CN205121556U - 机器人抓取系统 - Google Patents
机器人抓取系统 Download PDFInfo
- Publication number
- CN205121556U CN205121556U CN201520790633.7U CN201520790633U CN205121556U CN 205121556 U CN205121556 U CN 205121556U CN 201520790633 U CN201520790633 U CN 201520790633U CN 205121556 U CN205121556 U CN 205121556U
- Authority
- CN
- China
- Prior art keywords
- robot
- workpiece
- finger
- model
- grasping system
- 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
- 239000012636 effector Substances 0.000 claims description 3
- 210000000078 claw Anatomy 0.000 abstract 3
- 238000000034 method Methods 0.000 description 17
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000013507 mapping Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Landscapes
- Manipulator (AREA)
Abstract
本实用新型公开了一种机器人抓取系统,包括:机器人(2)、摄像机(3)、远程控制计算机(4)、和四指手爪(5),其中:四指手爪(5)和摄像机(3)固定在机器人(2)的第六轴末端;摄像机(3)的像平面设为与四指手爪(5)的手指方向垂直;摄像机(3)、远程控制计算机(4)和机器人(2)依次电气连接。
Description
技术领域
本实用新型涉及机器人领域,特别地涉及一种机器人稳定抓取工件的系统。
背景技术
机器人飞速发展的今天,工业机器人在制造业中的应用也越来越广泛。如汽车及汽车零部件制造、机械加工、电子电气生产、橡胶及塑料制造、食品加工、木材与家具制造等领域的自动化生产过程中,机器人作业发挥着重要作用。机器人对工件的抓取是制造业的自动化生产中一项常见的任务。目前,视觉引导与定位技术已经成为工业机器人获得作业周围环境信息的主要手段,但目前的技术尚未提供实现快速稳定抓取的方法。在工业中,机器人抓取的过程存在抓取缓慢或不稳定的情况,存在抓取一类工件的困难,且实时性和可靠性不能保证。
实用新型内容
本实用新型提供了一种机器人抓取系统,该系统适用制造业中工业机器人工件抓取作业,提高了机器人工作的效率。
本实用新型的机器人抓取系统包括:机器人、摄像机、远程控制计算机、和四指手爪,其中:四指手爪和摄像机固定在机器人的第六轴末端;摄像机的像平面设为与四指手爪的手指方向垂直;以及摄像机、远程控制计算机和机器人依次电气连接。
可选地,机器人的第六轴末端是与末端执行器相连接的轴末端。
可选地,四指手爪包括手掌圆盘、两条交叉直线导轨和四个手指,所述两条交叉直线导轨固定在手掌圆盘上且互相正交,所述四个手指分成两组,每组手指通过一个电机驱动以沿着相应的直线导轨同时移进或移出。
可选地,该机器人抓取系统还包括传送带。
该机器人抓取系统具有实时性好,可靠性高,抓取快速稳定等优点。
附图说明
图1为本实用新型的系统主视图。
图2为本实用新型的基于视觉和环境吸引域融合的机器人抓取方法流程示意图。
图3为本实用新型四指手爪和工件图。
图4为本实用新型的所建立的手爪坐标系图。
图5为本实用新型的具体实施方式中所用的凸六面体工件的三维立体图。
图6为本实用新型的凸六面体工件在xgogyg平面投影。
图7为本实用新型的环境约束域子空间C1曲线图。
图8为本实用新型的环境约束域子空间C2曲面图。
图9为本实用新型的抓取过程中凸六面体工件在xgogyg平面的投影。
具体实施方式
为使本实用新型的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本实用新型作进一步的详细说明。
本实用新型公开了一种基于视觉和环境吸引域融合的机器人抓取工件方法及系统。
本方法针对的是能稳定放置在水平面上凹凸多面体工件。
本方法利用吸引域理论,即非线性系统中,如果存在吸引域,则吸引域的最低点对应着该非线性系统的一个稳定状态。本方法分离线分析与在线抓取两个阶段。在离线阶段,首先基于手爪和工件的CAD模型构建环境约束域,并将高维环境约束域分解成若干三维以下子空间并求出子空间中约束域的局部最低点,即稳定抓取状态;在在线阶段,利用摄像头采集单幅图像,识别并定位工件位姿,然后计算由初始状态到高维环境约束域的路径规划,通过计算机输出轨迹点控制机器人运动并实现对工件的稳定抓取。
本实用新型还公开了一种实现以上方法的基于视觉和环境吸引域融合的机器人抓取系统,包括,传送带、机器人、摄像机、远程控制计算机、四指手爪和工件。该系统利用视频摄像头采集图像,利用计算机识别工件并定位工件位姿,通过环境吸引域得到工件的稳定抓取位姿,并计算出初始位姿与稳定抓取位姿之间的路径规划,从而控制机械手快速、稳定抓取工件。系统中视频摄像头采集单幅工件图像;计算机通过图像识别并定位工件,计算机械手从初始状态到稳定抓取的路径规划,控制机器人的运动,控制机械手抓取工件;计算机的数据端与工业机器人的控制柜的数据端连接,通过输出轨迹点控制工业机器人的运动。该系统具有实时性好,可靠性高,抓取快速稳定等优点。
下面结合实施例及附图对本实用新型作进一步详细的描述,但本实用新型的实施方式不限于此。
实施例
如附图1所示,一种基于视觉和环境吸引域融合的机器人抓取系统,包括机器人2、摄像机3、远程控制计算机4、四指手爪5和工件6;四指手爪5和摄像机3固定在机器人2第六轴末端(即与末端执行器相连接的轴末端),摄像机3像平面设为与四指手爪5手指方向垂直;摄像机3、远程控制计算机4和机器人2依次电气连接。可选地,该系统还可以包括传送带1。其中,远程控制计算机运行计算机程序,以控制机器人、摄像机、远程控制计算机、四指手爪实现在线阶段的操作。
根据本实用新型的实施例,四指手爪包括手掌圆盘、两条交叉直线导轨和四个手指,所述两条交叉直线导轨固定在手掌圆盘上且互相正交,所述四个手指分成两组,每组手指通过一个电机驱动以沿着相应的直线导轨同时移进或移出。
根据本实用新型的实施例,该机器人抓取系统还包括传送带1。
该机器人抓取系统可用于实现以下描述的方法。
如附图2所示,一种基于视觉和环境吸引域融合的机器人抓取方法,包括以下步骤:
离线阶段
步骤S1:如用四指手爪抓取一个凸六面体工件,首先根据工件的CAD模型和四指手爪的模型,建立手爪坐标系,如附图4所示。初始时工件62在水平面上处于稳定状态,且它在平面上的投影为四边形,如附图5所示,51、52、53、54分别为四指手爪的四指。构建手爪与凸六面体工件的静态接触模型如下:
在手爪坐标系下的工件62的位姿可表示为
X(x,y,z,θx,θy,θz)
其中,x,y,z分别是工件的重心在手爪坐标系的位置坐标;θx,θy,θz分别是以当前工件在手爪坐标系XgOgYg面投影的位置为初始位置,工件绕手爪坐标系的xg轴、yg轴、zg轴的旋转角度;X表示工件的位姿。
抓取过程可以描述为:
其中F(t)=[Fx(t)Fy(t)]是两对手爪的夹持力,t表示时间,Fx和Fy分别是在Xg方向和Yg方向上的夹持力。
如附图6所示,四指手爪的两对手指与三维工件接触,设两对接触点在手爪坐标系中的坐标分别为和 则
定义能量函数如下
Ep(X,t)=[Fx(t)Fy(t)][dxdy]T
其中分别是两对手爪每对手指之间的距离。可以证明,如果Fx(t)和Fy(t)选取适当,则四指手爪抓取工件的构形空间(X,Ep)存在环境吸引域。环境吸引域,又简称吸引域,定义为一个状态集,它满足存在一个与状态无关的输入,使得系统从状态集中任意状态收敛到一个更小的状态集。
定义约束域函数如下
g(X)=dx+dy
则g(X)表示两对手爪距离之和。
由于沿着z轴的平移不会影响g(X)的值。四指和工件保持接触的情况下,工件沿着x轴和y轴的平移被约束,因此,若θx,θy,θz确定,则(x,y)也确定,因此g(X)可简化为
g(X)=f(θx,θy,θz)
由于初始时凸六面体工件放置在水平面上的状态可能不同,即初始时工件存在不同的稳定状态Si,i=1,2,3,...,6时,则对每一个初始稳定状态Si,四指手爪抓取三维工件的约束域函数描述为(θx,θy,θz,fi),i=1,2,3,...,6。
步骤S2:将步骤S1建立的环境约束域分解成两个相互独立的子空间C1和C2,这两个子空间应该满足:子空间C1中工件的状态变化(例如,工件沿着x轴、y轴的平移变化量和绕z轴的旋转变化量θz)应能够通过单幅图像的信息获取;子空间C2应保持原高维环境约束域的重要特性(如约束域的数量不变和约束域最小点一一对应)。具体地,由步骤S1得到了不同稳定状态Si下的高维构形空间(θx,θy,θz,fi),i=1,2,3,...,6。分别定义从θx,θy到θz的映射:
hi:(θx,θy)→θz
此映射满足以下条件
其中θx *,θy *表示固定的θx,θy;hi(θx *,θy *)是θz的一个取值。
即当固定一组参数θx,θy,利用极值法对fi(θx,θy,θz)求极小值对应的θz取值,得到映射关系:θz=hi(θx,θy)。因此高维构形空间(θx,θy,θz,fi),i=1,2,3,...,6可以分解成两个相互独立的低维子空间C1和C2。子空间C1:i=1,2,3,...,6和子空间C2:i=1,2,3,...,6。
当固定一组θx=θx *,θy=θy *时,手爪抓取工件的过程中,附图7中子空间C1中的71、72、73点对应实际手爪抓取工件的过程工件62在xgogyg平面的投影如附图9中的(1)、(2)、(3)所示,点73(θz *,f*)是子空间C1:的极小值点,与附图8中的点83(θx *,θy *,f*)对应。
步骤S3:对步骤S2中的约束域表面函数di=fi(θx,θy,hi(θx,θy)),i=1,2,...,6找局部最低点Pij,i=1,2,...,6,j=1,2,...,m,其中m是函数di极小值点的个数。如附图8所示,点82为该吸引域的最低点,对应着一个稳定抓取状态点。
步骤S4:以步骤S3的局部最低点Pij为中心,用区域增长的方法计算出每个吸引域对应的抓取初始方位范围Rij。区域增长的方法是选择上述最低点作为约束域,若相邻点的导数小于等于零,则认为该相邻点在约束域内,然后判断下一个相邻点,最后约束域会越来越大,直到所有相邻点判断结束,约束域划分结束。初始抓取方位是上述区域增长方法得到的约束域内的任意点,在下面S8中将会用到,作用是给出机器人初始抓取位姿,指导机器人抓取操作。
在线阶段包括:
步骤S5:将摄像头采集的放置在平面上的三维工件的单幅图像,经过图像处理,提取图像特征,从而识别出三维工件。
步骤S6:提取工件在图像中形成的状态信息,确定工件的当前状态(包括工件在机器人坐标系中的位置和姿态)。根据离线阶段获得的工件状态和吸引域曲面(吸引域曲面是吸引域的数学图像表达)之间的对应关系,找到工件当前状态下对应的吸引域曲面和相应的最低点。具体地,由步骤S5识别出的三维工件,并根据步骤S1中工件的CAD模型信息,用基于CAD模板匹配的方法确定当前目标工件的初始状态由步骤S2已经建立了约束域表面函数,找到对应此状态下的约束域表面函数以及θz与θx,θy之间的函数关系
步骤S7:以步骤S6中找到的吸引域最低点,计算各点到原点的欧氏距离,选择最小的吸引域最低点为稳定抓取目标点。具体地,由步骤S3找到约束域的表面函数的局部最低点即为吸引域的最低点。
计算各点到原点的欧氏距离:
比较ΔDj,选取最小的对应的点
步骤S8:以步骤S7选取的吸引域最低点为中心的约束域中选择任意一个方位作为抓取的初始方位,利用步骤S2中得到的子空间C1和子空间C2的对应关系(或称映射关系),给出手抓初始抓取方位。其中,“初始方位”只包含位姿的两个参数θx和θy,利用映射关系,可以得到位姿的第三个参数θz,即初始抓取方位,或称抓取初始点。将手爪移动到此处,开始执行抓取操作。具体地,由步骤S7得到了稳定抓取目标点为根据步骤S4找到对应的初始抓取区域范围如附图8所示,在该区域内选择一点81(θx0,θy0)作为抓取的初始点。根据步骤S6中θz与θx,θy之间的函数关系计算当θx=θx0,θy=θy0时,则将手爪移动到(θx0,θy0,θz0)位置,开始执行抓取操作。
步骤S9:选择合适的路径,使机器人手爪逐步由抓取初始点移动到达目标点,并将坐标反馈给机器人手爪,以判断机器人是否到达吸引域的最低点,即是否到达稳定抓取状态,从而完成抓取操作。具体地,在吸引域内选择合适的路径,如附图8子空间C2中曲线l所示,逐步由初始点到达目标点,完成抓取操作。
以上所述的具体实施例,对本实用新型的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本实用新型的具体实施例而已,并不用于限制本实用新型,凡在本实用新型的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本实用新型的保护范围之内。
Claims (4)
1.一种机器人抓取系统,包括:机器人(2)、摄像机(3)、远程控制计算机(4)、和四指手爪(5),其中:
四指手爪(5)和摄像机(3)固定在机器人(2)的第六轴末端;
摄像机(3)的像平面设为与四指手爪(5)的手指方向垂直;以及
摄像机(3)、远程控制计算机(4)和机器人(2)依次电气连接。
2.根据权利要求1所述的机器人抓取系统,其中机器人(2)的第六轴末端是与末端执行器相连接的轴末端。
3.根据权利要求1所述的机器人抓取系统,其中四指手爪(5)包括手掌圆盘、两条交叉直线导轨和四个手指,所述两条交叉直线导轨固定在手掌圆盘上且互相正交,所述四个手指分成两组,每组手指通过一个电机驱动以沿着相应的直线导轨同时移进或移出。
4.根据权利要求1所述的机器人抓取系统,还包括传送带(1)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520790633.7U CN205121556U (zh) | 2015-10-12 | 2015-10-12 | 机器人抓取系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520790633.7U CN205121556U (zh) | 2015-10-12 | 2015-10-12 | 机器人抓取系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN205121556U true CN205121556U (zh) | 2016-03-30 |
Family
ID=55577143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201520790633.7U Active CN205121556U (zh) | 2015-10-12 | 2015-10-12 | 机器人抓取系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN205121556U (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106239486A (zh) * | 2016-09-29 | 2016-12-21 | 广东顺德天太机器人技术有限公司 | 一种工业机器人 |
CN106346486A (zh) * | 2016-11-04 | 2017-01-25 | 武汉海默自控股份有限公司 | 一种六轴协作机器人多回路控制系统及其控制方法 |
CN107234619A (zh) * | 2017-06-02 | 2017-10-10 | 南京金快快无人机有限公司 | 一种基于主动视觉定位的服务机器人抓取系统 |
CN109421048A (zh) * | 2017-08-25 | 2019-03-05 | 发那科株式会社 | 机器人系统 |
CN110428465A (zh) * | 2019-07-12 | 2019-11-08 | 中国科学院自动化研究所 | 基于视觉和触觉的机械臂抓取方法、系统、装置 |
-
2015
- 2015-10-12 CN CN201520790633.7U patent/CN205121556U/zh active Active
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106239486A (zh) * | 2016-09-29 | 2016-12-21 | 广东顺德天太机器人技术有限公司 | 一种工业机器人 |
CN106239486B (zh) * | 2016-09-29 | 2018-05-15 | 广东顺德天太机器人技术有限公司 | 一种工业机器人 |
CN106346486A (zh) * | 2016-11-04 | 2017-01-25 | 武汉海默自控股份有限公司 | 一种六轴协作机器人多回路控制系统及其控制方法 |
CN106346486B (zh) * | 2016-11-04 | 2018-07-27 | 武汉海默机器人有限公司 | 一种六轴协作机器人多回路控制系统及其控制方法 |
CN107234619A (zh) * | 2017-06-02 | 2017-10-10 | 南京金快快无人机有限公司 | 一种基于主动视觉定位的服务机器人抓取系统 |
CN109421048A (zh) * | 2017-08-25 | 2019-03-05 | 发那科株式会社 | 机器人系统 |
CN110428465A (zh) * | 2019-07-12 | 2019-11-08 | 中国科学院自动化研究所 | 基于视觉和触觉的机械臂抓取方法、系统、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105184019A (zh) | 机器人抓取方法及系统 | |
CN205121556U (zh) | 机器人抓取系统 | |
CN108972549B (zh) | 基于Kinect深度摄像头的工业机械臂实时避障规划抓取系统 | |
Triyonoputro et al. | Quickly inserting pegs into uncertain holes using multi-view images and deep network trained on synthetic data | |
Berenson et al. | Grasp planning in complex scenes | |
Song et al. | CAD-based pose estimation design for random bin picking using a RGB-D camera | |
CN109760045B (zh) | 一种离线编程轨迹生成方法及基于该方法的双机器人协同装配系统 | |
Sanz et al. | Vision-guided grasping of unknown objects for service robots | |
CN110815189B (zh) | 基于混合现实的机器人快速示教系统及方法 | |
CN110076780B (zh) | 基于视觉和力反馈位姿调节的机器人装配方法及系统 | |
CN113715016A (zh) | 一种基于3d视觉的机器人抓取方法、系统、装置及介质 | |
Lei et al. | Fast grasping of unknown objects using force balance optimization | |
Wong et al. | Generic development of bin pick-and-place system based on robot operating system | |
Wang et al. | A vision-based coordinated motion scheme for dual-arm robots | |
Ranjan et al. | Identification and control of NAO humanoid robot to grasp an object using monocular vision | |
JPWO2019069361A1 (ja) | 把持位置姿勢教示装置、把持位置姿勢教示方法及びロボットシステム | |
Luo et al. | Robotic conveyor tracking with dynamic object fetching for industrial automation | |
CN109048911A (zh) | 一种基于矩形特征的机器人视觉控制方法 | |
Rokhim et al. | Image processing based UR5E manipulator robot control in pick and place application for random position and orientation of object | |
Lu et al. | Visual Localization of Workpiece based on Evolutionary Algorithm and its Application in Industrial Robot | |
Okuda et al. | Novel intelligent technologies for industrial robot in manufacturing-architectures and applications | |
Sultan et al. | Hand-eye 3D pose estimation for a drawing robot | |
Lee et al. | A CAD-Free Random Bin Picking System for Fast Changeover on Multiple Objects | |
Li et al. | Research on grasping strategy based on residual network | |
Zhang et al. | Calibration-free and model-independent method for high-DOF image-based visual servoing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |