | Beförderungsvorrichtung |
CN114290016A (zh) * | 2021-12-21 | 2022-04-08 | 燕山大学 | 一种基于双目视差计算的木工家具高精度装配系统及方法 |
CN114628301A (zh) * | 2022-03-22 | 2022-06-14 | 北京半导体专用设备研究所(中国电子科技集团公司第四十五研究所) | 一种晶圆传输系统的定位精度确定方法 |
CN114926507A (zh) * | 2022-07-18 | 2022-08-19 | 深圳新视智科技术有限公司 | 极片纠偏方法、装置、设备及可读存储介质 |
CN115861448A (zh) * | 2022-12-30 | 2023-03-28 | 广西电网有限责任公司钦州供电局 | 基于角点检测及特征点提取的系统标定方法及系统 |
CN115908913A (zh) * | 2022-11-16 | 2023-04-04 | 中科微至科技股份有限公司 | 基于rgbd的包裹类别检测方法及电子设备 |
CN116281271A (zh) * | 2023-04-06 | 2023-06-23 | 中国烟草总公司郑州烟草研究院 | 一种烟包自动卸车视觉辅助定位方法及其装置 |
-
2023
- 2023-08-23 CN CN202311071760.7A patent/CN116902559B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040105205A (ko) * | 2003-06-05 | 2004-12-14 | 가부시키가이샤 신가와 | 본딩 장치 |
CN106935683A (zh) * | 2017-03-24 | 2017-07-07 | 广东工业大学 | 一种太阳能电池片高速视觉定位及矫正系统及其方法 |
CN107767423A (zh) * | 2017-10-10 | 2018-03-06 | 大连理工大学 | 一种基于双目视觉的机械臂目标定位抓取方法 |
CN109166149A (zh) * | 2018-08-13 | 2019-01-08 | 武汉大学 | 一种融合双目相机与imu的定位与三维线框结构重建方法与系统 |
JP2020148738A (ja) * | 2019-03-15 | 2020-09-17 | ケイミュー株式会社 | 板材の位置検出方法、板材のデータ補正方法、及び板材の位置検出装置 |
CN110580724A (zh) * | 2019-08-28 | 2019-12-17 | 贝壳技术有限公司 | 一种对双目相机组进行标定的方法、装置和存储介质 |
CN111083376A (zh) * | 2019-12-30 | 2020-04-28 | 广东博智林机器人有限公司 | 确定目标物安装位置的方法、系统、装置以及电子设备 |
DE102020204749A1 (de) * | 2020-04-15 | 2021-10-21 | Robert Bosch Gesellschaft mit beschränkter Haftung | Beförderungsvorrichtung |
DE102020113002B3 (de) * | 2020-05-13 | 2021-08-26 | Asm Assembly Systems Gmbh & Co. Kg | Bestimmen der Genauigkeit einer Bestückmaschine bei mehrfacher Verwendung eines Test-Bauelements |
CN114290016A (zh) * | 2021-12-21 | 2022-04-08 | 燕山大学 | 一种基于双目视差计算的木工家具高精度装配系统及方法 |
CN114628301A (zh) * | 2022-03-22 | 2022-06-14 | 北京半导体专用设备研究所(中国电子科技集团公司第四十五研究所) | 一种晶圆传输系统的定位精度确定方法 |
CN114926507A (zh) * | 2022-07-18 | 2022-08-19 | 深圳新视智科技术有限公司 | 极片纠偏方法、装置、设备及可读存储介质 |
CN115908913A (zh) * | 2022-11-16 | 2023-04-04 | 中科微至科技股份有限公司 | 基于rgbd的包裹类别检测方法及电子设备 |
CN115861448A (zh) * | 2022-12-30 | 2023-03-28 | 广西电网有限责任公司钦州供电局 | 基于角点检测及特征点提取的系统标定方法及系统 |
CN116281271A (zh) * | 2023-04-06 | 2023-06-23 | 中国烟草总公司郑州烟草研究院 | 一种烟包自动卸车视觉辅助定位方法及其装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116902559A (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110370286B (zh) | 基于工业机器人和单目相机的定轴运动刚体空间位置识别方法 | |
CN110555889B (zh) | 一种基于CALTag和点云信息的深度相机手眼标定方法 | |
CN110497187B (zh) | 基于视觉引导的太阳花模组装配系统 | |
CN110103217B (zh) | 工业机器人手眼标定方法 | |
CN110580725A (zh) | 一种基于rgb-d相机的箱体分拣方法及系统 | |
CN108182689B (zh) | 应用于机器人搬运打磨领域的板状工件三维识别定位方法 | |
JP5458885B2 (ja) | 物体検出方法と物体検出装置およびロボットシステム | |
CN106935683B (zh) | 一种太阳能电池片高速视觉定位及矫正系统及其方法 | |
CN111775152A (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 | |
CN113146172B (zh) | 一种基于多视觉的检测与装配系统及方法 | |
CN105783711B (zh) | 三维扫描仪校正系统及其校正方法 | |
CN109238135B (zh) | 一种基于视觉精准定位来料到测试箱的方法 | |
CN113251926B (zh) | 一种不规则物体的尺寸测量方法及测量装置 | |
CN113689509A (zh) | 基于双目视觉的无序抓取方法、系统及存储介质 | |
CN114581368B (zh) | 一种基于双目视觉的棒材焊牌方法及装置 | |
CN115629066A (zh) | 一种基于视觉引导的面向自动配线的方法及装置 | |
CN116402792A (zh) | 一种基于三维点云的空间孔位对接方法 | |
CN107423770A (zh) | 一种面向高速生产线的机器人视觉定位方法 | |
CN116902559B (zh) | 传送片状物的视觉定位矫正方法 | |
CN116000942B (zh) | 一种基于多轴协作机器人的半导体制造系统 | |
Xu et al. | Industrial robot base assembly based on improved Hough transform of circle detection algorithm | |
JP3684799B2 (ja) | 移動体の停止位置ズレ量検出装置 | |
CN206864487U (zh) | 一种太阳能电池片高速视觉定位及矫正系统 | |
CN111062989B (zh) | 一种高精度二维摄像头与机器人手眼标定的方法及系统 | |
CN113500593A (zh) | 一种抓取轴类工件指定部位进行上料的方法 |
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 |