JP7454739B1 - 制御方法、装置、デバイス、記憶媒体及びプログラム - Google Patents

制御方法、装置、デバイス、記憶媒体及びプログラム Download PDF

Info

Publication number
JP7454739B1
JP7454739B1 JP2023199587A JP2023199587A JP7454739B1 JP 7454739 B1 JP7454739 B1 JP 7454739B1 JP 2023199587 A JP2023199587 A JP 2023199587A JP 2023199587 A JP2023199587 A JP 2023199587A JP 7454739 B1 JP7454739 B1 JP 7454739B1
Authority
JP
Japan
Prior art keywords
target
center position
mechanical gripper
network layer
coordinate 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
Application number
JP2023199587A
Other languages
English (en)
Inventor
ペン,シャンタオ
ワン,ペン
リー,デイク
スー,フェン
テン,ジェン
シェン,ジァンジュン
Original Assignee
チョーチアン ヘンイー ペトロケミカル カンパニー,リミテッド
チョーチアン シュアンツー ニュー マテリアルズ カンパニー,リミテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by チョーチアン ヘンイー ペトロケミカル カンパニー,リミテッド, チョーチアン シュアンツー ニュー マテリアルズ カンパニー,リミテッド filed Critical チョーチアン ヘンイー ペトロケミカル カンパニー,リミテッド
Application granted granted Critical
Publication of JP7454739B1 publication Critical patent/JP7454739B1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1694Programme 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
    • B25J9/1697Vision controlled systems
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0095Means or methods for testing manipulators
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1679Programme controls characterised by the tasks executed
    • B25J9/1692Calibration of manipulator
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/0464Convolutional networks [CNN, ConvNet]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • G06T1/0014Image feed-back for automatic industrial control, e.g. robot with camera
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • G06V10/245Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/766Arrangements for image or video recognition or understanding using pattern recognition or machine learning using regression, e.g. by projecting features on hyperplanes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/7715Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/806Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of extracted features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/46Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20084Artificial neural networks [ANN]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/06Recognition of objects for industrial automation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Manipulator (AREA)
  • Image Analysis (AREA)
  • Winding Filamentary Materials (AREA)

Abstract

【課題】本開示は、制御方法、装置、デバイス、記憶媒体及びプログラムを提供する。【解決手段】方法は、メカニカルグリッパーの特徴情報が第1プリセット要件を満たすと判定した場合、第1収集装置によって収集された第1目標画像、及び第2収集装置によって収集された第2目標画像を取得する。第1収集装置はメカニカルグリッパーに対して画像収集を行うことに用いられ、第2収集装置はメカニカルグリッパーによって把持されるべきトロリー上の目標巻糸パッケージに対して画像収集を行うことに用いられる。方法はまた、第1目標画像におけるメカニカルグリッパーの第1中心位置を検出し、第2目標画像における目標巻糸パッケージの第2中心位置を検出し、第1中心位置と第2中心位置との間の目標位置関係が第2プリセット要件を満たさないと判定した場合、較正コマンドを生成する。【選択図】図1

Description

本開示は、データ処理技術分野に関し、特に制御方法、装置、デバイス、記憶媒体及びプログラムに関する。
巻糸パッケージの生産作業場において、ロボットがトロリーから巻糸パッケージを把持する時に、機械的摩耗等の要因により、測位が不正確であるという問題が発生し、さらにロボットのメカニカルグリッパーが把持する時に巻糸パッケージを損傷し、ひいては巻糸パッケージをうまく把持できないことがあるため、従って、ロボットの把持位置を較正する方法が必要である。
本開示は、従来技術における1つまたは複数の技術的問題を解決または緩和するための制御方法、装置、デバイス、記憶媒体及びプログラムを提供する。
第1態様では、本開示は制御方法を提供し、当該方法は、
メカニカルグリッパーの特徴情報が第1プリセット要件を満たすと判定した場合、第1収集装置によって収集された第1目標画像、及び第2収集装置によって収集された第2目標画像を取得することであって、前記第1収集装置はメカニカルグリッパーに対して画像収集を行うことに用いられ、前記第2収集装置は前記メカニカルグリッパーによって把持されるべきトロリー上の目標巻糸パッケージに対して画像収集を行うことに用いられる、ことと、
前記第1目標画像における前記メカニカルグリッパーの第1中心位置を検出し、前記第2目標画像における前記目標巻糸パッケージの第2中心位置を検出することと、
前記第1中心位置と前記第2中心位置との間の目標位置関係が第2プリセット要件を満たさないと判定した場合、較正コマンドを生成することであって、前記較正コマンドは前記メカニカルグリッパーの中心位置を較正することに用いられ、あるいは前記メカニカルグリッパーによって把持されるべき目標巻糸パッケージの中心位置を較正することに用いられる、ことと、を含む。
第2態様では、本開示は制御装置を提供し、当該装置は、
メカニカルグリッパーの特徴情報が第1プリセット要件を満たすと判定した場合、第1収集装置によって収集された第1目標画像、及び第2収集装置によって収集された第2目標画像を取得するための取得ユニットであって、前記第1収集装置はメカニカルグリッパーに対して画像収集を行うことに用いられ、前記第2収集装置は前記メカニカルグリッパーによって把持されるべきトロリー上の目標巻糸パッケージに対して画像収集を行うことに用いられる、取得ユニットと、
前記第1目標画像における前記メカニカルグリッパーの第1中心位置を検出し、前記第2目標画像における前記目標巻糸パッケージの第2中心位置を検出するための検出ユニットと、
前記第1中心位置と前記第2中心位置との間の目標位置関係が第2プリセット要件を満たさないと判定した場合、較正コマンドを生成するための処理ユニットであって、前記較正コマンドは前記メカニカルグリッパーの中心位置を較正することに用いられ、あるいは前記メカニカルグリッパーによって把持されるべき目標巻糸パッケージの中心位置を較正することに用いられる、処理ユニットと、を備える。
第3態様では、本開示は電子デバイスを提供し、該デバイスは、
少なくとも1つのプロセッサと、
該少なくとも1つのプロセッサと通信接続されるメモリと、を備え、
該メモリには、該少なくとも1つのプロセッサで実行可能な命令が記憶され、該命令は、該少なくとも1つのプロセッサによって実行されると、本開示の実施例におけるいずれか1つの方法を実行させる。
第4態様では、本開示の実施例におけるいずれか1つの方法をコンピュータに実行させるためのコンピュータ命令を記憶した非一時的コンピュータ可読記憶媒体を提供する。
第5態様では、本開示はプログラムを提供し、該プログラムは、プロセッサにより実行されると、本開示の実施例におけるいずれか1つの方法を実現する。
このように、本開示の解決策によれば、取得された第1目標画像と第2目標画像とに基づいて、前記メカニカルグリッパーの中心位置と目標巻糸パッケージの中心位置とを検出することができ、それにより両者の目標位置関係を判定し、さらに目標位置関係に基づいて較正を行うことができ、このように、機械的摩耗による、測位・把持が不正確であるという問題に迅速に対応することができ、メカニカルグリッパーの把持精度を効果的に向上させ、メカニカルグリッパーの把持位置に対して自動化較正を円滑に行うための技術的サポートを提供する。
ここに記載された内容は、本開示の実施例のキーポイントまたは重要な特徴を記述することを意図せず、また、本開示の範囲を制限することにも用いられないことを理解すべきである。本開示の他の特徴については、下記の明細書を通して理解を促す。
添付の図面において、別段説明がない限り、複数の図面を通して同一の番号は同一または類似の部品または要素を表す。これらの添付図面は、必ずしも縮尺通りに描かれていない。これらの図面は、本開示により提供されるいくつかの実施形態のみを示し、本開示の範囲を限定するものと見なされるべきではないことを理解されたい。
本開示の一実施例による制御方法の概略フローチャートその一である。 本開示の一実施例によるメカニカルグリッパーが巻糸パッケージを把持するシナリオを示す概略図である。 本開示の一実施例によるメカニカルグリッパーが巻糸パッケージを把持するシナリオを示す概略図である。 本開示の一実施例による目標検出モデルの構成を示す概略図である。 本開示の一実施例による制御方法の概略フローチャートその二である。 本開示の一実施例による制御方法の概略フローチャートその三である。 本開示の一実施例による制御方法の概略フローチャートその四である。 本開示の一実施例による制御装置の構成を示す概略図である。 本開示の実施例による制御方法を実現するための電子デバイスのブロック図である。
以下、添付の図面を参照して本開示についてさらに詳細に説明する。添付の図面において、同一の参照番号は、機能的に同一または類似の要素を表す。また、添付の図面において、実施形態の様々な態様が示されているが、別段説明がない限り、これらの添付の図面は、必ずしも縮尺通りに描かれていない。
さらに、本開示をよりよく説明するために、以下の具体的な実施形態にて多くの具体的な詳細を記載されている。当業者は、本開示が特定の詳細がなくても同様に実施され得ることを理解すべきである。いくつかの実施例では、本開示の主旨を不明瞭とならないように、当業者によく知られている方法、手段、構成要素、及び回路などは詳細に説明されていない。
巻糸パッケージの生産作業場において、ロボットはトロリーから巻糸パッケージを把持する時に、機械的摩耗等の要因により、測位が不正確であるという問題が発生し、さらにロボットのメカニカルグリッパーが把持する時に巻糸パッケージを損傷し、ひいては巻糸パッケージをうまく把持できないことがある。
このため、本開示の解決策は制御方法を提供し、ロボットの把持位置を較正する。
具体的には、図1は本開示の一実施例による制御方法の概略フローチャートその一である。この方法は、任意選択で、パーソナルコンピューター、サーバ、サーバクラスタなどの電子デバイスに適用される。
さらに、該方法は少なくとも以下の内容の少なくとも一部を含む。図1に示すように、該方法は以下を含む。
ステップS101において、メカニカルグリッパーの特徴情報が第1プリセット要件を満たすと判定した場合、第1収集装置によって収集された第1目標画像、及び第2収集装置によって収集された第2目標画像を取得する。
ここで、前記第1収集装置はメカニカルグリッパーに対して画像収集を行うことに用いられ、前記第2収集装置は前記メカニカルグリッパーによって把持されるべきトロリー上の目標巻糸パッケージに対して画像収集を行うことに用いられる。
一例において、前記第1収集装置は完全なメカニカルグリッパーを収集できる任意の位置に設置することができ、例えば前記第1収集装置は前記トロリー上に設置される。前記第2収集装置は前記トロリー上の完全な目標巻糸パッケージを収集できる任意の位置に設置することができ、例えば前記第2収集装置は前記メカニカルグリッパーが所在するメカニカルアーム上に設置され、本開示の解決策はこれを限定しない。
さらに、前記第1収集装置(あるいは第2収集装置)は具体的にはカメラを含むことができ、例えば、前記第1目標画像はカメラを利用して前記メカニカルグリッパーに対して画像収集を行った後に得られ、例えばカメラを利用して前記メカニカルグリッパーを撮影して、第1目標画像を得、あるいは、前記メカニカルグリッパーに対して予め設定された時間長のビデオ収集を行って、複数枚の連続ビデオフレームを得、連続ビデオフレームから一枚の画像を選択して第1目標画像とする。ここで、前記第2収集装置は前記第1収集装置と類似し、ここでは説明を省略する。
なお、前記目標巻糸パッケージは前記メカニカルグリッパーが現在トロリーから把持すべき巻糸パッケージであり、一例では、図2(A)に示すように、メカニカルアームの末端にメカニカルグリッパーが固定され、前記メカニカルグリッパーは第1方向に沿ってトロリーに延伸し、この時、前記メカニカルグリッパーがある具体的な位置に移動し、メカニカルグリッパーが目標巻糸パッケージを把持しようとする状況において、メカニカルアームに設置された第1収集装置は前記メカニカルグリッパーが把持しようとする目標巻糸パッケージを収集することができ、図2(B)に示すように、完全な目標巻糸パッケージを含む第1目標画像を得る。理解すべきことは、メカニカルアームに設置される第1収集装置の位置を調整することにより、収集された第1目標画像に含まれる目標体の詳細情報を制御することができ、例えば、メカニカルアームに設置される第1収集装置の位置を調整することにより、収集された第1目標画像に1つの完全な巻糸パッケージが含まれるようにし、且つ該完全な巻糸パッケージは目標巻糸パッケージであり、このように、目標巻糸パッケージ周辺の他の巻糸パッケージが目標巻糸パッケージの中心位置の識別に干渉することを効果的に回避し、さらに較正精度を効果的に向上させるための基礎を築く。
さらに、前記メカニカルグリッパーの特徴情報は具体的には、前記メカニカルグリッパーの作動時間長、前記メカニカルグリッパーがトロリー上の巻糸パッケージを把持する把持回数等のうちの少なくとも1つを含むことができるがこれらに限定されない。
一例では、メカニカルグリッパーの動作時間長を判定し、メカニカルグリッパーの動作時間長が予め設定された動作時間長に達した場合、第1収集装置によって収集された第1目標画像及び第2収集装置によって収集された第2目標画像を取得する。
また、別の例において、前記メカニカルクランプジョーがトロリー上の巻糸パッケージを把持する把持回数を統計し、前記把持回数が予め設定された回数に達した場合、第1収集装置によって収集された第1目標画像、及び第2収集装置によって収集された第2目標画像を取得する。
ステップS102において、前記第1目標画像における前記メカニカルグリッパーの第1中心位置を検出し、前記第2目標画像における前記目標巻糸パッケージの第2中心位置を検出する。
1つの具体的な例において、以下の方法を用いて第1中心位置及び第2中心位置を得ることができる。具体的には、以上に記載の前記第1目標画像における前記メカニカルグリッパーの第1中心位置を検出し、前記第2目標画像における前記目標巻糸パッケージの第2中心位置を検出すること(即ち以上に記載のステップS102)は、具体的に以下を含む。
ステップS102-1において、前記第1目標画像を目標検出モデルに入力し、前記第1目標画像における前記メカニカルグリッパーの第1中心位置を得る。
ステップS102-2において、前記第2目標画像を前記目標検出モデルに入力し、前記第2目標画像における前記目標巻糸パッケージの第2中心位置を得る。
さらに、1つの具体的な例において、以上に記載のステップS102-1(またはステップS102-2)における目標検出モデルは、少なくとも第1ネットワーク層、第2ネットワーク層、及び第3ネットワーク層を含む。
ここで、前記第1ネットワーク層は少なくとも第1サブネットワーク層、第2サブネットワーク層及び第3サブネットワーク層を含み、前記第1サブネットワーク層は入力された画像に対して第1畳み込み処理を行い、第1畳み込み特徴マップを得ることに用いられ、前記第2サブネットワーク層は前記第1畳み込み特徴マップに対して線形処理を行い、線形特徴マップを得、前記線形特徴マップと前記第1畳み込み特徴マップとを接続処理し、接続特徴マップを得ることに用いられ、前記第3サブネットワーク層は前記接続特徴マップに対して第2畳み込み処理を行い、第2畳み込み特徴マップを得ることに用いられる。このように、抽出された特徴の豊富さを効果的に向上させ、さらに後続のメカニカルグリッパー又は目標巻糸パッケージに対する識別の精度を向上させる。
例えば、一例では、以上の前記第1ネットワーク層はゴーストネットワーク(GhostNet)層であり、さらに、前記GhostNet層に含まれる第1サブネットワーク層は通常畳み込み(Conv)ネットワーク層であり、第2サブネットワーク層はゴースト畳み込み(GhostConv)ネットワーク層であり、及び第3サブネットワーク層は混合空洞畳み込み(Hybride Dilated Convlution、HDC)ネットワーク層である。図3に示すように、まず、画像(例えば第1目標画像、第2目標画像)を通常畳み込みネットワーク層に入力し、画像の通常畳み込み特徴マップを得、次に、通常畳み込み特徴マップをゴースト畳み込みネットワーク層に入力し、例えば、ゴースト畳み込みネットワーク層によって線形処理を行った後、線形特徴マップを得、線形特徴マップと通常畳み込み特徴マップとを接続処理し、接続特徴マップを得、最後に接続特徴マップを混合空洞畳み込みネットワーク層に入力し、混合空洞畳み込み特徴マップを得る。
さらに、前記第2ネットワーク層は前記接続特徴マップ及び第2畳み込み特徴マップに対してそれぞれ第1畳み込み処理を行い、処理後の結果に対して特徴融合処理を行い、融合特徴マップを得ることに用いられ、例えば、前記第2ネットワーク層は特徴ピラミッドネットワーク(Feature Pyramid Network、FPN)層であり、図3に示すように、前記ゴーストネットワーク層によって得られた接続特徴マップ及び混合空洞畳み込み特徴マップをFPN層に入力し、特徴融合処理を行い、融合特徴マップを得る。
さらに、前記第3ネットワーク層は第4サブネットワーク層及び第5サブネットワーク層を含み、前記第4サブネットワーク層は前記融合特徴マップに基づいて、画像におけるメカニカルグリッパーあるいは目標巻糸パッケージを識別して取得することに用いられ、前記第5サブネットワーク層は融合特徴マップに基づいて、画像におけるメカニカルグリッパーの中心位置あるいは画像における目標巻糸パッケージの中心位置を得ることに用いられ、例えば、前記第5サブネットワーク層は融合特徴マップ及び第4サブネットワーク層の出力結果に基づいて、画像におけるメカニカルグリッパーの中心位置あるいは画像における目標巻糸パッケージの中心位置を得ることに用いられる。
例えば、前記第4サブネットワーク層は分類サブネットワーク層であり、前記第5サブネットワーク層は回帰サブネットワーク層であり、図3に示すように、FPN層の出力結果、例えば融合特徴マップを分類サブネットワーク層に入力し、画像におけるメカニカルグリッパーを識別して得、例えば、画像におけるメカニカルグリッパーを枠で選択し、さらに、前記融合特徴マップと、枠で選択された画像におけるメカニカルグリッパー(例えば、メカニカルグリッパーを含む部分画像)とを回帰サブネットワーク層に入力し、画像におけるメカニカルグリッパーの中心位置を得、あるいは、融合特徴マップを分類サブネットワーク層に入力し、画像における目標巻糸パッケージを識別して得、例えば、画像における目標巻糸パッケージを枠で選択し、さらに、前記融合特徴マップと、枠で選択された画像における目標巻糸パッケージ(例えば、目標巻糸パッケージを含む部分画像)とを回帰サブネットワーク層に入力し、画像における目標巻糸パッケージの中心位置を得る。
このように、本開示の解決策は目標検出モデルを利用することができ、メカニカルグリッパーの中心位置及び目標巻糸パッケージの中心位置を得、そして両者の目標位置関係を判定しやすく、このように、後続のメカニカルグリッパーの把持位置を較正するための基礎を築く。
ステップS103において、前記第1中心位置と前記第2中心位置との間の目標位置関係が第2プリセット要件を満たさないと判定した場合、較正コマンドを生成し、前記較正コマンドは前記メカニカルグリッパーの中心位置を較正することに用いられ、あるいは前記メカニカルグリッパーによって把持されるべき目標巻糸パッケージの中心位置を較正することに用いられる。
このように、本開示の解決策によれば、取得された第1目標画像と第2目標画像とに基づいて、前記メカニカルグリッパーの中心位置及び目標巻糸パッケージの中心位置を検出することができ、それにより両者の目標位置関係を判定し、さらに目標位置関係に基づいて較正を行うことができ、このように、機械的摩耗による、測位・把持が不正確であるという問題に迅速に対応することができ、メカニカルグリッパーの把持精度を効果的に向上させ、メカニカルグリッパーの把持位置に対して自動化較正を円滑に行うための技術的サポートを提供する。
さらに、巻糸パッケージの生産作業場において、特に巻糸パッケージの自動包装プロセスにおいて、本開示の解決策によれば、メカニカルグリッパーが正確に測位して巻糸パッケージを把持することができ、後続の巻糸パッケージを把持する時に生じる損傷を回避するための基礎を築き、また、後続の巻糸パッケージ包装プロセスの正常作動を保証し、包装効率を大幅に向上させるための基礎を築く。
1つの具体的な例において、較正コマンドの実行が完了した後、さらに較正結果を検証することができ、このように、メカニカルグリッパーの把持位置を確実に較正したことを確保することができ、後続のメカニカルグリッパーが巻糸パッケージを正確に把持できるようにするための基礎を築く。具体的には、図4は本開示の一実施例による制御方法の概略フローチャートその二である。本方法は、任意選択で、パーソナルコンピューター、サーバ、サーバクラスタなどの電子デバイスに適用することができる。理解すべきことは、以上の図1に示された方法の関連内容は、該例にも適用でき、該例は関連内容に対して詳細な説明を省略する。
さらに、該方法は、以下の少なくとも一部を含む。具体的には、図4に示すように、以下を含む。
ステップS401において、メカニカルグリッパーの特徴情報が第1プリセット要件を満たすか否かを判定し、そうであれば、ステップS402に進み、そうでなければ、ステップS406に進む。
ステップS402において、第1収集装置によって収集された第1目標画像、及び第2収集装置によって収集された第2目標画像を取得する。そして、ステップS403に進む。
ステップS403において、前記第1目標画像における前記メカニカルグリッパーの第1中心位置を検出し、前記第2目標画像における前記目標巻糸パッケージの第2中心位置を検出する。そして、ステップS404に進む。
ステップS404において、第1中心位置と第2中心位置との間の目標位置関係が第2プリセット要件を満たすか否かを判定し、そうであれば、ステップS406に進み、そうでなければ、ステップS405に進む。
ステップS405において、前記第1中心位置と前記第2中心位置との間の目標位置関係が第2プリセット要件を満たさないと判定した場合、較正コマンドを生成し、前記較正コマンドは前記メカニカルグリッパーの中心位置を較正することに用いられ、あるいは前記メカニカルグリッパーによって把持されるべき目標巻糸パッケージの中心位置を較正することに用いられる。そして、ステップS407に進む。
ステップS406において、引き続き把持タスクを実行する。
ステップS407において、較正コマンドの実行が完了した後、第1制御コマンドを生成し、ステップS402に戻り、新たな第1目標画像及び新たな第2目標画像を改めて取得する。
ここで、前記第1制御コマンドは、前記第1収集装置に新たな第1目標画像を収集するように指示し、前記第2収集装置に新たな第2目標画像を収集するように指示することに用いられる。
つまり、現在の較正プロセスにおいて、生成された較正コマンドの実行が完了した後、新たな第1目標画像及び新たな第2目標画像を改めて取得することができ、且つ新たな第1目標画像と新たな第2目標画像とに基づいて、新たな第1目標画像におけるメカニカルグリッパーの第1中心位置、及び新たな第2目標画像における目標巻糸パッケージの第2中心位置を検出し、さらに新たな目標位置関係を得、この時、得られた新たな目標位置関係が第2プリセット要件を満たすか否かを判断し、そうであれば、即ち第2プリセット要件を満たす場合には、較正が成功したとし、現在の較正プロセスを終了する一方、そうでなければ、即ち第2プリセット要件を満たさない場合には、新たな目標位置関係が第2プリセット要件を満たすまで、新たな較正コマンドを生成する。
1つの具体的な例において、図5は、本開示の一実施例による制御方法の概略フローチャートその三である。本方法は、任意選択で、パーソナルコンピューター、サーバ、サーバクラスタなどの電子デバイスに適用することができる。理解すべきことは、以上の図1に示された方法の関連内容は、該例にも適用でき、該例は関連内容に対して詳細な説明を省略する。
さらに、該方法は、以下の少なくとも一部を含む。具体的には、図5に示すように、以下を含む。
ステップS501において、メカニカルグリッパーの特徴情報が第1プリセット要件を満たすと判定した場合、第1収集装置によって収集された第1目標画像、及び第2収集装置によって収集された第2目標画像を取得する。
ここで、前記第1収集装置はメカニカルグリッパーに対して画像収集を行うことに用いられ、前記第2収集装置は前記メカニカルグリッパーによって把持されるべきトロリー上の目標巻糸パッケージに対して画像収集を行うことに用いられる。
ステップS502において、前記第1目標画像における前記メカニカルグリッパーの第1中心位置を検出し、前記第2目標画像における前記目標巻糸パッケージの第2中心位置を検出する。
ここで、前記第1中心位置及び前記第2中心位置の検出は上記の例を参照することができ、ここでは説明を省略する。
ステップS503において、前記第1中心位置と前記第2中心位置とに基づいて、目標距離を推定して得、前記目標距離は同一の目標座標系における前記メカニカルグリッパー及び前記目標巻糸パッケージの中心位置間の相対距離を表す。
ここで、前記第1中心位置は前記第1目標画像に対応する第1座標系における位置情報であり、前記第2中心位置は前記第2目標画像に対応する第2座標系における位置情報であり、前記目標座標系は第1座標系、第2座標系、グローバル座標系のうちの1つである。
つまり、ステップS502の後にさらに、得られた第1中心位置と第2中心位置とに基づいて、目標位置関係を表すための目標距離を推定して得ることができ、このように、目標距離に基づいて較正を行う必要があるか否かを判定するのに便利である。
ステップS504において、前記目標距離が予め設定された閾値より大きいと判定した場合、較正コマンドを生成する。
さらに、1つの具体的な例において、以下の方法で目標距離を得ることができ、具体的には、以上に記載の前記第1中心位置と前記第2中心位置とに基づいて、目標距離を推定して得ること(即ち以上に記載のステップS503)は、具体的には以下を含む。
ステップS503-1において、前記第1中心位置に基づいて、前記メカニカルグリッパーの前記目標座標系における第1中心座標を推定して得る。
例えば、一例において、前記目標座標系が第1座標系である場合、前記第1中心位置に基づいて第1中心座標を直接得ることができ、例えば、前記第1中心位置が座標点である場合、第1中心位置を示す座標点を直接第1座標系における第1中心座標とすることができ、あるいは、前記第1中心位置が中心領域(例えば複数の座標点を含む中心領域)である場合、中心領域内の複数の座標点に基づいて、中心座標を得、得られた中心座標を直接第1座標系における第1中心座標とすることができる。
あるいは、別の例では、前記目標座標系が第2座標系である場合、第1中心位置、及び第1座標系と第2座標系との間の座標変換関係に基づいて、目標巻糸パッケージの第2座標系における第1中心座標を推定して得ることもでき、例えば、前記第1中心位置が座標点である場合、第1座標系と第2座標系との間の座標変換関係に基づいて、第1中心位置を示す座標点を第2座標系に変換して、第1中心座標を得ることができ、あるいは、前記第1中心位置が中心領域(例えば複数の座標点を含む中心領域)である場合、中心領域内の複数の座標点に基づいて、前記第1中心位置に対応する中心座標を得、得られた第1中心位置に対応する中心座標を第2座標系に変換して、第1中心座標を得ることができ、あるいは、前記第1中心位置が中心領域(例えば複数の座標点を含む中心領域)である場合、第1座標系と第2座標系との間の座標変換関係に基づいて、中心領域内の複数の座標点をそれぞれ第2座標系に変換して、第2座標系における複数の座標点を得、さらに第2座標系における複数の座標点に基づいて、第1中心座標を得ることができる。
あるいは、別の例において、前記目標座標系がグローバル座標系である場合、第1中心位置、及び第1座標系とグローバル座標系との間の座標変換関係に基づいて、目標巻糸パッケージのグローバル座標系における第1中心座標を推定して得ることもでき、例えば、前記第1中心位置が座標点である場合、第1座標系とグローバル座標系との間の座標変換関係に基づいて、第1中心位置を示す座標点をグローバル座標系に変換して、第1中心座標を得ることができ、あるいは、前記第1中心位置が中心領域(例えば複数の座標点を含む中心領域)である場合、中心領域内の複数の座標点に基づいて、前記第1中心位置に対応する中心座標を得、得られた第1中心位置に対応する中心座標をグローバル座標系に変換して、第1中心座標を得ることができ、あるいは、前記第1中心位置が中心領域(例えば複数の座標点を含む中心領域)である場合、第1座標系とグローバル座標系との間の座標変換関係に基づいて、中心領域内の複数の座標点をそれぞれグローバル座標系に変換して、グローバル座標系における複数の座標点を得、さらにグローバル座標系における複数の座標点に基づいて、第1中心座標を得ることができる。
ステップS503-2において、前記第2中心位置に基づいて、前記目標巻糸パッケージの前記目標座標系における第2中心座標を推定して得る。
例えば、一例では、前記目標座標系が第1座標系である場合、第2中心位置、及び第1座標系と第2座標系との間の座標変換関係に基づいて、目標巻糸パッケージの第1座標系における第2中心座標を推定して得ることもでき、例えば、前記第2中心位置が座標点である場合、第1座標系と第2座標系との間の座標変換関係に基づいて、第2中心位置を示す座標点を第1座標系に変換して、第2中心座標を得ることができ、あるいは、前記第2中心位置が中心領域(例えば複数の座標点を含む中心領域)である場合、中心領域内の複数の座標点に基づいて、前記第2中心位置に対応する中心座標を得、得られた第2中心位置に対応する中心座標を第1座標系に変換して、第2中心座標を得ることができる。あるいは、前記第2中心位置が中心領域(例えば複数の座標点を含む中心領域)である場合、第1座標系と第2座標系との間の座標変換関係に基づいて、中心領域内の複数の座標点をそれぞれ第1座標系に変換して、第1座標系における複数の座標点を得、さらに第1座標系における複数の座標点に基づいて、第2中心座標を得る。
あるいは、別の例において、前記目標座標系が第2座標系である場合、前記第2中心位置に基づいて第2中心座標を直接得ることができ、例えば、前記第2中心位置が座標点である場合、第2中心位置を示す座標点を直接第2座標系における第2中心座標とすることができ、あるいは、前記第2中心位置が中心領域(例えば複数の座標点を含む中心領域)である場合、中心領域内の複数の座標点に基づいて、中心座標を得、得られた中心座標を直接第2座標系における第2中心座標とすることができる。
あるいは、別の例において、前記目標座標系がグローバル座標系である場合、第2中心位置、及び第2座標系とグローバル座標系との間の座標変換関係に基づいて、目標巻糸パッケージのグローバル座標系における第2中心座標を推定して得ることもでき、例えば、前記第2中心位置が座標点である場合、第2座標系とグローバル座標系との間の座標変換関係に基づいて、第2中心位置を示す座標点をグローバル座標系に変換して、第2中心座標を得ることができ、あるいは、前記第2中心位置が中心領域(例えば複数の座標点を含む中心領域)である場合、中心領域内の複数の座標点に基づいて、前記第2中心位置に対応する中心座標を得、得られた第2中心位置に対応する中心座標をグローバル座標系に変換して、第2中心座標を得ることができ、あるいは、前記第2中心位置が中心領域(例えば複数の座標点を含む中心領域)である場合、第2座標系とグローバル座標系との間の座標変換関係に基づいて、中心領域内の複数の座標点をそれぞれグローバル座標系に変換して、グローバル座標系における複数の座標点を得、さらにグローバル座標系における複数の座標点に基づいて、第2中心座標を取得することができる。
ステップS503-3において、前記メカニカルグリッパーの前記目標座標系における第1中心座標と、前記目標巻糸パッケージの前記目標座標系における第2中心座標とに基づいて、目標距離を得る。
このように、本開示の解決策によれば、検出して得られた前記メカニカルグリッパーの中心位置と目標巻糸パッケージの中心位置とに基づいて、両者の目標位置関係を表すための目標距離を推定して得ることができ、さらに目標距離に基づいてメカニカルグリッパーの把持位置を較正することができ、このように、機械的摩耗による、測位・把持が不正確であるという問題に迅速に対応することができ、メカニカルグリッパーの把持精度を効果的に向上させ、後続のメカニカルグリッパーが巻糸パッケージを把持する把持効率を向上させるための基礎を築き、また、後続の巻糸パッケージを把持する時の損傷を回避し、巻糸パッケージをうまく把持できないことを回避するための基礎を築く。
さらに、1つの具体的な例において、さらに以下の方式を用いて較正コマンドを生成することができ、具体的には、以上に記載の前記目標距離が予め設定された閾値より大きいと判定した場合、較正コマンドを生成すること(すなわち以上に記載のステップS504)は、具体的には以下を含む。
方式1において、前記目標距離が前記第1レベル臨界値より大きく、且つ前記目標距離が前記第2レベル臨界値以下であると判定した場合、較正コマンドを生成し、この時、前記較正コマンドは前記目標距離に基づいて前記メカニカルグリッパーの制御パラメータを調整するように指示することに用いられる。
あるいは、
方式2において、前記目標距離が前記第1レベル臨界値より大きく、且つ前記目標距離が前記第2レベル臨界値より大きいと判定した場合、較正コマンドを生成し、この時、前記較正コマンドは前記目標距離に基づいて前記目標巻糸パッケージが所在するトロリーの位置を調整するように指示することに用いられる。
ここで、前記第1レベル臨界値は前記第2レベル臨界値より小さく、且つ前記第1レベル臨界値及び第2レベル臨界値はいずれも経験値であり、実際のニーズに応じて設定することができ、本開示の解決策はこれを限定しない。
具体的には、図6は本開示の一実施例による制御方法の概略フローチャートその四である。本方法は、任意選択で、パーソナルコンピューター、サーバ、サーバクラスタなどの電子デバイスに適用することができる。理解すべきことは、以上の図1及び図5に示された方法の関連内容は、該例にも適用することができ、該例は関連内容に対して詳細な説明を省略する。
さらに、該方法は、以下の少なくとも一部を含む。具体的には、図6に示すように、以下を含む。
ステップS601において、メカニカルグリッパーの特徴情報が第1プリセット要件を満たすと判定した場合、第1収集装置によって収集された第1目標画像、及び第2収集装置によって収集された第2目標画像を取得する。
ここで、前記第1収集装置はメカニカルグリッパーに対して画像収集を行うことに用いられ、前記第2収集装置は前記メカニカルグリッパーによって把持されるべきトロリー上の目標巻糸パッケージに対して画像収集を行うことに用いられる。
ステップS602において、前記第1目標画像における前記メカニカルグリッパーの第1中心位置を検出し、前記第2目標画像における前記目標巻糸パッケージの第2中心位置を検出する。
ステップS603において、前記第1中心位置と前記第2中心位置とに基づいて、目標距離を推定して得、前記目標距離は同一の目標座標系における前記メカニカルグリッパー及び前記目標巻糸パッケージの中心位置間の相対距離を表す。
ここで、前記第1中心位置は前記第1目標画像に対応する第1座標系における位置情報であり、前記第2中心位置は前記第2目標画像に対応する第2座標系における位置情報であり、前記目標座標系は第1座標系、第2座標系、グローバル座標系のうちの1つである。
ステップS604において、前記目標距離が第1レベル臨界値より大きいか否かを判定し、そうであれば、ステップS606に進み、そうでなければ、ステップS605に進む。
ステップS605において、メカニカルグリッパーの特徴情報を改めて判定し、ステップS601に戻る。
例えば、前記メカニカルグリッパーの動作時間長が予め設定された時間(例えば1時間)に達し、且つ前記目標距離が第1レベル臨界値より小さいと判定した場合、前記メカニカルグリッパーの動作時間長を初期化し、前記メカニカルグリッパーの動作時間長を改めて統計し、且つ改めて統計して得られた動作時間が1時間に達したか否かを判断し、あるいは、例えば、前記メカニカルグリッパーの把持回数が予め設定された回数(例えば80回)に達し、且つ前記目標距離が第1レベル臨界値より小さいと判定した場合、前記メカニカルグリッパーの把持回数を初期化し、前記メカニカルグリッパーの把持回数を改めて統計し、且つ改めて統計して得られた把持回数が80回に達したか否かを判断する。
ステップS606において、前記目標距離が第2レベル臨界値以下であるか否かを判定し、そうであれば、ステップS607に進み、そうでなければ、ステップS608に進む。
ステップS607において、前記目標距離が第1レベル臨界値より大きく、且つ前記目標距離が第2レベル臨界値以下であると判定した場合、較正コマンドを生成し、前記較正コマンドは前記目標距離に基づいて前記メカニカルグリッパーの制御パラメータを調整するように指示することに用いられる。
ステップS608において、前記目標距離が前記第1レベル臨界値より大きく、且つ前記目標距離が前記第2レベル臨界値より大きいと判定した場合、較正コマンドを生成し、前記較正コマンドは前記目標距離に基づいて前記目標巻糸パッケージが所在するトロリーの位置を調整するように指示することに用いられる。
理解すべきことは、第1中心位置及び第2中心位置が得られた場合、同一の目標座標系における目標距離を推定して得、得られた目標距離が第1レベル臨界値より大きいか否かを判断し、そうであれば、即ち第1レベル臨界値より大きい場合、得られた目標距離が第2レベル臨界値以下であるか否かを判断し、そうであれば、即ち第2レベル臨界値以下である場合、較正コマンドを生成して、前記目標距離に基づいてメカニカルグリッパーの制御パラメータを調整するように指示し、メカニカルグリッパーの中心位置に対する調整を実現する。また、理解すべきことは、この例において、得られた目標距離が第1レベル臨界値より大きく且つ第2レベル臨界値以下である場合、メカニカルグリッパー及び目標巻糸パッケージの中心位置間のずれ量が小さいと考えられ、この時、微調整の方法により、メカニカルグリッパーの制御パラメータを調整することにより、メカニカルグリッパーの中心位置を調整することができ、メカニカルグリッパー及び目標巻糸パッケージの中心位置間の距離を縮小する。
さらに、得られた目標距離が第1レベル臨界値より大きい場合、得られた目標距離が第2レベル臨界値よりも大きい場合、較正コマンドを生成して、前記目標距離に基づいて前記目標巻糸パッケージが所在するトロリーの位置を調整するように指示し、前記目標巻糸パッケージの中心位置に対する調整を実現する。また、理解すべきことは、この例において、得られた目標距離が第2レベル臨界値より大きい場合、メカニカルグリッパー及び目標巻糸パッケージの中心位置間のずれ量が大きいと考えられ、この時、トロリーの位置を調整することにより、メカニカルグリッパーの把持位置を較正することができ、メカニカルグリッパー及び目標巻糸パッケージの中心位置間の距離を縮小する。このように、較正を迅速に行うことができ、較正の処理効率を向上させると共に、メカニカルグリッパーの把持精度を向上させる。
なお、実際のシナリオでは、目標距離を参照してメカニカルグリッパーの制御パラメータを調整し、あるいは、トロリーの位置を調整することができ、例えば、目標距離のグローバル座標系における実際の相対距離を得、この時、実際の相対距離に基づいて、メカニカルグリッパーの制御パラメータを調整し、あるいは、トロリーの位置を調整することができる。
以上のように、本開示の解決策が提供する制御方法は、従来技術に対して、以下の複数の利点を有し、具体的には以下を含む。
第1に、より自動化される。従来技術に比べて、本開示の解決策によれば、機械的摩耗による、測位・把持が不正確であるという問題に迅速に対応することができ、且つ巻糸パッケージの自動包装プロセスにおいてメカニカルグリッパーの把持位置に対する自動較正を実現するための技術的サポートを提供し、該プロセスでは人間の介入を必要とせず、このように、自動包装プロセスをより自動化させると共に、大量の人件費及び時間コストを節約する。
第2に、把持がより正確である。本開示の解決策によれば、得られた目標距離に基づいて、異なる較正方式を提供することができ、例えばメカニカルグリッパー及び目標巻糸パッケージの中心位置間のずれ量が小さいと考えられる場合、メカニカルグリッパーの制御パラメータを調整し、あるいは、メカニカルグリッパー及び目標巻糸パッケージの中心位置間のずれ量が大きいと考えられる場合、トロリーの位置を調整する。このように、メカニカルグリッパーの把持精度を効果的に向上させる。
第3に、自動包装効率がより高い。本開示の解決策はメカニカルグリッパーの測位・把持が不正確であるという問題を効果的に解決し、後続の把持が不正確であるためにメカニカルグリッパーが巻糸パッケージを損傷し又は巻糸パッケージを把持できないことを回避するための基礎を築き、後続の巻糸パッケージの包装プロセスの正常作動を保証し、及び包装効率を大幅に向上させるための基礎を築く。
本開示の解決策はさらに制御装置を提供し、図7に示すように、
メカニカルグリッパーの特徴情報が第1プリセット要件を満たすと判定した場合、第1収集装置によって収集された第1目標画像、及び第2収集装置によって収集された第2目標画像を取得するための取得ユニットであって、前記第1収集装置はメカニカルグリッパーに対して画像収集を行うことに用いられ、前記第2収集装置は前記メカニカルグリッパーによって把持されるべきトロリー上の目標巻糸パッケージに対して画像収集を行うことに用いられる、取得ユニット701と、
前記第1目標画像における前記メカニカルグリッパーの第1中心位置を検出し、前記第2目標画像における前記目標巻糸パッケージの第2中心位置を検出するための検出ユニット702と、
前記第1中心位置と前記第2中心位置との間の目標位置関係が第2プリセット要件を満たさないと判定した場合、較正コマンドを生成するための処理ユニットであって、前記較正コマンドは前記メカニカルグリッパーの中心位置を較正することに用いられ、あるいは前記メカニカルグリッパーによって把持されるべき目標巻糸パッケージの中心位置を較正することに用いられる、処理ユニット703と、を備える。
本開示の解決策の1つの具体的な例において、前記検出ユニットは具体的に、
前記第1目標画像を目標検出モデルに入力し、前記第1目標画像における前記メカニカルグリッパーの第1中心位置を得ることと、
前記第2目標画像を前記目標検出モデルに入力し、前記第2目標画像における前記目標巻糸パッケージの第2中心位置を得ることと、に用いられる。
本開示の解決策の1つの具体的な例において、前記目標検出モデルは少なくとも第1ネットワーク層、第2ネットワーク層及び第3ネットワーク層を含み、
ここで、前記第1ネットワーク層は少なくとも第1サブネットワーク層、第2サブネットワーク層及び第3サブネットワーク層を含み、前記第1サブネットワーク層は入力された画像に対して第1畳み込み処理を行い、第1畳み込み特徴マップを得ることに用いられ、前記第2サブネットワーク層は前記第1畳み込み特徴マップに対して線形処理を行い、線形特徴マップを得、前記線形特徴マップと前記第1畳み込み特徴マップとを接続処理し、接続特徴マップを得ることに用いられ、前記第3サブネットワーク層は前記接続特徴マップに対して第2畳み込み処理を行い、第2畳み込み特徴マップを得ることに用いられ、
前記第2ネットワーク層は、前記接続特徴マップ及び第2畳み込み特徴マップに対してそれぞれ第1畳み込み処理を行い、処理後の結果に対して特徴融合処理を行い、融合特徴マップを得ることに用いられ、
前記第3ネットワーク層は第4サブネットワーク層及び第5サブネットワーク層を含み、前記第4サブネットワーク層は前記融合特徴マップに基づいて、画像におけるメカニカルグリッパーあるいは目標巻糸パッケージを識別して得ることに用いられ、前記第5サブネットワークは融合特徴マップに基づいて、画像におけるメカニカルグリッパーの中心位置あるいは画像における目標巻糸パッケージの中心位置を得ることに用いられる。
本開示の解決策の1つの具体的な例において、前記処理ユニットは、
前記第1中心位置と第2中心位置とに基づいて、目標距離を推定して得ることであって、前記目標距離は同一の目標座標系における前記メカニカルグリッパー及び前記目標巻糸パッケージの中心位置間の相対距離を表し、前記第1中心位置は前記第1目標画像に対応する第1座標系における位置情報であり、前記第2中心位置は前記第2目標画像に対応する第2座標系における位置情報であり、前記目標座標系は第1座標系、第2座標系、グローバル座標系のうちの1つである、ことと、
前記目標距離が予め設定された閾値より大きいと判定した場合、較正コマンドを生成することと、にさらに用いられる。
本開示の解決策の1つの具体的な例において、前記処理ユニットは具体的に、
前記第1中心位置に基づいて、前記メカニカルグリッパーの前記目標座標系における第1中心座標を推定して得ることと、
前記第2中心位置に基づいて、前記目標巻糸パッケージの前記目標座標系における第2中心座標を推定して得ることと、
前記メカニカルグリッパーの前記目標座標系における第1中心座標と、前記目標巻糸パッケージの前記目標座標系における第2中心座標とに基づいて、目標距離を得ることと、に用いられる。
本開示の解決策の1つの具体的な例において、前記処理ユニットは具体的に、
前記目標距離が第1レベル臨界値より大きく、且つ前記目標距離が第2レベル臨界値以下であると判定した場合、較正コマンドを生成することであって、前記較正コマンドは前記目標距離に基づいて前記メカニカルグリッパーの制御パラメータを調整するように指示することに用いられる、こと、
あるいは
前記目標距離が前記第1レベル臨界値より大きく、且つ前記目標距離が前記第2レベル臨界値より大きいと判定した場合、較正コマンドを生成することであって、前記較正コマンドは前記目標距離に基づいて前記目標巻糸パッケージが所在するトロリーの位置を調整するように指示することに用いられる、こと、に用いられる。
本開示の解決策の1つの具体的な例において、
前記処理ユニットは、較正コマンドの実行が完了した後、第1制御コマンドを生成することにさらに用いられ、前記第1制御コマンドは、前記第1収集装置に新たな第1目標画像を収集するように指示し、前記第2収集装置に新たな第2目標画像を収集するように指示することにさらに用いられ、
前記取得ユニットは、前記第1収集装置によって収集された新たな第1目標画像を取得し、第2収集装置によって収集された新たな第2目標画像を取得することにさらに用いられ、
前記検出ユニットは、新たな第1目標画像におけるメカニカルグリッパーの第1中心位置、及び新たな第2目標画像における目標巻糸パッケージの第2中心位置を検出することにさらに用いられ、
前記処理ユニットは、新たな第1目標画像における第1中心位置と新たな第2目標画像における第2中心位置との間の目標位置関係が第2プリセット要件を満たすか否かを判定することにさらに用いられる。
本開示の実施例における装置の各モジュール、サブモジュールの具体的な機能及び例示的な説明は、上記方法の実施例における対応するステップの関連説明を参照することができ、ここでは繰り返し述べない。
本開示の技術的解決策では、ユーザの個人情報の取得、記憶、及びアプリケーションは、関連する法律及び規則の規定に準拠し、公序良俗に違反しない。
図8は本開示の一実施例による電子デバイスの構造ブロック図である。図8に示すように、該電子デバイスはメモリ810とプロセッサ820とを含み、メモリ810にはプロセッサ820で実行可能なコンピュータプログラムが記憶される。メモリ810及びプロセッサ820の数は、1つまたは複数であり得る。メモリ810は、1つまたは複数のコンピュータプログラムを記憶することができ、該1つまたは複数のコンピュータプログラムは、該電子デバイスによって実行されると、該電子デバイスに上記の方法の実施例により提供される方法を実行させる。該電子デバイスはさらに以下を含むことができる。通信インターフェース830は、外部デバイスと通信し、データのインタラクション・伝送を行うことに用いられる。
メモリ810、プロセッサ820、及び通信インターフェース830が独立して実装される場合、メモリ810、プロセッサ820、及び通信インターフェース830は、バスを介して互いに接続され、相互間の通信を行うことができる。該バスは、ISA(InduStry Standard Architecture)バス、PCI(Peripheral Component Interconnect)バス、またはEISA(Extended InduStry Standard Architecture)バスなどであり得る。該バスは、アドレスバス、データバス、制御バスなどに分類することができる。説明を容易にするために、図8に一本の太線のみで示すが、一本のバス又は一種類のバスのみを示すものではない。
任意選択で、具体的な実装形態では、メモリ810、プロセッサ820、及び通信インターフェース830が1つのチップ上に集積される場合、メモリ810、プロセッサ820、及び通信インターフェース830は、内部インターフェースを介して相互間の通信を行うことができる。
上記プロセッサは中央処理装置(Central Processing Unit、CPU)であってもよく、さらに他の汎用プロセッサ、デジタル信号プロセッサ(Digital Signal Processing、DSP)、特定用途向け集積回路(Application Specific Integrated Circuit、ASIC)、フィールドプログラマブルゲートアレイ(Field Programmable Gate Array、FPGA)又は他のプログラマブルロジックデバイス、ディスクリートゲート又はトランジスタロジックデバイス、ディスクリートハードウェアコンポーネント等であってもよいことを理解されたい。汎用プロセッサは、マイクロプロセッサまたは任意の従来のプロセッサなどであり得る。なお、プロセッサは、Advanced RISC Machines(ARM)アーキテクチャをサポートするプロセッサであり得る。
さらに、選択的に、上記メモリは読み出し専用メモリ及びランダムアクセスメモリを含んでもよく、さらに不揮発性ランダムアクセスメモリを含んでもよい。該メモリは、揮発性メモリまたは不揮発性メモリのいずれかであり得るか、あるいは揮発性メモリと不揮発性メモリの両方を含み得る。ここで、不揮発性メモリは、ROM(Read-Only Memory)、PROM(Programmable ROM)、EPROM(ErasablePROM)、EEPROM(Electrically EPROM)、またはフラッシュメモリを含むことができる。揮発性メモリは、外部キャッシュとして機能するランダムアクセスメモリ(RAM)を含むことができる。限定ではなく例として、多くの形態のRAMが利用可能である。例えば、スタティックランダムアクセスメモリ(Static RAM、SRAM)、ダイナミックランダムアクセスメモリ(Dynamic Random Access Memory、DRAM)、シンクロナスDRAM(Synchronous DRAM、SDRAM)、ダブルデータレートSDRAM(Double Data Date SDRAM、DDR SDRAM)、エンハンストSDRAM(Enhanced SDRAM、ESDRAM)、シンクリンクDRAM(Synchlink DRAM、SLDRAM)及びダイレクトRAMBUS RAM(Direct RAMBUS RAM、DR RAM)である。
上述の実施例では、全体的または部分的に、ソフトウェア、ハードウェア、ファームウェア、またはそれらの任意の組合せで実装され得る。ソフトウェアで実装される場合に、全体または一部はコンピュータプログラム製品の形態で実装され得る。コンピュータプログラム製品は、1つまたは複数のコンピュータ命令を含む。コンピュータ命令がロードされ、コンピュータ上で実行されると、本開示の実施例によるプロセスまたは機能が全体的または部分的に生成される。前記コンピュータは、汎用コンピュータ、専用コンピュータ、コンピュータネットワーク、または他のプログラム可能な装置であってもよい。前記コンピュータ命令は、コンピュータ可読記憶媒体に記憶されてもよく、または1つのコンピュータ可読記憶媒体から別のコンピュータ可読記憶媒体に送信されてもよく、例えば、前記コンピュータ命令は、有線(例えば、同軸ケーブル、光ファイバ、デジタル加入者線(DSL))または無線(例えば、赤外線、Bluetooth(登録商標)、マイクロ波等)を介して、1つのウェブサイトサイト、コンピュータ、サーバ、またはデータセンタから別のウェブサイトサイト、コンピュータ、サーバ、またはデータセンタに送信されてもよい。前記コンピュータ可読記憶媒体は、コンピュータによってアクセスされ得る任意の利用可能な媒体、または1つもしくは複数の利用可能な媒体と統合されたサーバ、データセンタなどを含むデータ記憶デバイスであり得る。前記使用可能な媒体は、磁気媒体(例えば、フロッピー(登録商標)ディスク、ハードディスク、磁気テープ)、光媒体(例えば、デジタル多用途ディスク(Digital Versatile Disc、DVD))、または半導体媒体(例えば、ソリッドステートディスク(Solid State Disk、SSD))などであり得る。なお、本開示で言及されるコンピュータ可読記憶媒体は、不揮発性記憶媒体、言い換えれば、非一時的記憶媒体であり得る。
当業者は上記実施例を実現する全部又は一部のステップがハードウェアによって実装されてもよく、プログラムによって関連するハードウェアに命令して実装されてもよく、前記プログラムはコンピュータ可読記憶媒体に記憶されてもよく、上記記憶媒体は読み出し専用メモリ、磁気ディスク又は光ディスク等であってもよいことを理解することができる。
本開示の実施例の説明において、参照用語"1つの実施例"、"いくつかの実施例"、"例"、"具体的な例"、又は"いくつかの例"等の説明は該実施例又は例に関連して説明された具体的な特徴、構造、材料又は特徴が本開示の少なくとも1つの実施例又は例に含まれることを意味する。且つ、説明された具体的な特徴、構造、材料又は特徴はいずれか1つ又は複数の実施例又は例において適切な方式で組み合わせることができる。さらに、当業者は、本明細書に記載された異なる実施形態または例及び異なる実施形態または例の特徴を、互いに矛盾しない範囲で組み合わせてもよい。
本開示の実施例の説明において、「/」は、別段の説明がない限り、またはという意味を表し、例えば、A/Bは、AまたはBのいずれかを表し得る。本明細書における「及び/又は」は関連オブジェクトの関連関係を説明することに過ぎず、三種類の関係が存在してもよいことを示し、例えば、A及び/又はBは、以下を示すことができる。Aが単独で存在し、A及びBが同時に存在し、Bが単独で存在するという三種類の状況である。
本開示の実施例の説明では、「第1」及び「第2」という用語は、説明の目的のみのために使用され、相対的な重要性を示すまたは暗示するものと解釈されるべきではなく、示される技術的特徴の数を暗示するものと解釈されるべきではない。したがって、「第1」及び「第2」として定義される特徴は、明示的または暗黙的に、そのような特徴のうちの1つまたは複数を含み得る。本開示の実施例の説明において、「複数」とは、別段の説明がない限り、2つ以上を意味する。
以上は本開示の例示的な実施例に過ぎず、本開示を限定するものではなく、本開示の精神及び原則の範囲内で、行われた任意の修正、同等置換、改良等は、いずれも本開示の保護範囲内に含まれるべきである。

Claims (13)

  1. メカニカルグリッパーの特徴情報が第1プリセット要件を満たすと判定した場合、第1収集装置によって収集された第1目標画像、及び第2収集装置によって収集された第2目標画像を取得することであって、前記第1収集装置はメカニカルグリッパーに対して画像収集を行うことに用いられ、前記第2収集装置は前記メカニカルグリッパーによって把持されるべきトロリー上の目標巻糸パッケージに対して画像収集を行うことに用いられる、ことと、
    前記第1目標画像を目標検出モデルに入力して、前記第1目標画像における前記メカニカルグリッパーの前記目標巻糸パッケージに対する把持位置を、前記第1目標画像における前記メカニカルグリッパーの第1中心位置として検出し、前記第2目標画像を前記目標検出モデルに入力して前記第2目標画像における円形の前記目標巻糸パッケージの第2中心位置を検出することと、
    前記第1中心位置と前記第2中心位置との間の目標位置関係が第2プリセット要件を満たさないと判定した場合、較正コマンドを生成することであって、前記較正コマンドは前記メカニカルグリッパーの中心位置を較正することに用いられ、あるいは前記メカニカルグリッパーによって把持されるべき目標巻糸パッケージの中心位置を較正することに用いられる、ことと、を含
    前記目標検出モデルは、少なくとも第1ネットワーク層、第2ネットワーク層及び第3ネットワーク層を含み、
    ここで、前記第1ネットワーク層は、少なくとも第1サブネットワーク層、第2サブネットワーク層及び第3サブネットワーク層を含み、前記第1サブネットワーク層は、入力された画像に対して第1畳み込み処理を行い、第1畳み込み特徴マップを得ることに用いられ、前記第2サブネットワーク層は、前記第1畳み込み特徴マップに対して線形処理を行い、線形特徴マップを得、前記線形特徴マップと前記第1畳み込み特徴マップとを接続処理し、接続特徴マップを得ることに用いられ、前記第3サブネットワーク層は、前記接続特徴マップに対して第2畳み込み処理を行い、第2畳み込み特徴マップを得ることに用いられ、
    前記第2ネットワーク層は、前記接続特徴マップ及び第2畳み込み特徴マップに対してそれぞれ第1畳み込み処理を行い、処理後の結果に対して特徴融合処理を行い、融合特徴マップを得ることに用いられ、
    前記第3ネットワーク層は、第4サブネットワーク層及び第5サブネットワーク層を含み、前記第4サブネットワーク層は、前記融合特徴マップに基づいて、画像におけるメカニカルグリッパーあるいは目標巻糸パッケージを識別して得ることに用いられ、前記第5サブネットワーク層は、融合特徴マップに基づいて、画像におけるメカニカルグリッパーの目標巻糸パッケージに対する把持位置をメカニカルグリッパーの中心位置として得ることあるいは画像における円形の目標巻糸パッケージの中心位置を得ることに用いられる、制御方法。
  2. 前記制御方法は、
    前記第1中心位置と前記第2中心位置との間の目標位置関係が第2プリセット要件を満たさないと判定する前に、
    前記第1中心位置と第2中心位置とに基づいて、目標距離を推定して得ることであって、前記目標距離は同一の目標座標系における前記メカニカルグリッパー及び前記目標巻糸パッケージの中心位置間の相対距離を表し、前記第1中心位置は前記第1目標画像に対応する第1座標系における位置情報であり、前記第2中心位置は前記第2目標画像に対応する第2座標系における位置情報であり、前記目標座標系は第1座標系、第2座標系、グローバル座標系のうちの1つである、ことをさらに含み、
    前記第1中心位置と前記第2中心位置との間の目標位置関係が第2プリセット要件を満たさないと判定した場合、較正コマンドを生成することは、
    前記目標距離が予め設定された閾値より大きいと判定した場合、較正コマンドを生成することを含む、請求項1に記載の制御方法。
  3. 前記第1中心位置と第2中心位置とに基づいて、目標距離を推定して得ることは、
    前記第1中心位置に基づいて、前記メカニカルグリッパーの前記目標座標系における第1中心座標を推定して得ることと、
    前記第2中心位置に基づいて、前記目標巻糸パッケージの前記目標座標系における第2中心座標を推定して得ることと、
    前記メカニカルグリッパーの前記目標座標系における第1中心座標と、前記目標巻糸パッケージの前記目標座標系における第2中心座標とに基づいて、目標距離を得ることと、を含む、
    請求項に記載の制御方法。
  4. 前記目標距離が予め設定された閾値より大きいと判定した場合、較正コマンドを生成することは、
    前記目標距離が第1レベル臨界値より大きく、且つ前記目標距離が第2レベル臨界値以下であると判定した場合、較正コマンドを生成することであって、前記較正コマンドは前記目標距離に基づいて前記メカニカルグリッパーの制御パラメータを調整するように指示することに用いられる、こと、
    あるいは
    前記目標距離が前記第1レベル臨界値より大きく、且つ前記目標距離が前記第2レベル臨界値より大きいと判定した場合、較正コマンドを生成することであって、前記較正コマンドは前記目標距離に基づいて前記目標巻糸パッケージが所在するトロリーの位置を調整するように指示することに用いられる、こと、を含む、
    請求項に記載の制御方法。
  5. 前記制御方法は、
    較正コマンドを生成した後、
    較正コマンドの実行が完了した後、第1制御コマンドを生成することであって、前記第1制御コマンドは、前記第1収集装置に新たな第1目標画像を収集するように指示し、前記第2収集装置に新たな第2目標画像を収集するように指示することに用いられる、ことと、
    前記第1収集装置によって収集された新たな第1目標画像を取得し、第2収集装置によって収集された新たな第2目標画像を取得することと、
    取得された新たな第1目標画像におけるメカニカルグリッパーの第1中心位置、及び取得された新たな第2目標画像における目標巻糸パッケージの第2中心位置を検出することと、
    新たな第1目標画像における第1中心位置と新たな第2目標画像における第2中心位置との間の目標位置関係が第2プリセット要件を満たすか否かを判定することと、をさらに含む、
    請求項1に記載の制御方法。
  6. メカニカルグリッパーの特徴情報が第1プリセット要件を満たすと判定した場合、第1収集装置によって収集された第1目標画像、及び第2収集装置によって収集された第2目標画像を取得するための取得ユニットであって、前記第1収集装置はメカニカルグリッパーに対して画像収集を行うことに用いられ、前記第2収集装置は前記メカニカルグリッパーによって把持されるべきトロリー上の目標巻糸パッケージに対して画像収集を行うことに用いられる、取得ユニットと、
    前記第1目標画像を目標検出モデルに入力して、前記第1目標画像における前記メカニカルグリッパーの前記目標巻糸パッケージに対する把持位置を、前記第1目標画像における前記メカニカルグリッパーの第1中心位置として検出し、前記第2目標画像を前記目標検出モデルに入力して前記第2目標画像における円形の前記目標巻糸パッケージの第2中心位置を検出するための検出ユニットと、
    前記第1中心位置と前記第2中心位置との間の目標位置関係が第2プリセット要件を満たさないと判定した場合、較正コマンドを生成するための処理ユニットであって、前記較正コマンドは前記メカニカルグリッパーの中心位置を較正することに用いられ、あるいは前記メカニカルグリッパーによって把持されるべき目標巻糸パッケージの中心位置を較正することに用いられる、処理ユニットと、を備
    前記目標検出モデルは、少なくとも第1ネットワーク層、第2ネットワーク層及び第3ネットワーク層を含み、
    ここで、前記第1ネットワーク層は、少なくとも第1サブネットワーク層、第2サブネットワーク層及び第3サブネットワーク層を含み、前記第1サブネットワーク層は、入力された画像に対して第1畳み込み処理を行い、第1畳み込み特徴マップを得ることに用いられ、前記第2サブネットワーク層は、前記第1畳み込み特徴マップに対して線形処理を行い、線形特徴マップを得、前記線形特徴マップと前記第1畳み込み特徴マップとを接続処理し、接続特徴マップを得ることに用いられ、前記第3サブネットワーク層は、前記接続特徴マップに対して第2畳み込み処理を行い、第2畳み込み特徴マップを得ることに用いられ、
    前記第2ネットワーク層は、前記接続特徴マップ及び第2畳み込み特徴マップに対してそれぞれ第1畳み込み処理を行い、処理後の結果に対して特徴融合処理を行い、融合特徴マップを得ることに用いられ、
    前記第3ネットワーク層は、第4サブネットワーク層及び第5サブネットワーク層を含み、前記第4サブネットワーク層は、前記融合特徴マップに基づいて、画像におけるメカニカルグリッパーあるいは目標巻糸パッケージを識別して得ることに用いられ、前記第5サブネットワーク層は、融合特徴マップに基づいて、画像におけるメカニカルグリッパーの目標巻糸パッケージに対する把持位置をメカニカルグリッパーの中心位置として得ることあるいは画像における円形の目標巻糸パッケージの中心位置を得ることに用いられる、制御装置。
  7. 前記処理ユニットは、
    前記第1中心位置と第2中心位置とに基づいて、目標距離を推定して得ることであって、前記目標距離は同一の目標座標系における前記メカニカルグリッパー及び前記目標巻糸パッケージの中心位置間の相対距離を表し、前記第1中心位置は前記第1目標画像に対応する第1座標系における位置情報であり、前記第2中心位置は前記第2目標画像に対応する第2座標系における位置情報であり、前記目標座標系は第1座標系、第2座標系、グローバル座標系のうちの1つである、ことと、
    前記目標距離が予め設定された閾値より大きいと判定した場合、較正コマンドを生成することと、にさらに用いられる、
    請求項6に記載の制御装置。
  8. 前記処理ユニットは具体的に、
    前記第1中心位置に基づいて、前記メカニカルグリッパーの前記目標座標系における第1中心座標を推定して得ることと、
    前記第2中心位置に基づいて、前記目標巻糸パッケージの前記目標座標系における第2中心座標を推定して得ることと、
    前記メカニカルグリッパーの前記目標座標系における第1中心座標と、前記目標巻糸パッケージの前記目標座標系における第2中心座標とに基づいて、目標距離を得ることと、に用いられる、
    請求項に記載の制御装置。
  9. 前記処理ユニットは具体的に、
    前記目標距離が第1レベル臨界値より大きく、且つ前記目標距離が第2レベル臨界値以下であると判定した場合、較正コマンドを生成することであって、前記較正コマンドは前記目標距離に基づいて前記メカニカルグリッパーの制御パラメータを調整するように指示することに用いられる、こと、
    あるいは
    前記目標距離が前記第1レベル臨界値より大きく、且つ前記目標距離が前記第2レベル臨界値より大きいと判定した場合、較正コマンドを生成することであって、前記較正コマンドは前記目標距離に基づいて前記目標巻糸パッケージが所在するトロリーの位置を調整するように指示することに用いられる、こと、に用いられる、
    請求項に記載の制御装置。
  10. 前記処理ユニットは、較正コマンドの実行が完了した後、第1制御コマンドを生成することにさらに用いられ、前記第1制御コマンドは、前記第1収集装置に新たな第1目標画像を収集するように指示し、前記第2収集装置に新たな第2目標画像を収集するように指示することにさらに用いられ、
    前記取得ユニットは、前記第1収集装置によって収集された新たな第1目標画像を取得し、第2収集装置によって収集された新たな第2目標画像を取得することにさらに用いられ、
    前記検出ユニットは、新たな第1目標画像におけるメカニカルグリッパーの第1中心位置、及び新たな第2目標画像における目標巻糸パッケージの第2中心位置を検出することにさらに用いられ、
    前記処理ユニットは、新たな第1目標画像における第1中心位置と新たな第2目標画像における第2中心位置との間の目標位置関係が第2プリセット要件を満たすか否かを判定することにさらに用いられる、
    請求項から請求項のいずれか1項に記載の制御装置。
  11. 少なくとも1つのプロセッサと、
    前記少なくとも1つのプロセッサと通信接続されるメモリと、を備え、
    前記メモリには、前記少なくとも1つのプロセッサで実行可能な命令が記憶され、前記命令は、前記少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサに、請求項1から請求項のいずれか1項に記載の制御方法を実行させる、電子デバイス。
  12. コンピュータに請求項1から請求項のいずれか1項に記載の制御方法を実行させるコンピュータ命令を記憶した非一時的なコンピュータ可読記憶媒体。
  13. プロセッサにより実行されると、請求項1から請求項のいずれか1項に記載の制御方法を実現するためのプログラム。
JP2023199587A 2023-08-18 2023-11-27 制御方法、装置、デバイス、記憶媒体及びプログラム Active JP7454739B1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202311052008.8A CN117067204A (zh) 2023-08-18 2023-08-18 控制方法、装置、设备以及存储介质
CN202311052008.8 2023-08-18

Publications (1)

Publication Number Publication Date
JP7454739B1 true JP7454739B1 (ja) 2024-03-22

Family

ID=88413193

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023199587A Active JP7454739B1 (ja) 2023-08-18 2023-11-27 制御方法、装置、デバイス、記憶媒体及びプログラム

Country Status (3)

Country Link
US (1) US11969903B1 (ja)
JP (1) JP7454739B1 (ja)
CN (1) CN117067204A (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117388269B (zh) * 2023-12-11 2024-05-03 菲特(天津)检测技术有限公司 丝锭外观缺陷检测设备和检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002307345A (ja) 2001-04-18 2002-10-23 Mitsubishi Electric Corp ロボット座標校正システム
JP2009167586A (ja) 2008-01-15 2009-07-30 Mas Fab Rieter Ag 精紡機に設けられたパッケージ交換装置
CN106182004A (zh) 2016-08-01 2016-12-07 上海交通大学 基于视觉引导的工业机器人自动销孔装配的方法
JP2019093461A (ja) 2017-11-20 2019-06-20 株式会社安川電機 把持システム、学習装置、把持方法、及び、モデルの製造方法
JP2021075395A (ja) 2019-11-05 2021-05-20 株式会社Mujin 壁に基づくパッキング機構を有するロボットシステム及びその動作方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2140046B (en) 1983-05-20 1988-03-23 Rieter Ag Maschf Bobbin inserting device
WO2019042913A1 (en) * 2017-09-01 2019-03-07 Nv Bekaert Sa DEVICE FOR PREVENTING COILS
CN111996627B (zh) * 2020-09-04 2024-02-20 宜昌经纬纺机有限公司 用于捻线机的自动化上纱系统
EP4211066A1 (en) * 2020-09-08 2023-07-19 Modra Technology Pty Ltd Yarn handling system
LU502347B1 (de) * 2022-06-23 2024-01-09 Saurer Tech Gmbh & Co Kg Vorlagefädenverbindungssystem

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002307345A (ja) 2001-04-18 2002-10-23 Mitsubishi Electric Corp ロボット座標校正システム
JP2009167586A (ja) 2008-01-15 2009-07-30 Mas Fab Rieter Ag 精紡機に設けられたパッケージ交換装置
CN106182004A (zh) 2016-08-01 2016-12-07 上海交通大学 基于视觉引导的工业机器人自动销孔装配的方法
JP2019093461A (ja) 2017-11-20 2019-06-20 株式会社安川電機 把持システム、学習装置、把持方法、及び、モデルの製造方法
JP2021075395A (ja) 2019-11-05 2021-05-20 株式会社Mujin 壁に基づくパッキング機構を有するロボットシステム及びその動作方法

Also Published As

Publication number Publication date
US11969903B1 (en) 2024-04-30
CN117067204A (zh) 2023-11-17

Similar Documents

Publication Publication Date Title
JP7454739B1 (ja) 制御方法、装置、デバイス、記憶媒体及びプログラム
WO2022165973A1 (zh) 三维扫描方法、系统、电子装置和计算机设备
CN108942929B (zh) 基于双目立体视觉的机械臂定位抓取的方法及装置
WO2020173240A1 (zh) 图像采集装置标定方法、装置、计算机设备和存储介质
KR20180120647A (ko) 가이드된 어셈블리 환경에서 머신비전 좌표공간과 함께 묶기 위한 시스템 및 방법
US8942345B2 (en) Method for obtaining a 3D image dataset of an object of interest
JPH07311610A (ja) 視覚センサを用いた座標系設定方法
WO2023134237A1 (zh) 用于机器人的坐标系标定方法、装置、系统以及介质
JP2017517763A5 (ja)
WO2018209592A1 (zh) 一种机器人的运动控制方法、机器人及控制器
CN111223048B (zh) 一种3d视觉点云数据拼接的方法及其系统
JP2016078195A (ja) ロボットシステム、ロボット、制御装置及びロボットの制御方法
US11024057B2 (en) Calibration system and method for panoramic photographing device parameter
WO2019123988A1 (ja) 校正用データ生成装置、校正用データ生成方法、キャリブレーションシステム、及び制御プログラム
CN110765223A (zh) 地图更新处理方法、装置、设备及存储介质
CN114119570A (zh) 自动换型方法、装置、控制器以及存储介质
CN108627178B (zh) 机器人手眼标定方法和系统
US11637948B2 (en) Image capturing apparatus, image processing apparatus, image processing method, image capturing apparatus calibration method, robot apparatus, method for manufacturing article using robot apparatus, and recording medium
JP2014060324A (ja) 算出装置、搬送ロボットシステム、及び算出方法
US20190101883A1 (en) Control device, control method of control device, and recording medium
CN116943979A (zh) 点胶轨迹生成方法、电子设备及存储介质
JP6595065B1 (ja) 加工装置、加工装置の制御方法および加工装置の制御プログラム
WO2023050577A1 (zh) 一种涂胶方法、装置、设备及系统
CN112184819A (zh) 机器人的引导方法、装置、计算机设备和存储介质
CN110839126B (zh) 一种变倍追踪方法、装置及可变倍摄像机

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20231127

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20231127

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231226

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240220

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240304

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240311

R150 Certificate of patent or registration of utility model

Ref document number: 7454739

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150