CN117314859A - 一种目标物抓取角度确定方法 - Google Patents
一种目标物抓取角度确定方法 Download PDFInfo
- Publication number
- CN117314859A CN117314859A CN202311259183.4A CN202311259183A CN117314859A CN 117314859 A CN117314859 A CN 117314859A CN 202311259183 A CN202311259183 A CN 202311259183A CN 117314859 A CN117314859 A CN 117314859A
- Authority
- CN
- China
- Prior art keywords
- angle
- image
- target object
- similarity
- identification
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000001514 detection method Methods 0.000 claims abstract description 117
- 239000013598 vector Substances 0.000 claims description 231
- 238000004590 computer program Methods 0.000 description 14
- 238000006243 chemical reaction Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000009776 industrial production Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种目标物抓取角度确定方法。该目标物抓取角度确定方法包括:获取目标物的检测图像和模板图像;根据检测图像和模板图像,确定检测图像中目标物图像区域和所述目标物的中心坐标;根据目标物图像区域和模板图像,确定检测图像中角度标识的中心坐标;根据目标物的中心坐标和角度标识的中心坐标,确定目标物的当前抓取角度。采用上述技术方案,能够提高所确定的抓取角度的效率和准确度。
Description
技术领域
本发明涉及视觉定位技术领域,尤其涉及一种目标物抓取角度确定方法。
背景技术
视觉定位技术因具有定位精度高、速度快、自适应性高、非接触性,能够满足实时检测的需求,而被广泛应用中工业生产中。
目前,工业生产中常用的视觉定位技术为基于工业相机获取相应的检测图像,并采用相应的识别定位算法,确定出目标物的实际旋转角度。然而,在目标物外形为特殊形状,例如目标物为扁线电机定子铁芯,由于定子铁芯产品外形为标准的圆形,其角度识别特征相对于产品整体所占面积较小,导致常规的识别定位算法无法准确确定旋转角度信息,从而对后续视觉引导抓取定子铁芯产生不利影响。
发明内容
本发明提供了一种目标物抓取角度确定方法,以解决现有技术中无法对外形为特殊形状的目标物进行准确定位的技术问题。
本发明提供了一种目标物抓取角度确定方法,所述目标物上设置有角度标识,所述目标物抓取角度确定方法包括:
获取目标物的检测图像和模板图像;
根据所述检测图像和所述模板图像,确定所述检测图像中目标物图像区域和所述目标物的中心坐标;
根据所述目标物图像区域和所述模板图像,确定所述检测图像中角度标识的中心坐标;
根据所述目标物的中心坐标和所述角度标识的中心坐标,确定所述目标物的当前抓取角度。
本发明的技术方案,通过获取目标物的检测图像和模板图像,并根据检测图像和模板图像,确定检测图像中目标物图像区域和所述目标物的中心坐标,再根据目标物图像区域和模板图像,确定检测图像中角度标识的中心坐标,以根据目标物的中心坐标和角度标识的中心坐标两者,确定目标物的当前抓取角度,如此,即使目标物具有特殊的外形(例如标准的圆形或正方形),也能够基于目标物的中心坐标和角度标识的中心坐标之间的相对位置关系确定出目标物的旋转角度,从而能够基于该旋转角度确定出目标物的当前抓取角度;同时,在确定出目标物图像区域后,再根据目标物图像区域和模板图像,确定检测图像中角度标识的中心坐标,使得角度标识的中心坐标在目标物图像区域中进行确定,而非整个检测图像中进行确定,有利于提高所确定的角度标识的中心坐标的准确性,从而在根据目标物的中心坐标和角度标识的中心坐标,确定目标物的当前抓取角度时,能够提高所确定的当前抓取角度的准确性,进而能够提高对目标物抓取的成功率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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一些实施例,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,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种目标物抓取角度确定方法的流程图;
图2是本发明实施例提供的一种图像采集装置的结构示意图;
图3是本发明实施例二提供的一种目标物抓取角度确定方法的流程图;
图4是本发明实施例提供的一种检测图像和模板图像的示意图;
图5是本发明实施例三提供的一种目标物抓取角度确定方法的流程图;
图6是本发明实施例四提供的一种目标物抓取角度确定方法的流程图;
图7是本发明实施例五提供的一种目标物抓取角度确定装置的结构示意图;
图8是本发明的实施例六提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,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”等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”、“设置”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。
实施例一
图1是本发明实施例一提供的一种目标物抓取角度确定方法的流程图,本实施例可适用于对特殊形状的目标物的抓取角度进行确定情况,该目标物上设置有角度标识,该方法可以由目标物抓取角度确定装置来执行,该目标物抓取角度确定装置可以采用硬件和/或软件的形式实现,该目标物抓取角度确定装置可配置于电子设备,例如上位机中。如图1所示,该方法包括:
S110、获取目标物的检测图像和模板图像。
其中,目标物的检测图像可以基于工业相机进行获取,该工业相机可以固定于用于抓取目标物的机器人上,使得工业相机的相机坐标系与用于抓取目标物的机器人的坐标系相对固定,便于后续的坐标转换。工业相机可以包括但不限于2D工业相机。
在一示例性的实施例中,图2是本发明实施例提供的一种图像采集装置的结构示意图,如图2所示,图像采集装置可以包括工业相机和光源,光源位于工业相机靠近工作平台的一侧,光源能够为工作平台上的目标物提供光线,使得该光线经由工作平台上的目标物反射后能够被工业相机所采集,从而在工业相机中成像获取到检测图像。以目标物为扁线电机的定子铁芯为例,该扁线电机的定子铁芯上下表面均为标准的圆环形状,在定子铁芯上下料的过程中,需要确定定子铁芯的抓取角度,以便于后续的组装等。此时,可以采用工业相机采集放置于工作平台上的定子铁芯上表面的图像作为检测图像,该工业相机可以固定于用于抓取定子铁芯的机器人的末端,且在采用工业相机对定子铁芯的上表面进行图像采集时,需要对工业相机和光源的参数进行调整,例如需要调整光源的光照强度、工业相机的光圈大小和曝光时间等各项参数,保证定子铁芯上表面成像不至于过暗,也不会过曝光。同时,在采用工业相机对定子铁芯的上表面进行图像采集时,还需要调整工业相机的高度位置和相机焦距,保证定子铁芯上表面成像大小、位置和清晰度合理,示例性的,由于定子铁芯的尺寸较大,为保证光照均匀,光源可以选取面光源,该面光源的出光面覆盖定子铁芯的上表面,工业相机与定子铁芯上表面之间的距离可以控制在700mm左右,以满足较高的成像质量要求。此外,在采用工业相机对定子铁芯的上表面进行图像采集时,还需要考虑工业相机与定子铁芯的水平对位,可以通过调整工业相机在水平方向上的位置,确保定子铁芯的图像在工业相机的成像面上位置居中,以便于后续对检测图像的处理。
在一可选的实施例中,工业相机所采集的目标物的图像可以为初始检测图像,还可以对该初始检测图像进行预处理得到检测图像,预处理的过程例如可以包括:根据工业所采集的初始检测图像中目标物图像的尺寸,确定出包括完整的目标物图像的标准尺寸的感兴趣区域,将该标准尺寸的感兴趣区域作为检测图像,并将该标准尺寸的感兴趣区域之外的其它区域屏蔽,以达到消除噪声影响,提高图像采集、图像传输及图像处理速度的目的。
需要说明的,图2仅示例性地以目标物为扁线电机的定子铁芯为例,对检测图像的获取方式进行了示例性的说明,而在本发明实施例中目标物可以为任意具有特殊形状或非特殊形状的物体,本发明实施例对此不做具体限定,且对于目标物的检测图像的获取方式还可以为其它,本发明实时对此也不做具体限定。为便于描述,在没有特殊限定的前提下,以下均以目标物为扁线电机的定子铁芯为例进行示例性的说明。
同样的,模板图像同样可以基于工业相机进行获取,且获取模板图像时,工业相机和光源的参数可以与获取检测图像时工业相机和光源的参数相同,使得模板图像的图像比例与检测图像的图像比例保持一致,以便于后续的图像匹配。
S120、根据检测图像和模板图像,确定检测图像中目标物图像区域和目标物的中心坐标。
其中,模板图像中具有目标物模板,目标物模板与检测图像中的目标物图像具有相同的尺寸、方向和图像元素,此时,可以该目标物模板所处的区域以及中心坐标为基准,在检测图像上查找目标物所属的目标物图像区域,以及目标物图像区域内该目标物的中心坐标。在一可选的实施例中,可以采用模板匹配的方式,在检测图像上确定出目标物图像区域和目标物的中心坐标,例如在目标物模板上选取特征标识,将该特征标识与检测图像进行滑窗匹配,并计算相应的目标物相似度,以根据目标物相似度确定出检测图像中的目标物图像区域和目标物的中心坐标。可以理解的是,在目标物模板上选取的特征标识为一位置点、位置区域或向量等,可以根据实际需要进行设置,本发明实施例对此不做具体限定。
S130、根据目标物图像区域和模板图像,确定检测图像中角度标识的中心坐标。
其中,目标物上还设置有角度标识,该角度标识可以设置于目标物上,在采集目标物的检测图像和模板图像上,同时能够采集到该目标物上的角度标识,示例性的,当目标物为扁线电机的定子铁芯时,该角度标识可以为设置于定子铁芯上表面边缘处的缺口、凸起或凹槽等,且角度标识的形状可以为圆形、矩形等的至少一者,且角度标识的数量可以一个或多个,本发明实施例对此不最具体限定。
具体的,在对定子铁芯的上表面进行图像采集时,能够同时将采集到角度标识的图像,且该角度标识的图像会位于定子铁芯上表面的图像区域内。因此,在模板图像中的目标物模板还具有与检测图像中的角度标识图像的尺寸、方向和图像元素相同的角度标识模板,以该角度标识模板所处的区域以及中心坐标为基准,在目标物图像区域查找角度标识所属的区域,在查找到角度标识所属的区域后,可以在该区域内确定出角度标识的中心坐标。如此,在确定角度标识的中心坐标时,不必基于整个检测图像进行查找,而是在所确定的目标物图像区域中进行查找,能够缩小查找区域的范围,提高对角度标识的中心坐标的确定效率;同时,在缩小对角度标识的中心坐标进行查找的区域范围后,可以减小所确定的角度标识的中心坐标的误差,提高所确定的角度标识的中心坐标的准确度。
在一可选的实施例中,可以采用模板匹配的方式,在目标物图像区域上确定出角度标识的中心坐标,例如在角度标识模板上选取相应的特征标识,将该特征标识与目标物图像区域进行滑窗匹配,并计算相应的角度标识相似度,以根据角度标识相似度确定出目标物图像区域中的角度标识的中心坐标。可以理解的是,在角度标识物模板上选取的特征标识同样可以为一位置点、位置区域或向量等,可以根据实际需要进行设置,本发明实施例对此不做具体限定。
S140、根据目标物的中心坐标和角度标识的中心坐标,确定目标物的当前抓取角度。
具体的,在确定出目标物的中心坐标和角度标识的中心坐标后,可以确定出角度标识的中心坐标相较于目标物上的中心坐标的方位,将该方位与对目标物进行抓取时抓取角度为0时角度标识的中心坐标相较于目标物上的中心坐标的方位进行比较,即可确定出目标物当前的旋转角度,该旋转角度即为对目标物进行抓取时的抓取角度。
在一可选的实施例中,在确定出目标物的中心坐标和角度标识的中心坐标后,还需要进行坐标转换,将目标物的中心坐标和角度标识的中心坐标由图像坐标系转换为工业相机的坐标系,再由工业相机的坐标系转换为用于抓取目标物的机器人的坐标系,以使得进行坐标转换后的目标物的中心坐标和角度标识的中心坐标即为目标物和角度标识在机器人坐标系上的实际中心坐标,从而能够根据进行坐标转换后的目标物的中心坐标和角度标识的中心坐标确定出目标物的实际旋转角度,使得机器人能够根据该实际旋转角度准确抓取目标物,进行后续的组装等工序。
其中,图像坐标系向工业相机的坐标系进行转换的转换关系、工业相机的坐标系向用于抓取目标物的机器人的坐标系进行转换的转换关系可以预先存储于相应的存储器中,以在坐标转换时,能够直接从存储器中调用相应的转换关系。在完成坐标转换后,可以将转换后的目标物的中心坐标和角度标识的中心坐标通过相应的通信协议发送至机器人,该通信协议可以包括但不限于TCP/IP协议。
在一可选的实施例中,图像坐标与工业相机的坐标系的转换关系、以及工业相机的坐标系与机器人的坐标系的转换关系均可以采用常规的九点标定算法进行确定。在能够实现坐标转换的前提下,本发明实施例对此不做具体限定。
本实施例通过获取目标物的检测图像和模板图像,并根据检测图像和模板图像,确定检测图像中目标物图像区域和所述目标物的中心坐标,再根据目标物图像区域和模板图像,确定检测图像中角度标识的中心坐标,以根据目标物的中心坐标和角度标识的中心坐标两者,确定目标物的当前抓取角度,如此,即使目标物具有特殊的外形(例如标准的圆形或正方形),也能够基于目标物的中心坐标和角度标识的中心坐标之间的相对位置关系确定出目标物的旋转角度,从而能够基于该旋转角度确定出目标物的当前抓取角度;同时,在确定出目标物图像区域后,再根据目标物图像区域和模板图像,确定检测图像中角度标识的中心坐标,使得角度标识的中心坐标在目标物图像区域中进行确定,而非整个检测图像中进行确定,有利于提高所确定的角度标识的中心坐标的准确性,从而在根据目标物的中心坐标和角度标识的中心坐标,确定目标物的当前抓取角度时,能够提高所确定的当前抓取角度的准确性,进而能够提高对目标物抓取的成功率。
实施例二
图3是本发明实施例二提供的一种目标物抓取角度确定方法的流程图,本实施例在上述实施例的基础上对检测图像中的目标物图像区域和目标物中心坐标的具体确定方式进行了说明,具体包括:“在模板图像中确定出由目标物模板的中心点指向目标物模板的边缘点的目标参考向量;将目标参考向量与检测图像进行滑窗匹配,并计算每个滑窗处的目标物相似度;根据各目标物相似度,确定检测图像中的目标物图像区域和所述目标物的中心坐标”。如图3所示,该方法包括:
S210、获取目标物的检测图像和模板图像。
S220、在模板图像中确定出由目标物模板的中心点指向目标物模板的边缘点的目标参考向量。
其中,由于已知模板图像中目标物模板的方向和大小,因此可以确定出模板图像中目标物模板的中心点的坐标和目标物模板的边缘点的坐标,此时,目标物模板的中心点指向目标物模板的边缘点的线段即为目标参考向量该目标参考向量/>的起始坐标即为目标物模板的中心点的坐标,该参考向量/>的终止坐标即为目标物模板的边缘点的坐标。
在一可选的实施例中,由于模板图像中目标物模板具有多个边缘点,因此可以在目标物模板的边缘选取多个边缘点,并分别确定由目标物模板的中心点指向目标物模板的各边缘点的多个目标参考向量
示例性的,图4是本发明实施例提供的一种检测图像和模板图像的示意图,如图4所示,在模板图像(a)中确定的目标参考向量的数量为M个,该M个目标参考向量分别为其中,目标参考向量/>为以目标物模板的中心点O1为起点、以及以目标物模板的边缘处的边缘点A1为终点的向量,目标参考向量/>为以目标物模板的中心点O1为起点、以及以目标物模板的边缘处的边缘点A2为终点的向量,…,目标参考向量/>为以目标物模板的中心点O1为起点、以及以目标物模板的边缘处的边缘点AM为终点的向量,边缘点A1、A2、…、AM可以均匀分布于目标物模板的边缘上。当在模板图像(a)中,以目标物模板的中心点为原点建立模板坐标系时,各目标参考向量可以由其对应的边缘点的坐标进行表示,例如边缘点A1的坐标为(Xa1,Ya1)、A2的坐标为(Xa2,Ya2)、…、AM的坐标为(Xam,Yam)时,目标参考向量/> 分别为(Xa1,Ya1)、(Xa2,Ya2)、…、(Xam,Yam)。
S230、将目标参考向量与检测图像进行滑窗匹配,并计算每个滑窗处的目标物相似度。
具体的,由于检测图像的尺寸大于该检测图像中目标物图像的尺寸,因此为确定目标物图像在该检测图像中的位置,需要将所确定出的目标参考向量与检测图像上的各个区域内的向量进行一一比对,在比对的过程中,需要计算出目标参考向量与检测图像上各个区域内的向量之间的相似度,该相似度可以作为目标物相似度。
在一可选的实施例中,目标参考向量与检测图像进行滑窗匹配、以及计算每个滑窗处的目标物相似度的具体实现方式可以包括:在检测图像上确定与第一设定滑窗对应的图像区域的中心坐标;根据图像区域的中心坐标和目标参考向量,确定位于图像区域内的目标物边缘向量;基于目标物边缘向量和目标参考向量,计算图像区域的目标物相似度;以第一预设步长调节第一设定滑窗在检测图像上对应的图像区域,并返回执行在检测图像上确定与第一设定滑窗对应的图像区域内的区域中心点坐标至基于目标物边缘向量和目标参考向量,计算图像区域的目标物相似度的各步骤,直至完成对检测图像的各图像区域的遍历。
其中,第一设定滑窗的大小可以根据目标物的尺寸进行确定,以图4所示的图像为例,当模板图像(a)上的目标物模板的外围轮廓为圆形,该目标物模板的半径为R时,第一设定滑窗的面积设置可以为4(R+K1)2,K1为一大于0的参数,该参数的取值可以根据实际需要进行设置,在能够确保第一设定滑窗在检测图像上对应的图像区域大于目标物图像且与目标物图像之间的尺寸差在预设范围内的前提下,本发明实施例对K1的取值不做限定。在一示例性的实施例中,K1可以等于10。
此外,第一设定滑窗的尺寸还能够反映出对检测图像进行遍历时比对次数,例如当第一设定滑窗的面积为4(R+10)2,且检测图像的尺寸为L*L时,对检测图像进行遍历时的比对次数n=L2-4RL-40L+80R+4R2+400。
可以理解的是,由于图像是由像素点组成的,像素点的尺寸与图像的分辨率相关,在图像的分辨率确定时,单位面积内的像素点的数量为确定值,即每个像素点的尺寸为确定值,且在图像的坐标系确定后,能够一一对应地确定出各像素点的坐标,因此在图像中目标物的边缘点和中心点的坐标分别为呈现出该目标物的边缘点和中心点的像素点的坐标。此时,图像中物体的尺寸的单位可以为像素点,即当目标物模板的半径为R时,可以获知该目标物模板的半径为R个像素点的尺寸,如此能够在图像中准确确定出目标物的边缘点和中心点的坐标。
具体的,以图4所示的图像为例,在模板图像(a)中确定出由目标物模板的中心点指向该目标物模板的边缘点的目标参考向量后,可以获知该目标参考向量的方向和向量模。当以检测图像(b)的左上角的起始点O2为图像坐标系的原点,以及以模板图像(a)中目标物模板的中心点O1为原点建立模板坐标系时,若在检测图像(b)中目标物的中心坐标为(X0,Y0),则目标参考向量在模板坐标系中为(Xa,Ya)时,检测图像(b)中的目标物边缘向量/>应该为(Xa+X0,Ya+Y0)。此时,从检测图像(b)的图像坐标系的原点O2为起点开始对检测图像进行遍历,使得第一设定滑窗的初始位置为检测图像(b)中图像区域P1,在将该图像区域P1的中心点的坐标(X1,Y1)作为目标物的中心坐标时,基于目标参考向量/>在模板坐标系中为(Xa,Ya),可以获知在该图像区域P1中目标物边缘向量/>为(X1+Xa,Y1+Xa),此时可以计算该图像区域P1与目标物模板的目标物相似度/>在确定出图像区域P1与目标物模板的目标物相似度后,可以第一预设步长移动第一设定滑窗,使得该第一设定滑窗的位置变为检测图像(b)中的图像区域P2,在将该图像区域P2的中心点的坐标(X2,Y2)作为目标物的中心坐标时,可以获知在该图像区域P2中目标物边缘向量/>为(X2+Xa,Y2+Xa),此时可以计算该图像区域P2与目标物模板的目标物相似度/> 以此类推,直至第一设定滑窗位置为检测图像中的最后一个图像区域Pn时,完成对检测图像(b)的遍历,以该图像区域Pn的中心点的坐标(Xn,Yn)作为目标物的中心坐标,确定出在该图像区域Pn中目标物边缘向量/>为(Xn+Xa,Yn+Xa),该图像区域Pn与目标物模板的目标物相似度/>
在一可选的实施例中,在模板图像中确定的目标参考向量的数量为M个,每个第一设定滑窗对应的图像区域内包括与M个目标参考向量一一对应的M个目标物边缘向量;M为大于或等于2的正整数;此时,计算每个图像区域的目标物相似度的实现方式可以包括:计算目标参考向量和与该目标参考向量对应的目标物边缘向量的目标向量相似度;将M个目标向量相似度的平均值作为图像区域的目标物相似度。
具体的,当模板图像中包括M个目标参考向量时,可以在检测图像的每个图像区域内对应确定出M个目标物边缘向量/>此时,可以先对应计算同一图像区域中各目标物边缘向量与各目标参考向量之间的目标向量相似度,即/>再对同一图像区域的目标向量相似度进行求平均,确定出该图像区域的目标物相似度/>
示例性的,如图4所示,当图像区域P1中的M个目标物边缘向量分别为 时,图像区域P1的目标物相似度/>当图像区域P2中的M个目标物边缘向量分别为/>时,图像区域P2的目标物相似度…;当图像区域Pn中的M个目标物边缘向量分别为/> 时,图像区域Pn的目标物相似度/>如此,每个图像区域的目标物相似度均是基于多个目标物边缘向量的目标向量相似度的平均值进行确定的,从而能够提高每个图像区域的目标物相似度的准确性。
S240、根据各目标物相似度,确定检测图像中的目标物图像区域和目标物的中心坐标。
具体的,由于目标物相似度能够表示该检测图像中图像区域内的目标物图像与目标物模板之间的相似程度,且通常目标物相似度越高,表明检测图像中图像区域内的目标物图像与目标物模板之间的相似程度越高,因此,可以将各目标物相似度中的最高值对应的图像区域确定为检测图像中的目标物图像区域,该目标物图像区域的中心点的坐标即为目标物的中心坐标。
在一可选的实施例中,根据各目标物相似度,确定检测图像中的目标物图像区域和目标物的中心坐标的具体实现方式可以包括:将各目标物相似度中最大的目标物相似度确定为第一相似度;判断第一相似度是否大于第一预设相似度;若是,则将第一相似度对应的所述图像区域确定为目标物图像区域;将目标物图像区域的区域中心坐标确定为目标物的中心坐标。
其中,第一预设相似度可以为检测图像中的目标物图像与模板图像中目标物模板之间的匹配程度为预设匹配程度时的目标物相似度,该预设匹配程度可以根据实际所需要的匹配精度进行确定;相应的,第一预设相似度可以根据目标物模板的尺寸或设计人员的经验进行设置,本发明实施例对此不做具体限定。
具体的,在将所确定的各目标物相似度中的最大相似度确定为第一相似度时,需要对该第一相似度是否大于第一预设相似度进行判断,且在第一相似度大于第一预设相似度时,可以确定出该第一相似度对应的图像区域内的目标物图像与目标物模板的匹配程度满足要求,此时可以直接将该第一相似度对应的图像区域确定为目标物图像区域,以及将该目标物图像区域的中心点的坐标确定为目标物的中心坐标;相反,在第一相似度小于或等于第一预设相似度时,可以确定出该第一相似度对应的图像区域内的目标物图像与目标物模板的匹配程度未满足要求,此时可以通过调整第一设定滑窗的尺寸等,再次对检测图像进行遍历,直至第一相似度大于第一预设相似度。
S250、根据目标物图像区域和模板图像,确定检测图像中角度标识的中心坐标。
S260、根据目标物的中心坐标和角度标识的中心坐标,确定目标物的当前抓取角度。
本实施例通过在模板图像中确定出目标参考向量后,基于该目标参考向量与检测图像进行滑窗匹配,并计算对应的目标物相似度,以能根据目标物的相似度确定出检测图像中图像区域与模板图像中的目标物模板之间的匹配情况,从而能够根据该目标物相似度,准确确定出检测图像中目标物图像所属的目标物图像区域,以及目标物的中心坐标。
实施例三
图5是本发明实施例三提供的一种目标物抓取角度确定方法的流程图,本实施例在上述实施例的基础上对角度标识的中心坐标的确定方式进行具体说明,具体包括:“在模板图像中确定出由角度标识模板的中心点指向角度标识模板的边缘点的标识参考向量;将标识参考向量与目标物图像区域进行滑窗匹配,并计算每个滑窗处的角度标识相似度;根据各角度标识相似度,确定目标物图像区域中的角度标识的中心坐标”,如图5所示,该方法包括:
S310、获取目标物的检测图像和模板图像。
S320、根据检测图像和模板图像,确定检测图像中目标物图像区域和目标物的中心坐标。
S330、在模板图像中确定出由角度标识模板的中心点指向角度标识模板的边缘点的标识参考向量。
其中,由于已知模板图像中目标物模板的方向和大小,因此可以确定出模板图像中角度标识模板的中心点的坐标和角度标识模板的边缘点的坐标,此时,角度标识模板的中心点指向角度标识模板的边缘点的线段即为标识参考向量该标识参考向量/>的起始坐标即为角度标识模板的中心点的坐标,该参考向量/>的终止坐标即为角度标识模板的边缘点的坐标。
在一可选的实施例中,由于模板图像中角度标识模板具有多个边缘点,因此可以在角度标识模板的边缘选取多个边缘点,并分别确定由角度标识模板的中心点指向角度标识模板的各边缘点的多个标识参考向量
示例性的,如图4所示,在模板图像(a)中确定的标识参考向量的数量为N个,该N个标识参考向量分别为其中,标识参考向量/>为以角度标识模板的中心点O3为起点、以及以角度标识模板的边缘处的边缘点C1为终点的向量,标识参考向量/>为以角度标识模板的中心点O3为起点、以及以角度标识模板的边缘处的边缘点C2为终点的向量,…,标识参考向量/>为以角度标识模板的中心点O3为起点、以及以角度标识模板的边缘处的边缘点CN为终点的向量,边缘点C1、C2、…、CN可以均匀分布于角度标识模板的边缘上。当在模板图像(a)中,以角度标识模板的中心点为原点建立模板坐标系时,各标识参考向量可以由其对应的边缘点的坐标进行表示,例如边缘点C1的坐标为(Xc1,Yc1)、C2的坐标为(Xc2,Yc2)、…、CN的坐标为(Xcn,Ycn)时,标识参考向量/>分别为(Xc1,Yc1)、(Xc2,Yc2)、…、(Xcn,Ycn)。
S340、将标识参考向量与目标物图像区域进行滑窗匹配,并计算每个滑窗处的角度标识相似度。
具体的,由于目标物图像区域的大于该目标物图像区域中角度标识图像的尺寸,因此为确定角度标识图像在该目标物图像区域中的位置,需要将所确定出的标识参考向量与目标物图像区域上的各个子区域内的向量进行一一比对,在比对的过程中,需要计算出标识参考向量与目标物图像区域上各个子区域内的向量之间的相似度,该相似度可以作为角度标识相似度。
在一可选的实施例中,将标识参考向量与目标物图像区域进行滑窗匹配,并计算每个滑窗处的角度标识相似度,包括:在目标物图像区域上确定与第二设定滑窗对应的子区域内的中心坐标;根据子区域中心坐标和标识参考向量,确定子区域内的角度标识边缘向量;基于角度标识边缘向量和标识参考向量,计算子区域的角度标识相似度;以第二预设步长调节第二设定滑窗在目标物图像区域上对应的子区域,并返回执行在目标物图像区域上确定与第二设定滑窗对应的子区域内的中心坐标至基于角度标识边缘向量和标识参考向量,计算子区域的角度标识相似度的各步骤,直至完成对目标物图像区域的各子区域的遍历。
其中,第二设定滑窗的大小可以根据角度标识的尺寸进行确定,以图4所示的图像为例,当模板图像(a)上的角度标识模板的外围轮廓为半圆形,且该角度标识模板的半径为r时,可以将第二设定滑窗的面积设置为4(r+K2)2,K2为一大于0的参数,该参数的取值可以根据实际需要进行设置,在能够确保第二设定滑窗在目标物图像区域上对应的子区域大于角度标识图像且与角度标识图像之间的尺寸差在预设范围内的前提下,本发明实施例对K2的取值不做限定。在一示例性的实施例中,K2可以等于10。
可以理解的是,第二设定滑窗的尺寸能够反映出对目标物图像区域进行遍历时比对次数,在一可选的实施例中当第二设定滑窗的面积为4(r+10)2,且目标物图像区域的面积为4(R+10)2时,对目标物图像区域进行遍历时的比对次数m=4R2+4r2-8Rr。如此,相较于在确定角度标识的中心坐标时需要比对整个检测图像的情况,能够减少比对次数,从而提高对角度标识的中心坐标的确定效率。
具体的,以图4所示的图像为例,在模板图像(a)中确定出由角度标识模板的中心点指向该角度标识模板的边缘点的标识参考向量后,可以获知该标识参考向量的方向和向量模。当以目标物图像区域(c)的左上角的起始点O4为图像坐标系的原点,以及以模板图像(a)中角度标识模板的中心点O3为原点建立模板坐标系时,若在目标物图像区域(c)中目标物的中心坐标为(x0,y0),则标识参考向量在模板坐标系中为(xc,yc)时,目标物图像区域(c)中的角度标识边缘向量/>应该为(xc+x0,yc+y0)。此时,从目标物图像区域(c)的图像坐标系的原点O4为起点开始对检测图像进行遍历,使得第二设定滑窗的初始位置为目标物图像区域(c)中子区域Q1,在将该子区域Q1的中心点的坐标(x1,y1)作为角度标识的中心坐标时,基于标识参考向量/>在模板坐标系中为(xc,yc),可以获知在该子区域Q1中角度标识边缘向量/>为(xc+x1,yc+y1),此时可以计算该子区域Q1与角度标识模板的角度标识相似度在确定出子区域Q1与角度标识模板的角度标识相似度后,可以第二预设步长移动第二设定滑窗,使得该第二设定滑窗的位置变为目标物图像区域(c)中子区域Q2,在将该子区域Q2的中心点的坐标(x2,y2)作为角度标识的中心坐标时,可以获知在该子区域Q2中角度标识边缘向量/>为(xc+x2,yc+y2),此时可以计算该子区域Q2与角度标识模板的角度标识相似度/>以此类推,直至第二设定滑窗位置为目标物图像区域(c)中的最后一个子区域Qm时,完成对目标物图像区域(c)的遍历,以该子区域Qm的中心点的坐标(xm,ym)作为角度标识的中心坐标,确定出在该子区域Qm中角度标识边缘向量/>为(xc+xm,yc+ym),该子区域Qm与角度标识模板的角度标识相似度/>
在一可选的实施例中,在模板图像中确定的标识参考向量的数量为N个,每个第二设定滑窗对应的所述子区域内包括与N个标识参考向量一一对应的N个角度标识边缘向量;N为大于或等于2的正整数;此时,基于角度标识边缘向量和标识参考向量,计算子区域的角度标识相似度,包括:计算标识参考向量和与该标识参考向量对应的角度标识边缘向量的标识向量相似度;将N个标识向量相似度的平均值作为子区域的角度标识相似度。
具体的,当模板图像中包括N个标识参考向量时,可以在检测图像的每个图像区域内对应确定出N个角度标识边缘向量/>此时,可以先对应计算同一子区域中各角度标识边缘向量与各标识参考向量之间的标识向量相似度,即/>再对同一图像区域的目标向量相似度进行求平均,确定出该图像区域的目标物相似度/>/>
示例性的,如图4所示,当子区域Q1中的N个角度标识边缘向量分别为 时,子区域Q1的角度标识相似度/>当子区域Q2中的N个角度标识边缘向量分别为/>时,图像区域P2的目标物相似度…;当子区域Qm中的N个目标向量分别为/> 时,图像区域Pn的目标物相似度/>如此,每个子区域的角度标识相似度均是基于多个角度标识边缘向量的标识向量相似度的平均值进行确定的,从而能够提高每个子区域的角度标识相似度的准确性。
S350、根据各角度标识相似度,确定目标物图像区域中的角度标识的中心坐标。
具体的,由于角度标识相似度能够表示该目标物图像区域的子区域内的角度标识图像与角度标识模板之间的相似程度,且通常角度标识相似度越高,表明目标物图像区域的子区域内的角度标识图像与角度标识模板之间的相似程度越高,因此,可以将各角度标识相似度中的最高值对应的子区域确定为目标物图像区域中的角度标识区域,该角度标识区域的中心点的坐标即为角度标识的中心坐标
在一可选的实施例中,根据各角度标识相似度,确定目标物图像区域中的角度标识的中心坐标,包括:将各角度标识相似度中最大的角度标识相似度确定为第二相似度;判断第二相似度是否大于第二预设相似度;若是,则将第二相似度对应的子区域确定为角度标识区域;将角度标识区域的中心坐标确定为角度标识的中心坐标。
其中,第二预设相似度可以为目标物图像区域中角度标识图像与模板图像中角度标识模板之间的匹配程度为预设匹配程度时的角度标识相似度,该预设匹配程度可以根据实际所需要的匹配精度进行确定;相应的,第二预设相似度可以根据角度标识模板的尺寸或设计人员的经验进行设置,本发明实施例对此不做具体限定。
具体的,在将所确定的各角度标识相似度中的最大相似度确定为第二相似度时,需要对该第二相似度是否大于第二预设相似度进行判断,且在第二相似度大于第二预设相似度时,可以确定出该第二相似度对应的子区域内的角度标识图像与角度标识模板的匹配程度满足要求,此时可以直接将该第二相似度对应的子区域确定为角度标识图像区域,以及将该角度标识图像区域的中心点的坐标确定为角度标识的中心坐标;相反,在第二相似度小于或等于第二预设相似度时,可以确定出该第二相似度对应的子区域内的角度标识图像与角度标识模板的匹配程度未满足要求,此时可以通过调整第二设定滑窗的尺寸等,再次对目标物图像区域进行遍历,直至第二相似度大于第二预设相似度。
S360、根据目标物的中心坐标和角度标识的中心坐标,确定目标物的当前抓取角度。
本实施例通过在模板图像中确定出标识参考向量后,基于该标识参考向量与目标物图像区域进行滑窗匹配,并计算对应的角度标识相似度,以能根据角度标识的相似度确定出目标物图像区域中子区域与模板图像中的角度标识模板之间的匹配情况,从而能够根据该角度标识相似度,准确其快速地确定出目标物图像区域中角度标识图像所属的角度标识图像区域,进而快速且准确地确定出角度标识的中心坐标。
实施例四
图6是本发明实施例四提供的一种目标物抓取角度确定方法的流程图,本实施例在上述实施例的基础上对目标物的当前抓取角度的确定方法进行了具体说明,具体包括:“获取初始定位向量;以检测图像中的目标物的中心坐标为起点、以及以检测图像中的角度标识的中心坐标为终点确定检测定位向量;根据检测定位向量与初始定位向量的夹角,确定目标物的当前抓取角度”,如图6所示,该方法包括:
S410、获取目标物的检测图像和模板图像。
S420、根据检测图像和模板图像,确定检测图像中目标物图像区域和目标物的中心坐标。
S430、根据目标物图像区域和模板图像,确定检测图像中角度标识的中心坐标。
S440、获取初始定位向量。
其中,如图4所示,初始定位向量为抓取角度为0度时,所获取的模板图像中,由目标物的中心坐标指向角度标识的中心坐标的向量。
S450、以检测图像中的目标物的中心坐标为起点、以及以检测图像中的角度标识的中心坐标为终点确定检测定位向量。
S460、根据检测定位向量与初始定位向量的夹角,确定目标物的当前抓取角度。
具体的,相较于抓取角度为0度时所获得的模板图像,检测图像中的目标物图像可能存在一大于0度的旋转角度,此时,可以先确定出检测图像中,由目标物的中心坐标指向角度标识的中心坐标的检测定位向量此时,若检测图像中目标物图像与工作台面上的目标物为1:1的比例关系,则该检测定位向量/>与初始定位向量/>之间的夹角即为当前的抓取角度。或者,当检测图像中目标物图像与工作台面上的目标物的比例关系并非为1:1的比例关系时,可以基于坐标变换将抓取角度为0度模板图像中的目标物中心坐标和角度标识的中心坐标变换至用于抓取工作台面上的目标物的机器人的坐标,并基于变换后的目标物中心坐标和角度标识的中心坐标确定出初始定位向量/>同样的,基于坐标变换将检测图像中的目标物中心坐标和角度标识的中心坐标变换至用于抓取工作台面上的目标物的机器人的坐标,并基于变换后的目标物中心坐标和角度标识的中心坐标确定出检测定位向量/>此时初始定位向量/>与检测定位向量/>之间的夹角即为当前抓取角度,以使得机器人能够基于该当前抓取角度准确抓取目标物,便于后需的装配等。
本实施例,通过在获取初始定位坐标后,将检测图像中由目标物的中心坐标指向角度标识的中心坐标的向量作为检测定位向量,并根据初始定位坐标和检测定位向量之间的夹角,确定出对目标物进行抓取的当前抓取角度,以使得机器人能够基于该当前抓取角度准确抓取目标物,便于后需的装配等。
实施例五
图7是本发明实施例五提供的一种目标物抓取角度确定装置的结构示意图。如图7所示,该装置包括:图像获取模块510、目标物确定模块520、角度标识确定模块530和抓取角度确定模块540,其中:
图像获取模块510,用于获取目标物的检测图像和模板图像;
目标物确定模块520,用于根据检测图像和模板图像,确定检测图像中目标物图像区域和目标物的中心坐标;
角度标识确定模块530,用于根据目标物图像区域和模板图像,确定检测图像中角度标识的中心坐标;
抓取角度确定模块540,用于根据目标物的中心坐标和角度标识的中心坐标,确定目标物的当前抓取角度。
可选的,目标物确定模块520包括目标参考向量确定单元、目标物相似度计算单元和目标物确定单元,其中:
目标参考向量确定单元用于在模板图像中确定出由目标物模板的中心点指向目标物模板的边缘点的目标参考向量;
目标物相似度计算单元用于将目标参考向量与检测图像进行滑窗匹配,并计算每个滑窗处的目标物相似度;
目标物确定单元用于根据各目标物相似度,确定检测图像中的目标物图像区域和目标物的中心坐标。
可选的,目标物相似度计算单元具体用于:在检测图像上确定与第一设定滑窗对应的图像区域的中心坐标;根据图像区域的中心坐标和目标参考向量,确定位于图像区域内的目标物边缘向量;基于目标物边缘向量和目标参考向量,计算图像区域的目标物相似度;以第一预设步长调节第一设定滑窗在检测图像上对应的图像区域,并返回执行在检测图像上确定与第一设定滑窗对应的图像区域内的区域中心点坐标至基于目标物边缘向量和目标参考向量,计算图像区域的目标物相似度的各步骤,直至完成对检测图像的各图像区域的遍历。
可选的,在模板图像中确定的目标参考向量的数量为M个,每个第一设定滑窗对应的图像区域内包括与M个目标参考向量一一对应的M个目标物边缘向量;M为大于或等于2的正整数;此时,基于目标物边缘向量和目标参考向量,计算图像区域的目标物相似度,包括:计算目标参考向量和与该目标参考向量对应的目标物边缘向量的目标向量相似度;将M个目标向量相似度的平均值作为图像区域的目标物相似度。
可选的,目标物确定单元具体用于:将各目标物相似度中最大的目标物相似度确定为第一相似度;判断第一相似度是否大于第一预设相似度;若是,则将第一相似度对应的图像区域确定为目标物图像区域;将目标物图像区域的区域中心坐标确定为目标物的中心坐标。
可选的,角度标识确定模块530包括标识参考向量确定单元、角度标识相似度确定单元和角度标识确定单元,其中:
标识参考向量确定单元用于在模板图像中确定出由角度标识模板的中心点指向角度标识模板的边缘点的标识参考向量;
角度标识相似度确定单元用于将标识参考向量与目标物图像区域进行滑窗匹配,并计算每个滑窗处的角度标识相似度;
角度标识确定单元用于根据各角度标识相似度,确定目标物图像区域中的角度标识的中心坐标。
可选的,角度标识相似度确定单元具体用于:在目标物图像区域上确定与第二设定滑窗对应的子区域内的中心坐标;根据子区域中心坐标和标识参考向量,确定位于子区域内的角度标识边缘向量;基于角度标识边缘向量和标识参考向量,计算子区域的角度标识相似度;以第二预设步长调节第二设定滑窗在目标物图像区域上对应的子区域,并返回执行在目标物图像区域上确定与第二设定滑窗对应的子区域内的中心坐标至基于角度标识边缘向量和标识参考向量,计算子区域的角度标识相似度的各步骤,直至完成对目标物图像区域的各子区域的遍历。
可选的,在模板图像中确定的标识参考向量的数量为N个,每个第二设定滑窗对应的子区域内包括与N个标识参考向量一一对应的N个角度标识边缘向量;N为大于或等于2的正整数;基于角度标识边缘向量和标识参考向量,计算子区域的角度标识相似度,包括:计算标识参考向量和与该标识参考向量对应的角度标识边缘向量的标识向量相似度;将N个标识向量相似度的平均值作为子区域的角度标识相似度。
可选的,角度标识确定单元具体用于:将各角度标识相似度中最大的角度标识相似度确定为第二相似度;判断第二相似度是否大于第二预设相似度;若是,则将第二相似度对应的子区域确定为角度标识区域;将角度标识区域的中心坐标确定为角度标识的中心坐标。
可选的,抓取角度确定模块540包括初始定位向量确定单元、检测定位向量确定单元和抓取角度确定单元,其中:
初始定位向量确定单元用于获取初始定位向量;初始定位向量为抓取角度为0度时,所获取的模板图像中,由目标物的中心坐标指向角度标识的中心坐标的向量;
检测定位向量确定单元用于以检测图像中的目标物的中心坐标为起点、以及以检测图像中的角度标识的中心坐标为终点确定检测定位向量;
抓取角度确定单元用于根据检测定位向量与初始定位向量的夹角,确定目标物的当前抓取角度。
本发明实施例所提供的目标物抓取角度确定装置可执行本发明任意实施例所提供的目标物抓取角度确定方法,具备执行方法相应的功能模块和有益效果。
实施例六
图8是本发明的实施例六提供的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,应用于工业生产的上位机、服务器等任何能够控制抓取机器的抓取位姿的设备。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图8所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标、触摸显示屏等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,其中,该方法例如可以包括:获取目标物的检测图像和模板图像;根据检测图像和模板图像,确定检测图像中目标物图像区域和目标物的中心坐标;根据目标物图像区域和模板图像,确定检测图像中角度标识的中心坐标;根据目标物的中心坐标和角度标识的中心坐标,确定目标物的当前抓取角度。
在一些实施例中,目标物抓取角度确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的目标物抓取角度确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行目标物抓取角度确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种目标物抓取角度确定方法,其特征在于,所述目标物上设置有角度标识,所述目标物抓取角度确定方法包括:
获取目标物的检测图像和模板图像;
根据所述检测图像和所述模板图像,确定所述检测图像中目标物图像区域和所述目标物的中心坐标;
根据所述目标物图像区域和所述模板图像,确定所述检测图像中角度标识的中心坐标;
根据所述目标物的中心坐标和所述角度标识的中心坐标,确定所述目标物的当前抓取角度。
2.根据权利要求1所述的目标物抓取角度确定方法,其特征在于,根据所述检测图像和所述模板图像,确定所述检测图像中目标物图像区域和所述目标物的中心坐标,包括:
在所述模板图像中确定出由目标物模板的中心点指向所述目标物模板的边缘点的目标参考向量;
将所述目标参考向量与所述检测图像进行滑窗匹配,并计算每个滑窗处的目标物相似度;
根据各所述目标物相似度,确定所述检测图像中的目标物图像区域和所述目标物的中心坐标。
3.根据权利要求2所述的目标物抓取角度确定方法,其特征在于,将所述参考向量与所述检测图像进行滑窗匹配,并计算每个滑窗处的目标物相似度,包括:
在所述检测图像上确定与第一设定滑窗对应的图像区域的中心坐标;
根据所述图像区域的中心坐标和所述目标参考向量,确定位于所述图像区域内的目标物边缘向量;
基于所述目标物边缘向量和所述目标参考向量,计算所述图像区域的目标物相似度;
以第一预设步长调节所述第一设定滑窗在所述检测图像上对应的图像区域,并返回执行在所述检测图像上确定与所述第一设定滑窗对应的图像区域内的区域中心点坐标至基于所述目标物边缘向量和所述目标参考向量,计算所述图像区域的目标物相似度的各步骤,直至完成对所述检测图像的各图像区域的遍历。
4.根据权利要求3所述的目标物抓取角度确定方法,其特征在于,在所述模板图像中确定的所述目标参考向量的数量为M个,每个所述第一设定滑窗对应的所述图像区域内包括与M个目标参考向量一一对应的M个目标物边缘向量;M为大于或等于2的正整数;
基于所述目标物边缘向量和所述目标参考向量,计算所述图像区域的目标物相似度,包括:
计算所述目标参考向量和与该所述目标参考向量对应的所述目标物边缘向量的目标向量相似度;
将M个所述目标向量相似度的平均值作为所述图像区域的目标物相似度。
5.根据权利要求2所述的目标物抓取角度确定方法,其特征在于,根据各所述目标物相似度,确定所述检测图像中的目标物图像区域和所述目标物的中心坐标,包括:
将各所述目标物相似度中最大的目标物相似度确定为第一相似度;
判断所述第一相似度是否大于第一预设相似度;
若是,则将所述第一相似度对应的所述图像区域确定为目标物图像区域;
将所述目标物图像区域的区域中心坐标确定为所述目标物的中心坐标。
6.根据权利要求1所述的目标物抓取角度确定方法,其特征在于,根据所述目标物图像区域和所述模板图像,确定所述检测图像中角度标识的中心坐标,包括:
在所述模板图像中确定出由角度标识模板的中心点指向所述角度标识模板的边缘点的标识参考向量;
将所述标识参考向量与所述目标物图像区域进行滑窗匹配,并计算每个滑窗处的角度标识相似度;
根据各所述角度标识相似度,确定所述目标物图像区域中的所述角度标识的中心坐标。
7.根据权利要求6所述的目标物抓取角度确定方法,其特征在于,将所述标识参考向量与所述目标物图像区域进行滑窗匹配,并计算每个滑窗处的角度标识相似度,包括:
在所述目标物图像区域上确定与第二设定滑窗对应的子区域内的中心坐标;
根据所述子区域中心坐标和所述标识参考向量,确定位于所述子区域内的角度标识边缘向量;
基于所述角度标识边缘向量和所述标识参考向量,计算所述子区域的角度标识相似度;
以第二预设步长调节所述第二设定滑窗在所述目标物图像区域上对应的子区域,并返回执行在所述目标物图像区域上确定与第二设定滑窗对应的子区域内的中心坐标至基于所述角度标识边缘向量和所述标识参考向量,计算所述子区域的角度标识相似度的各步骤,直至完成对所述目标物图像区域的各子区域的遍历。
8.根据权利要求7所述的目标物抓取角度确定方法,其特征在于,在所述模板图像中确定的所述标识参考向量的数量为N个,每个所述第二设定滑窗对应的所述子区域内包括与N个标识参考向量一一对应的N个角度标识边缘向量;N为大于或等于2的正整数;
基于所述角度标识边缘向量和所述标识参考向量,计算所述子区域的角度标识相似度,包括:
计算所述标识参考向量和与该所述标识参考向量对应的所述角度标识边缘向量的标识向量相似度;
将N个所述标识向量相似度的平均值作为所述子区域的角度标识相似度。
9.根据权利要求6所述的目标物抓取角度确定方法,其特征在于,根据各所述角度标识相似度,确定所述目标物图像区域中的所述角度标识的中心坐标,包括:
将各所述角度标识相似度中最大的角度标识相似度确定为第二相似度;
判断所述第二相似度是否大于第二预设相似度;
若是,则将所述第二相似度对应的子区域确定为角度标识区域;
将所述角度标识区域的中心坐标确定为所述角度标识的中心坐标。
10.根据权利要求1所述的目标物抓取角度确定方法,其特征在于,根据所述目标物的中心坐标和所述角度标识的中心坐标,确定所述目标物的当前抓取角度,包括:
获取初始定位向量;所述初始定位向量为抓取角度为0度时,所获取的模板图像中,由目标物的中心坐标指向角度标识的中心坐标的向量;
以所述检测图像中的所述目标物的中心坐标为起点、以及以所述检测图像中的所述角度标识的中心坐标为终点确定检测定位向量;
根据所述检测定位向量与所述初始定位向量的夹角,确定所述目标物的当前抓取角度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311259183.4A CN117314859A (zh) | 2023-09-26 | 2023-09-26 | 一种目标物抓取角度确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311259183.4A CN117314859A (zh) | 2023-09-26 | 2023-09-26 | 一种目标物抓取角度确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117314859A true CN117314859A (zh) | 2023-12-29 |
Family
ID=89287882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311259183.4A Pending CN117314859A (zh) | 2023-09-26 | 2023-09-26 | 一种目标物抓取角度确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117314859A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118067043A (zh) * | 2024-04-24 | 2024-05-24 | 长春理工大学 | 基于机器视觉的扁线电机定子中扁线旋转角度检测方法 |
-
2023
- 2023-09-26 CN CN202311259183.4A patent/CN117314859A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118067043A (zh) * | 2024-04-24 | 2024-05-24 | 长春理工大学 | 基于机器视觉的扁线电机定子中扁线旋转角度检测方法 |
CN118067043B (zh) * | 2024-04-24 | 2024-06-28 | 长春理工大学 | 基于机器视觉的扁线电机定子中扁线旋转角度检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107992881B (zh) | 一种机器人动态抓取方法及系统 | |
JP5699788B2 (ja) | スクリーン領域検知方法及びシステム | |
US20170132803A1 (en) | Apparatus and method for processing a depth image | |
US20220222857A1 (en) | Camera calibration method, electronic device, storage medium, and road side device | |
CN117314859A (zh) | 一种目标物抓取角度确定方法 | |
CN110400315A (zh) | 一种缺陷检测方法、装置及系统 | |
CN106067031B (zh) | 基于人工纠错机制与深度学习网络协作机器视觉识别系统 | |
CN103795935B (zh) | 一种基于图像校正的摄像式多目标定位方法及装置 | |
CN107092905B (zh) | 一种电力巡检机器人的待识别仪器定位方法 | |
CN111080640B (zh) | 一种孔洞检测方法、装置、设备和介质 | |
CN113284178A (zh) | 物体码垛方法、装置、计算设备及计算机存储介质 | |
JPS62285004A (ja) | 対象パタ−ンの回転角検出方式 | |
CN116342585A (zh) | 一种产品缺陷检测方法、装置、设备及存储介质 | |
CN114734444B (zh) | 一种目标定位方法、装置、电子设备及存储介质 | |
CN110619664B (zh) | 基于激光图案辅助的摄像机距离姿态计算方法及服务器 | |
CN116532852A (zh) | 基于机器视觉的金属带针孔处理方法、系统及介质 | |
CN115096902B (zh) | 一种运动控制方法及中框缺陷的检测系统 | |
CN110765991B (zh) | 一种基于视觉的高速旋转电机熔断器实时检测系统 | |
CN110634136B (zh) | 一种管道壁破损检测方法、装置及系统 | |
CN114022342A (zh) | 抓取点信息获取方法、装置、电子设备和存储介质 | |
CN114022341A (zh) | 抓取点信息获取方法、装置、电子设备和存储介质 | |
CN208623750U (zh) | 智能工业相机 | |
CN115631249B (zh) | 一种相机校正方法、装置、设备和存储介质 | |
CN117689660B (zh) | 基于机器视觉的保温杯温度质检方法 | |
CN116182807B (zh) | 一种姿态信息确定方法、装置、电子设备、系统和介质 |
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 |