CN117359642A - 一种机械臂抓取零件方法、装置、设备及存储介质 - Google Patents
一种机械臂抓取零件方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117359642A CN117359642A CN202311585257.3A CN202311585257A CN117359642A CN 117359642 A CN117359642 A CN 117359642A CN 202311585257 A CN202311585257 A CN 202311585257A CN 117359642 A CN117359642 A CN 117359642A
- Authority
- CN
- China
- Prior art keywords
- axis
- mechanical arm
- equipment
- coordinate system
- camera
- 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 49
- 239000011159 matrix material Substances 0.000 claims abstract description 103
- 238000013519 translation Methods 0.000 claims abstract description 79
- 230000036544 posture Effects 0.000 claims abstract description 38
- 238000004590 computer program Methods 0.000 claims description 16
- 230000003287 optical effect Effects 0.000 claims description 11
- 238000003384 imaging method Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 abstract description 8
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000013307 optical fiber Substances 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
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机械臂抓取零件方法、装置、设备及存储介质。该方法包括:基于安装于多轴机械臂设备末端抓手中央的相机设备,获取待抓取零件对应的零件图像信息;基于所述多轴机械臂设备的设备姿态,根据所述零件图像信息、机械臂坐标系和相机坐标系,确定目标旋转平移矩阵,其中,所述设备姿态包括初始姿态和其他姿态;根据所述目标旋转平移矩阵,控制所述多轴机械臂设备抓取所述待抓取零件,可以合并机械臂坐标系和相机坐标系,实现通过视觉图像控制多轴机械臂,进而提高多轴机械臂的自动化程度,提升使用体验。
Description
技术领域
本发明涉及自动控制技术领域,尤其涉及一种机械臂抓取零件方法、装置、设备及存储介质。
背景技术
多轴机械臂机器人的出现,大大提高了生产效率和产品质量,同时也降低了生产成本。由于它们具有很高的自由度,因此可以完成许多复杂的任务。
然而,现有多轴机械臂机器人通过视觉图像确定位置,但相机部署位置与多轴机械臂所在位置不同,造成通过视觉图像控制移动多轴机械臂,致使的自动化程度较低,无法根据实际场景进行自动化控制机械臂移动,致使机械臂工作效率降低,移动至目标位置的精确度较差,无法满足实际情况需要。
发明内容
本发明提供了一种机械臂抓取零件方法、装置、设备及存储介质,以合并机械臂坐标系和相机坐标系,实现通过视觉图像控制多轴机械臂,进而提高多轴机械臂的自动化程度,提升使用体验。
根据本发明的一方面,提供了一种机械臂抓取零件方法,该方法包括:
基于安装于多轴机械臂设备末端抓手中央的相机设备,获取待抓取零件对应的零件图像信息;
基于所述多轴机械臂设备的设备姿态,根据所述零件图像信息、机械臂坐标系和相机坐标系,确定目标旋转平移矩阵,其中,所述设备姿态包括初始姿态和其他姿态;
根据所述目标旋转平移矩阵,控制所述多轴机械臂设备抓取所述待抓取零件。
根据本发明的另一方面,提供了一种机械臂抓取零件装置,该装置包括:
零件图像信息获取模块,用于基于安装于多轴机械臂设备末端抓手中央的相机设备,获取待抓取零件对应的零件图像信息;
旋转平移矩阵确定单元,用于基于所述多轴机械臂设备的设备姿态,根据所述零件图像信息、机械臂坐标系和相机坐标系,确定目标旋转平移矩阵,其中,所述设备姿态包括初始姿态和其他姿态;
机械臂抓取执行模块,用于根据所述目标旋转平移矩阵,控制所述多轴机械臂设备抓取所述待抓取零件。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的机械臂抓取零件方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的机械臂抓取零件方法。
本发明实施例的技术方案,通过基于安装于多轴机械臂设备末端抓手中央的相机设备,获取待抓取零件对应的零件图像信息。基于所述多轴机械臂设备的设备姿态,根据所述零件图像信息、机械臂坐标系和相机坐标系,确定目标旋转平移矩阵,其中,所述设备姿态包括初始姿态和其他姿态;根据所述目标旋转平移矩阵,控制所述多轴机械臂设备抓取所述待抓取零件,从而可以合并机械臂坐标系和相机坐标系,实现通过视觉图像控制多轴机械臂,进而提高多轴机械臂的自动化程度,提升使用体验。
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是根据本发明实施例一提供的一种机械臂抓取零件方法的流程图;
图2是根据本发明实施例二提供的一种机械臂抓取零件方法的流程图;
图3是根据本发明实施例三提供的一种机械臂抓取零件方法的流程图;
图4是根据本发明实施例四提供的一种机械臂抓取零件装置的结构图;
图5是实现本发明实施例的机械臂抓取零件方法的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”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为本发明实施例一提供了一种机械臂抓取零件方法的流程图,本实施例可适用于机械臂基于视图图像进行自动化抓取零件的情况,该方法可以由机械臂抓取零件装置来执行,该机械臂抓取零件装置可以采用硬件和/或软件的形式实现,该机械臂抓取零件装置可配置于电子设备中。如图1所示,该方法包括:
S101、基于安装于多轴机械臂设备末端抓手中央的相机设备,获取待抓取零件对应的零件图像信息。
其中,零件图像信息可以是指相机设备拍摄待抓取零件的图像信息。
示例性地,通过安装于多轴机械臂设备末端抓手中央的相机设备,可以拍摄获取待抓取零件对应的零件图像信息。
S102、基于所述多轴机械臂设备的设备姿态,根据所述零件图像信息、机械臂坐标系和相机坐标系,确定目标旋转平移矩阵。
其中,所述设备姿态包括初始姿态和其他姿态。初始姿态可以是指多轴机械臂初始化时的姿态。其他姿态可以是指非初始化时的姿态。机械臂坐标系可以是指根据机械臂建立的坐标系。相机坐标系根据相机建立的坐标系。
具体地,根据多轴机械臂的设备姿态,确定在零件图像信息中确定样本点,并确定该样本点分别在机械臂坐标系和相机坐标系中的样本点坐标,进而确定出机械臂坐标系和相机坐标系之间的目标旋转平移坐标系。
在本发明中,机械臂坐标系和所述相机坐标系的构建可以根据实际情况自行选择,优选地,通过如下方式构建:
针对所述相机设备,将所述相机设备的成像平面光心作为原点O,在所述相机设备的成像平面构建X轴与Y轴,在所述相机设备的光轴方向构建Z轴,其中,所述X轴与Y轴相互垂直,所述Z轴与XOY平面相互垂直;
针对所述机械臂设备的首端底座,基于地面,构建所述机械臂坐标系中与地面平行的X轴,在包含X轴的同一平面内构建所述机械臂坐标系中与X轴相互垂直的Y轴,在X轴和Y轴交点处构建所述机械臂坐标系中与X轴和Y轴均相互垂直的Z轴,其中,所述首端底座与地面相互垂直。
也就是说,相机坐标系是相机以自身为中心,衡量目标位置的坐标系。相机坐标系以相机的光心作为原点O,X轴与Y轴通过成像平面确定,Z轴为光轴方向,和XOY平面垂直。机械臂坐标系,设定X轴与地面平行,Y轴垂直于地面,Z轴垂直于X轴与Y轴。进一步还可以定义绕X轴旋转角度为俯仰角,绕Y轴旋转角度为偏转角。
S103、根据所述目标旋转平移矩阵,控制所述多轴机械臂设备抓取所述待抓取零件。
具体地,在确定目标旋转平移矩阵后,可以通过目标旋转平移矩阵计算得到相机坐标系在机械臂坐标系中的三维坐标,进而根据三维坐标,生成控制指令,并控制多轴机械臂设备抓取所述待抓取零件。
本发明实施例的技术方案,通过基于安装于多轴机械臂设备末端抓手中央的相机设备,获取待抓取零件对应的零件图像信息。基于所述多轴机械臂设备的设备姿态,根据所述零件图像信息、机械臂坐标系和相机坐标系,确定目标旋转平移矩阵,其中,所述设备姿态包括初始姿态和其他姿态;根据所述目标旋转平移矩阵,控制所述多轴机械臂设备抓取所述待抓取零件,从而可以合并机械臂坐标系和相机坐标系,实现通过视觉图像控制多轴机械臂,进而提高多轴机械臂的自动化程度,提升使用体验。
实施例二
图2为本发明实施例二提供的一种机械臂抓取零件方法的流程图,本实施例在上述各实施例的基础上,在多轴机械臂设备为初始姿态的情况下,进一步细化确定目标旋转平移矩阵的过程。如图2所示,该方法包括:
S201、基于安装于多轴机械臂设备末端抓手中央的相机设备,获取待抓取零件对应的零件图像信息。
S202、在所述多轴机械臂设备为初始姿态的情况下,根据所述零件图像信息,确定所述多轴机械臂设备的首端底座与所述相机设备之间的设备相对位置信息。
具体地,在多轴机械设备处于初始姿态的情况下,机械臂末端底座与机械臂首端抓手中相机之间的位置距离是固定的,进而可以确定首端底座与所述相机设备之间的设备相对位置信息。
示例性地,所述根据所述零件图像信息,确定所述多轴机械臂设备的首端底座与所述相机设备之间的设备相对位置信息,包括:
根据所述零件图像信息,确定所述相机设备中的相机标定样本点;确定所述相机标定样本点在所述机械臂坐标系的样本点坐标信息;基于所述样本点坐标信息,确定所述多轴机械臂设备的首端底座与所述相机设备之间的设备相对位置信息。
其中,相机标定样本点可以是指标定样本点在相机设备中映射的样本点。
具体地,在相机设备在拍摄零件图像信息后,确定零件图像信息中预先标定的标定样本点,并确定标定样本点在相机设备中映射点确定为相机标定样本点。进一步地,确定相机标定样本点在机械臂坐标系的样本点坐标信息。根据样本点坐标信息,确定多轴机械臂设备的首端底座与所述相机设备之间的设备相对位置信息。
S203、根据所述设备相对位置信息,确定所述机械臂坐标系与所述相机坐标系之间的第一旋转矩阵和第一平移向量。
具体地,在确定首端底座与所述相机设备之间的设备相对位置信息后,根据设备相对信息,可以确定出机械臂坐标系与所述相机坐标系之间的旋转矩阵和平移向量,并确定为第一旋转矩阵和第一平移矩阵。
S204、基于所述第一旋转矩阵和所述第一平移向量,确定所述目标旋转平移矩阵。
具体地,将第一旋转矩阵扩展为一个4x4的矩阵,然后将第一平移向量也扩展为一个4x4的矩阵。将这两个4x4矩阵相乘得到最终的目标旋转平移矩阵。
S205、根据所述目标旋转平移矩阵,控制所述多轴机械臂设备抓取所述待抓取零件。
本发明技术方案,通过在所述多轴机械臂设备为初始姿态的情况下,根据所述零件图像信息,确定所述多轴机械臂设备的首端底座与所述相机设备之间的设备相对位置信息。根据所述设备相对位置信息,确定所述机械臂坐标系与所述相机坐标系之间的第一旋转矩阵和第一平移向量。基于所述第一旋转矩阵和所述第一平移向量,确定所述目标旋转平移矩阵,从而可以基于多轴机械臂设备的首端底座与所述相机设备之间的设备相对位置信息确定目标旋转平移矩阵,从而可以提高坐标系的转换精确度,进而提高提高多轴机械臂的自动化程度和精确度,提升使用体验。
实施例三
图3为本发明实施例三提供的一种机械臂抓取零件方法的流程图,本实施例在上述各实施例的基础上,在多轴机械臂设备为初始姿态的情况下,进一步细化确定目标旋转平移矩阵的过程。如图3所示,该方法包括:
S301、基于安装于多轴机械臂设备末端抓手中央的相机设备,获取待抓取零件对应的零件图像信息。
S302、在所述多轴机械臂设备为其他姿态的情况下,确定所述多轴机械臂设备的轴臂移动信息。
本发明机械臂设备为多轴机械臂,在多轴机械臂设备发生移动时,也就是处于非初始姿态的情况下,获取各轴的移动信息,进而可以确定出多轴机械臂设备的轴臂移动信息。
示例性地,所述确定所述多轴机械臂设备的轴臂移动信息,包括:
针对每个所述多轴机械臂设备的轴臂,获取所述轴臂分别围绕所述机械臂坐标系X轴、Y轴和Z轴的旋转角度信息,以及沿轴臂方向的平移量信息;根据所有所述旋转角度信息和所述平移量信息,确定所述多轴机械臂设备的轴臂移动信息。
具体地,分别统计每个机械臂轴臂分别围绕机械臂坐标系X轴、Y轴和Z轴的旋转角度信息,将每个轴臂的旋转信息进行汇总,进而可以确定旋转角度信息。同理,将每个轴臂的平移量信息进行汇总,进而可以确定平移量信息。根据平移量信息和旋转信息,确定所述多轴机械臂设备的轴臂移动信息。
S303、根据所述轴臂移动信息和所述零件图像信息,确定所述机械臂坐标系与所述相机坐标系之间的第二旋转矩阵和第二平移向量。
具体地,根据零件图像信息确定在初始姿态下,机械臂首端底座和末端相机之间的设备相对位置关系。进一步地,根据轴臂移动信息,可以确定机械臂末端相机的相机移动信息。设备相对位置关系和相机移动信息,可以确定在当前时刻,机械臂末端相机与底座的实际相对信息。进而根据实际相对信息,确定所述机械臂坐标系与所述相机坐标系之间的第二旋转矩阵和第二平移向量。
示例性地,所述根据所述轴臂移动信息和所述零件图像信息,确定所述机械臂坐标系与所述相机坐标系之间的第二旋转矩阵,包括:根据所述轴臂移动信息中的所述旋转角度信息,构建X轴对应的X轴旋转矩阵、Y轴对应的Y轴旋转矩阵,以及Z轴对应的Z轴旋转矩阵;根据所述零件图像信息、X轴旋转矩阵、Y轴旋转矩阵和Z轴旋转矩阵,确定所述机械臂坐标系与所述相机坐标系之间的第二旋转矩阵。
具体地,X轴旋转矩阵、Y轴旋转矩阵和Z轴旋转矩阵,如下所示:
则,第二旋转矩阵为R=R(z,θ)×R(y,θ)×R(x,θ)。
S304、基于所述第二旋转矩阵和所述第二平移向量,确定所述目标旋转平移矩阵。
具体地,基于同样原理,根据第二旋转矩阵和所述第二平移向量,计算目标旋转平移矩阵。
具体地,通过调整三维实景图围绕x轴、y轴和z轴旋转角度α、β、θ,以及延三个轴的方向上的平移量txtytz,使得拍摄的目标与模型中的目标重合,其中为变换矩阵M的旋转平移参数,则目标旋转平移矩阵如下:
通过相机标定获取了变换矩阵M,可以将深度相机获得的三维坐标转换到机械臂坐标系当中,变换公式如下:
Probot=M×Pcamera
其中,Probot可以是指机械臂坐标系,Pcamera可以是指相机坐标系。
S305、根据所述目标旋转平移矩阵,控制所述多轴机械臂设备抓取所述待抓取零件。
本发明技术方案,通过在所述多轴机械臂设备为其他姿态的情况下,确定所述多轴机械臂设备的轴臂移动信息;根据所述轴臂移动信息和所述零件图像信息,确定所述机械臂坐标系与所述相机坐标系之间的第二旋转矩阵和第二平移向量;基于所述第二旋转矩阵和所述第二平移向量,基于轴臂移动信息,进一步确定所述目标旋转平移矩阵,从而可以提高坐标系的转换精确度,进而提高提高多轴机械臂的自动化程度和精确度,提升使用体验。
实施例四
图4为本发明实施例四提供的一种机械臂抓取零件装置的结构示意图。如图4所示,该装置包括:
零件图像信息获取模块401,用于基于安装于多轴机械臂设备末端抓手中央的相机设备,获取待抓取零件对应的零件图像信息;
旋转平移矩阵确定模块402,用于基于所述多轴机械臂设备的设备姿态,根据所述零件图像信息、机械臂坐标系和相机坐标系,确定目标旋转平移矩阵,其中,所述设备姿态包括初始姿态和其他姿态;
机械臂抓取执行模块403,用于根据所述目标旋转平移矩阵,控制所述多轴机械臂设备抓取所述待抓取零件。
本发明实施例的技术方案,通过基于安装于多轴机械臂设备末端抓手中央的相机设备,获取待抓取零件对应的零件图像信息。基于所述多轴机械臂设备的设备姿态,根据所述零件图像信息、机械臂坐标系和相机坐标系,确定目标旋转平移矩阵,其中,所述设备姿态包括初始姿态和其他姿态;根据所述目标旋转平移矩阵,控制所述多轴机械臂设备抓取所述待抓取零件,从而可以合并机械臂坐标系和相机坐标系,实现通过视觉图像控制多轴机械臂,进而提高多轴机械臂的自动化程度,提升使用体验。
可选的,所述机械臂坐标系和所述相机坐标系,通过如下方式构建:
针对所述相机设备,将所述相机设备的成像平面光心作为原点O,在所述相机设备的成像平面构建X轴与Y轴,在所述相机设备的光轴方向构建Z轴,其中,所述X轴与Y轴相互垂直,所述Z轴与XOY平面相互垂直;
针对所述机械臂设备的首端底座,基于地面,构建所述机械臂坐标系中与地面平行的X轴,在包含X轴的同一平面内构建所述机械臂坐标系中与X轴相互垂直的Y轴,在X轴和Y轴交点处构建所述机械臂坐标系中与X轴和Y轴均相互垂直的Z轴,其中,所述首端底座与地面相互垂直。
可选地,旋转平移矩阵确定模块402,用于:
相对位置信息确定单元,用于在所述多轴机械臂设备为初始姿态的情况下,根据所述零件图像信息,确定所述多轴机械臂设备的首端底座与所述相机设备之间的设备相对位置信息;
相对位置信息解析单元,用于根据所述设备相对位置信息,确定所述机械臂坐标系与所述相机坐标系之间的第一旋转矩阵和第一平移向量;
旋转平移矩阵确定单元,用于基于所述第一旋转矩阵和所述第一平移向量,确定所述目标旋转平移矩阵。
可选地,旋转平移矩阵确定单元,用于:
根据所述零件图像信息,确定所述相机设备中的相机标定样本点;
确定所述相机标定样本点在所述机械臂坐标系的样本点坐标信息;
基于所述样本点坐标信息,确定所述多轴机械臂设备的首端底座与所述相机设备之间的设备相对位置信息。
可选地,旋转平移矩阵确定模块402,具体用于:
轴臂移动信息确定单元,用于在所述多轴机械臂设备为其他姿态的情况下,确定所述多轴机械臂设备的轴臂移动信息;
轴臂移动信息解析单元,用于根据所述轴臂移动信息和所述零件图像信息,确定所述机械臂坐标系与所述相机坐标系之间的第二旋转矩阵和第二平移向量;
旋转平移矩阵确定单元,用于基于所述第二旋转矩阵和所述第二平移向量,确定所述目标旋转平移矩阵。
可选地,轴臂移动信息确定单元,具体用于:
针对每个所述多轴机械臂设备的轴臂,获取所述轴臂分别围绕所述机械臂坐标系X轴、Y轴和Z轴的旋转角度信息,以及沿轴臂方向的平移量信息;
根据所有所述旋转角度信息和所述平移量信息,确定所述多轴机械臂设备的轴臂移动信息。
可选地,旋转平移矩阵确定单元,具体用于:
根据所述轴臂移动信息中的所述旋转角度信息,构建X轴对应的X轴旋转矩阵、Y轴对应的Y轴旋转矩阵,以及Z轴对应的Z轴旋转矩阵;
根据所述零件图像信息、X轴旋转矩阵、Y轴旋转矩阵和Z轴旋转矩阵,确定所述机械臂坐标系与所述相机坐标系之间的第二旋转矩阵。
本发明实施例所提供的机械臂抓取零件装置可执行本发明任意实施例所提供的机械臂抓取零件方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5示出了可以用来实施本发明的实施例的电子设备10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,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。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5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,例如方法机械臂抓取零件。
在一些实施例中,方法机械臂抓取零件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方法机械臂抓取零件的一个或多个步骤。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)而被配置为执行方法机械臂抓取零件。
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)
1.一种机械臂抓取零件方法,其特征在于,包括:
基于安装于多轴机械臂设备末端抓手中央的相机设备,获取待抓取零件对应的零件图像信息;
基于所述多轴机械臂设备的设备姿态,根据所述零件图像信息、机械臂坐标系和相机坐标系,确定目标旋转平移矩阵,其中,所述设备姿态包括初始姿态和其他姿态;
根据所述目标旋转平移矩阵,控制所述多轴机械臂设备抓取所述待抓取零件。
2.根据权利要求1所述的方法,其特征在于,所述机械臂坐标系和所述相机坐标系,通过如下方式构建:
针对所述相机设备,将所述相机设备的成像平面光心作为原点O,在所述相机设备的成像平面构建X轴与Y轴,在所述相机设备的光轴方向构建Z轴,其中,所述X轴与Y轴相互垂直,所述Z轴与XOY平面相互垂直;
针对所述机械臂设备的首端底座,基于地面,构建所述机械臂坐标系中与地面平行的X轴,在包含X轴的同一平面内构建所述机械臂坐标系中与X轴相互垂直的Y轴,在X轴和Y轴交点处构建所述机械臂坐标系中与X轴和Y轴均相互垂直的Z轴,其中,所述首端底座与地面相互垂直。
3.根据权利要求1所述的方法,其特征在于,在所述设备姿态为初始姿态的情况下,所述根据所述零件图像信息、机械臂坐标系和相机坐标系,确定目标旋转平移矩阵,包括:
在所述多轴机械臂设备为初始姿态的情况下,根据所述零件图像信息,确定所述多轴机械臂设备的首端底座与所述相机设备之间的设备相对位置信息;
根据所述设备相对位置信息,确定所述机械臂坐标系与所述相机坐标系之间的第一旋转矩阵和第一平移向量;
基于所述第一旋转矩阵和所述第一平移向量,确定所述目标旋转平移矩阵。
4.根据权利要求3所述的方法,其特征在于,所述根据所述零件图像信息,确定所述多轴机械臂设备的首端底座与所述相机设备之间的设备相对位置信息,包括:
根据所述零件图像信息,确定所述相机设备中的相机标定样本点;
确定所述相机标定样本点在所述机械臂坐标系的样本点坐标信息;
基于所述样本点坐标信息,确定所述多轴机械臂设备的首端底座与所述相机设备之间的设备相对位置信息。
5.根据权利要求1所述的方法,其特征在于,在所述设备姿态为其他姿态的情况下,所述根据所述零件图像信息、机械臂坐标系和相机坐标系,确定目标旋转平移矩阵,包括:
在所述多轴机械臂设备为其他姿态的情况下,确定所述多轴机械臂设备的轴臂移动信息;
根据所述轴臂移动信息和所述零件图像信息,确定所述机械臂坐标系与所述相机坐标系之间的第二旋转矩阵和第二平移向量;
基于所述第二旋转矩阵和所述第二平移向量,确定所述目标旋转平移矩阵。
6.根据权利要求5所述的方法,其特征在于,所述确定所述多轴机械臂设备的轴臂移动信息,包括:
针对每个所述多轴机械臂设备的轴臂,获取所述轴臂分别围绕所述机械臂坐标系X轴、Y轴和Z轴的旋转角度信息,以及沿轴臂方向的平移量信息;
根据所有所述旋转角度信息和所述平移量信息,确定所述多轴机械臂设备的轴臂移动信息。
7.根据权利要求6所述的方法,其特征在于,所述根据所述轴臂移动信息和所述零件图像信息,确定所述机械臂坐标系与所述相机坐标系之间的第二旋转矩阵,包括:
根据所述轴臂移动信息中的所述旋转角度信息,构建X轴对应的X轴旋转矩阵、Y轴对应的Y轴旋转矩阵,以及Z轴对应的Z轴旋转矩阵;
根据所述零件图像信息、X轴旋转矩阵、Y轴旋转矩阵和Z轴旋转矩阵,确定所述机械臂坐标系与所述相机坐标系之间的第二旋转矩阵。
8.一种机械臂抓取零件装置,其特征在于,包括:
零件图像信息获取模块,用于基于安装于多轴机械臂设备末端抓手中央的相机设备,获取待抓取零件对应的零件图像信息;
旋转平移矩阵确定单元,用于基于所述多轴机械臂设备的设备姿态,根据所述零件图像信息、机械臂坐标系和相机坐标系,确定目标旋转平移矩阵,其中,所述设备姿态包括初始姿态和其他姿态;
机械臂抓取执行模块,用于根据所述目标旋转平移矩阵,控制所述多轴机械臂设备抓取所述待抓取零件。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的机械臂抓取零件方法。
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的机械臂抓取零件方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311585257.3A CN117359642A (zh) | 2023-11-24 | 2023-11-24 | 一种机械臂抓取零件方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311585257.3A CN117359642A (zh) | 2023-11-24 | 2023-11-24 | 一种机械臂抓取零件方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117359642A true CN117359642A (zh) | 2024-01-09 |
Family
ID=89393075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311585257.3A Pending CN117359642A (zh) | 2023-11-24 | 2023-11-24 | 一种机械臂抓取零件方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117359642A (zh) |
-
2023
- 2023-11-24 CN CN202311585257.3A patent/CN117359642A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111673735A (zh) | 一种基于单目视觉定位的机械臂控制方法及装置 | |
CN112150551B (zh) | 物体位姿的获取方法、装置和电子设备 | |
CN113715016B (zh) | 一种基于3d视觉的机器人抓取方法、系统、装置及介质 | |
CN111722245A (zh) | 定位方法、定位装置和电子设备 | |
CN114912287A (zh) | 基于目标6d位姿估计的机器人自主抓取仿真系统及方法 | |
CN111360821A (zh) | 一种采摘控制方法、装置、设备及计算机刻度存储介质 | |
CN113361365B (zh) | 定位方法和装置、设备及存储介质 | |
CN115213896A (zh) | 基于机械臂的物体抓取方法、系统、设备及存储介质 | |
CN113997295A (zh) | 机械臂的手眼标定方法、装置、电子设备及存储介质 | |
CN116661477A (zh) | 一种变电站无人机巡检方法、装置、设备及存储介质 | |
WO2023207186A1 (zh) | 目标定位方法、装置、电子设备及存储介质 | |
CN111949816B (zh) | 定位处理方法、装置、电子设备和存储介质 | |
CN115847384B (zh) | 机械臂安全平面信息显示方法及相关产品 | |
CN117359642A (zh) | 一种机械臂抓取零件方法、装置、设备及存储介质 | |
CN117047771A (zh) | 机器人的柔顺控制方法、装置及电子设备 | |
CN116000966A (zh) | 一种工件抓取方法、装置、设备和存储介质 | |
CN111833391A (zh) | 图像深度信息的估计方法及装置 | |
CN114266876B (zh) | 定位方法、视觉地图的生成方法及其装置 | |
CN115049810A (zh) | 固态激光雷达点云的上色方法、装置、设备及存储介质 | |
CN117444970A (zh) | 一种机械臂移动控制方法、装置、设备及存储介质 | |
CN116148883B (zh) | 基于稀疏深度图像的slam方法、装置、终端设备及介质 | |
CN117428779A (zh) | 一种机器人抓取控制方法、装置、设备及存储介质 | |
CN114972511A (zh) | 标定物位姿的确定方法、装置、电子设备及存储介质 | |
CN114571457B (zh) | 一种奇异位姿规避方法、装置、设备以及存储介质 | |
CN115953469A (zh) | 基于单双目视觉的定位方法、装置、电子设备及存储介质 |
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 |