RU2813958C1 - Интеллектуальная система роботизированной сортировки хаотично расположенных объектов - Google Patents

Интеллектуальная система роботизированной сортировки хаотично расположенных объектов Download PDF

Info

Publication number
RU2813958C1
RU2813958C1 RU2022133933A RU2022133933A RU2813958C1 RU 2813958 C1 RU2813958 C1 RU 2813958C1 RU 2022133933 A RU2022133933 A RU 2022133933A RU 2022133933 A RU2022133933 A RU 2022133933A RU 2813958 C1 RU2813958 C1 RU 2813958C1
Authority
RU
Russia
Prior art keywords
objects
sorting
robotic
intelligent system
storage device
Prior art date
Application number
RU2022133933A
Other languages
English (en)
Inventor
Павел Алексеевич Козлов
Алексей Викторович Малюков
Original Assignee
Автономная некоммерческая организация высшего образования "Университет Иннополис"
Filing date
Publication date
Application filed by Автономная некоммерческая организация высшего образования "Университет Иннополис" filed Critical Автономная некоммерческая организация высшего образования "Университет Иннополис"
Application granted granted Critical
Publication of RU2813958C1 publication Critical patent/RU2813958C1/ru

Links

Abstract

Заявленное изобретение относится к интеллектуальным системам роботизированной сортировки хаотично расположенных объектов. Интеллектуальная система роботизированной сортировки хаотично расположенных объектов содержит робот-манипулятор, снабженный схватом, закрепленным в креплении схвата, камеру, закрепленную на роботе-манипуляторе посредством крепления, захватывающую по меньшей мере часть поверхности объекта, из по меньшей мере двух объектов, размещенных в рабочем пространстве, при этом данные объекта передаются и сохраняются в устройстве хранения данных, по одному и/или нескольким признакам из группы: размер, цвет, координаты; система содержит программный процессор, соединенный с устройством хранения для анализа и принятия решения по объекту, который обеспечивает распределение объектов по выбранному признаку по меньшей мере по двум группам, посредством передачи информации на захваты робота-манипулятора. Техническим результатом изобретения является повышение качества сортировки, с сохранением простоты системы. 2 з.п. ф-лы, 2 ил.

Description

ОБЛАСТЬ ТЕХНИКИ
Заявленное изобретение относится к интеллектуальным системам роботизированной сортировки хаотично расположенных объектов.
ПРЕДШЕСТВУЮЩИЙ УРОВЕНЬ ТЕХНИКИ
Из уровня техники известен, в частности, способ оптимизации роботизированной сортировки ТКО путём динамического планирования перемещений робота-сортировщика (см. RU 2755876, опубл. 22.09.2021) (1). Изобретение относится к интеллектуальным системам роботизированной сортировки ТКО. Изобретение может быть использовано в энергетике, химической промышленности, металлургии, коммунальном хозяйстве, экологии. Задача – повышение производительности систем роботизированной сортировки ТКО в случаях, когда объем входящего потока сортируемых объектов превышает максимальную производительность робота-сортировщика, путём снижения среднего времени, затрачиваемого на сортировку одного объекта, и, соответственно, увеличения количества сортируемых объектов в единицу времени, а также уменьшения количества «пропусков».
Подход, предложенный в (1) имеет ряд недостатков, такие как, невозможность сортировки определенным параметрам, например, по размеру и цвету.
Также аналогом заявленного изобретения является метод управления для машин, включая систему, компьютерную программу, сигнал данных и графический интерфейс (см. US8417363B2, опубл. 09.04.2013) (2). Метод управления группой машин, таких как роботы или машины для захвата и размещения, для захвата предмета из первой позиции и размещения предмета во второй позиции. Информация от датчика о местоположении первой позиции поступает на элемент управления, который отправляет сообщение от главного процесса на все машины. Сообщение включает в себя список всех первых позиций. Машины динамически и адаптивно обрабатывают каждую из первых позиций и информируют главный процесс, когда обрабатывается каждая первая позиция. Главный процесс, в свою очередь, информирует все машины о том, что данная первая позиция была обработана. Также описаны система, компьютерная программа и графический пользовательский интерфейс.
Метод управления по (2) наиболее подходит для конвейерной первичной сортировки, и как следствие не обладает высоким качеством сортировки.
Наиболее близким аналогом заявленного способа, по мнению заявителя, является система идентификации и планирования и метод выполнения заказов (см. CN111105181A, опубл. 05.05.2020) (3). Система идентификации и планирования включает в себя блок сканера, робота-манипулятора и управляющий сервер. Сервер управления обнаруживает первое множество элементов инвентаря в первой системе хранения инвентаря и определяет первый набор параметров положения для первого элемента инвентаря из обнаруженного первого множества элементов инвентаря относительно положения одного или более датчиков изображения в сборке сканера. Сервер управления генерирует множество планов маршрута комплектования для первого предмета запасов, где каждый план маршрута комплектования соответствует преобразованию определенного первого набора параметров позиции во второй набор параметров позиции по отношению к роботизированному манипулятору. Сервер управления дополнительно выбирает первый план пути комплектования из множества планов пути комплектования и управляет роботизированным манипулятором для выбора первого предмета запасов из первой системы хранения запасов на основе первого плана пути комплектования.
Предложенный аналог (3) наиболее близко подходит к решению проблем, решаемых заявленным изобретением, однако, по мнению заявителя проблема решается не самым эффективным способом, поскольку способ также не обеспечивает надежности и качества.
КРАТКОЕ ИЗЛОЖЕНИЕ ИЗОБРЕТЕНИЯ
Данное изобретение направлено на решение технической проблемы, связанной с созданием интеллектуальной системы роботизированной сортировки хаотично расположенных объектов, обеспечивающей надежность, качество сортировки и простоту выполнения и использования.
Техническим результатом изобретения является повышение качества сортировки, с сохранением простоты системы.
Технический результат достигается посредством создания интеллектуальной система роботизированной сортировки хаотично расположенных объектов содержащей робот-манипулятор, снабженный схватом, закрепленном в креплении схвата, камеру, закрепленную на роботе-манипуляторе, посредством крепления, захватывающую по меньшей мере, часть поверхности объекта, из по меньшей мере двух объектов размещенных в рабочем пространстве, при этом данные объекта передаются и сохраняются в устройстве хранения данных, по одному и/или нескольким признакам из группы: размер, цвет, координаты; система содержит программный процессор, соединенный с устройством хранения для анализа и принятия решения по объекту, который обеспечивает распределение объектов по выбранному признаку по по меньшей мере двум группам, посредством передачи информации на захваты робота-манипулятора.
В частном случае выполнения схват содержит две гибкие губки, выполненные из пластика для 3D-печати.
В частном случае выполнения губки выполнены в виде треугольной призмы, имеющей внешнюю стенку и внутренние параллельные ребра жесткости.
КРАТКОЕ ОПИСАНИЕ РИСУНКОВ
Сущность изобретения поясняется чертежами, на которых:
фиг.1 – схематическое изображение руки робота-манипулятора;
фиг.2 – приближенное изображение руки робота-манипулятора.
Позиции на фиг.1-2 обозначают следующее:
1 - рука робота-манипулятора;
2 - схват;
3 - крепление схвата;
4 - крепление камеры;
5 - камера;
6 - гибкие губки;
7- контроллер.
Эти чертежи не охватывают и, кроме того, не ограничивают весь объем вариантов реализации данного технического решения, а представляют собой только иллюстративный материал частного случая его реализации.
ВАРИАНТ ОСУЩЕСТВЛЕНИЯ ИЗОБРЕТЕНИЯ
Заявленная интеллектуальная система роботизированной сортировки хаотично расположенных объектов обеспечивает обнаружение и распознавание объектов заданного размера и цвета, расположенных случайным образом среди других объектов. Визуальное изображение, полученное камерой (5), установленной с помощью крепления камеры (4) на руке (1) робота-манипулятора, получается в режиме визуального слежения и включает три этапа грубый, тонкий и непрерывные режимы локализации. Полученное изображение поступает в устройство хранения данных и далее обрабатывается программным процессором, где изображения проходят обработку, анализ и классических алгоритмов компьютерного зрения.
На первом этапе происходит обучение модели. Происходит съемка нескольких изображений в различных режимах конфигурации для объектов, в том числе те, в которых объекты закрыты. Далее для обучения модели применялись такие приемы, как вертикальный и горизонтальный флип, вращение, кадрирование, перекос, освещение и добавление шума. Дополнения раскрывают модель разнообразия в наборе данных, таким образом делает модель более обобщенной.
Далее производится реализация модели. Обученная модель реализуется в конвейере задач как первый этап. С помощью RGB-камеры модель обнаруживает и локализует объект, который может быть расположен произвольно среди других предметов. Затем координаты изображения положения объекта преобразуются в координаты базы робота с помощью камеры. Робот получает команду двигаться в предполагаемое положение объекта, который необходимо захватить.
После того, как объект поднят, робот перемещает его в группу, определенную заданными параметрами, например цветом, размером или их комбинацией. В процессе выбора также определяются координаты объекта относительно схвата (2), закреплённого на руке посредством крепления (3). Система выбирает объект оптимально приближенный к захвату, также система может выбрать сразу несколько объектов, если они расположены рядом, и таким образом сват способен захватить несколько объектов, расположенных в рабочей зоне для перемещения в группу с заранее определёнными признаками.
Система в своем частном варианте может совершать прикидочную оценку весового показателя на основании размеров и средней плотности объекта.
Калибровка камеры и обработка изображений были выполнены в Python с использованием библиотек Open3D Калибровка «рука-глаз» осуществляется двумя сетками, размещенными перпендикулярно одна относительно другой.
Схват (2) выполнен в виде двух гибких губок (6). Конструкция губок позволяет легко захватывать и переносить предметы, как по одному, так и по нескольку. Гибкие губки выполняются на 3 D принтере из пластика. Каждая губка имеет форму треугольной пирамиды, внешняя сплошная стенка объединяет внутренние параллельные ребра жесткости.
Обобщенный алгоритм программы работы можно выразить с помощью следующего псевдокода:
1. Получение облака точек.
2. Фильтрация полученных данных.
3. Обработка и получение набора определенных объектов.
4. Выбор наилучшего объекта и определение его координат.
5. Передача определенных координат на робота.
6. Захват и перемещение определенного объекта.
7. ПО предназначено для использования совместно с индустриальным роботом.
ПРОМЫШЛЕННОЕ ПРИМЕНЕНИЕ
Предложенный способ предназначен для ряда применений, включающих применение маркетплейсами, логистическими компаниями, а также в пищевой промышленности, металлургии, машиностроении, мусороперерабатывающими заводами, метизными заводами и др.

Claims (3)

1. Интеллектуальная система роботизированной сортировки хаотично расположенных объектов, содержащая робот-манипулятор, снабженный схватом, закрепленным в креплении схвата, камеру, закрепленную на роботе-манипуляторе посредством крепления, захватывающую по меньшей мере часть поверхности объекта, из по меньшей мере двух объектов, размещенных в рабочем пространстве, при этом данные объекта передаются и сохраняются в устройстве хранения данных, по одному или нескольким признакам из группы: размер, цвет, координаты; система содержит программный процессор, соединенный с устройством хранения для анализа и принятия решения по объекту, который обеспечивает распределение объектов по выбранному признаку по меньшей мере по двум группам, посредством передачи информации на схват робота-манипулятора, который содержит две гибкие губки, выполненные в виде треугольной призмы, имеющей внешнюю стенку и внутренние параллельные ребра жесткости.
2. Интеллектуальная система по п.1, отличающаяся тем, что программный процессор обеспечивает дополнительный анализ весового показателя на основании размеров и средней плотности.
3. Интеллектуальная система по п.1, отличающаяся тем, что гибкие губки выполнены из пластика для 3D-печати.
RU2022133933A 2022-12-22 Интеллектуальная система роботизированной сортировки хаотично расположенных объектов RU2813958C1 (ru)

Publications (1)

Publication Number Publication Date
RU2813958C1 true RU2813958C1 (ru) 2024-02-20

Family

ID=

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998053961A1 (fr) * 1997-05-30 1998-12-03 Pellenc (Societe Anonyme) Machine robotisee pourvue d'au moins un bras a pantographe symetrique, par exemple pour la recolte de fruits ou le tri d'objets divers
CN112454368A (zh) * 2020-12-22 2021-03-09 四川轻化工大学 基于激光测距与深度强化学习的机械手臂控制系统及方法
CN114303643A (zh) * 2021-06-07 2022-04-12 淮阴工学院 一种基于机器视觉识别的自动抓取系统
CN114758236A (zh) * 2022-04-13 2022-07-15 华中科技大学 一种非特定形状物体识别、定位与机械手抓取系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998053961A1 (fr) * 1997-05-30 1998-12-03 Pellenc (Societe Anonyme) Machine robotisee pourvue d'au moins un bras a pantographe symetrique, par exemple pour la recolte de fruits ou le tri d'objets divers
CN112454368A (zh) * 2020-12-22 2021-03-09 四川轻化工大学 基于激光测距与深度强化学习的机械手臂控制系统及方法
CN114303643A (zh) * 2021-06-07 2022-04-12 淮阴工学院 一种基于机器视觉识别的自动抓取系统
CN114758236A (zh) * 2022-04-13 2022-07-15 华中科技大学 一种非特定形状物体识别、定位与机械手抓取系统及方法

Similar Documents

Publication Publication Date Title
US11420329B2 (en) Processing systems and methods for providing processing of a variety of objects
US20230150777A1 (en) Pick and place robot system, method, use and sorter system
JP5558585B2 (ja) ワーク取り出し装置
RU2566226C2 (ru) Способ выбора физических объектов в роботехнической системе
CN110315525A (zh) 一种基于视觉引导的机器人工件抓取方法
CN108126914B (zh) 一种基于深度学习的料框内散乱多物体机器人分拣方法
CN111571581B (zh) 使用图像视图查找抓取位置及轨迹的计算机化系统及方法
JP2008062376A (ja) 無作為におかれた対象物のためのビンピッキングシステム
Herakovic Robot vision in industrial assembly and quality control processes
CN114029243B (zh) 一种用于分拣机器手的软物抓取识别方法
CN112561882A (zh) 物流的分拣方法、系统、设备及存储介质
US9361695B2 (en) Method of recognizing a position of a workpiece from a photographed image
CN114758236A (zh) 一种非特定形状物体识别、定位与机械手抓取系统及方法
RU2813958C1 (ru) Интеллектуальная система роботизированной сортировки хаотично расположенных объектов
CN113246130B (zh) 一种工件抓取和拨动干预方法及系统
US11577387B2 (en) Method and system for detecting and picking up objects
Li et al. A workpiece localization method for robotic de-palletizing based on region growing and PPHT
Kleeberger et al. Precise Object Placement with Pose Distance Estimations for Different Objects and Grippers
Takacs et al. Control of Robotic Arm with Visual System
CN115848715A (zh) 一种无序拣选机器人、系统及方法
CN113538459A (zh) 一种基于落点区域检测的多模式抓取避障检测优化方法
NL2029461B1 (en) Automated bin-picking based on deep learning
US20230364787A1 (en) Automated handling systems and methods
JP2014174629A (ja) ワークピース認識方法
CN114788455A (zh) 一种基于目标检测的串番茄单粒采摘方法及系统