[发明专利]目标物取出装置

说明书

技术领域

本发明涉及将目标物，特别是包含曲面形状的工件用机器手取出的目标物取出装置。

背景技术

近年来，用工业用机器手进行将杂乱配置的多个工件、即在筐中或货盘上没有定位的多个工件取出的工作。在“Practical Bin Picking by the IntelligentRobot”(Proc.of 36th ISR，TH311，2005)中，记载了将具备多个平面部位且可稳定地检测轮廓和形状特征的所谓多面体工件从筐等取出的内容。

另一方面，在包含曲面形状的工件中，可稳定地检测的纹理那样的形状特征较少。再有，在包含曲面形状的工件中，因照明及其它的拍摄条件而存在对包含曲面形状的工件的轮廓的辨认有误之类的问题。因此，检测包含曲面形状的工件是困难的，因而为取出此类工件而引入机器手的事例较少。

例如，在日本特开2005-1022号公报中，记载了根据轮廓线或纹理来构建包含曲面形状的工件的三位模型并进行匹配的内容。

此外，在日本特许第3252941号说明书中，提出了根据使用固有矢量的近似法来识别包含曲面形状的工件的方法。

再有，在日本特开平10-315167号公报中，公开了通过使用以激光狭缝光进行扫描，或网格状地进行照射而得到的反射光来求出包含曲面形状的工件的三维形状的内容。在该情况下，可不使用轮廓或纹理就能进行三维形状的模型匹配。

但是，用在日本特开2005-1022号公报中所记载的方法，在工件不具备可检测的轮廓或纹理的情况下，不能检测此类工件。

此外，在日本特许第3252941号说明书中所记载的方法中，以能够将背景和检测目标完全分离为前提。因此，在日本特许第3252941号说明书中所记载的方法，不能应对多个工件互相重叠的状况。再有，与日本特开2005-1022号公报的情况相同地，在日本特许第3252941号说明书中所记载的方法中也需要纹理或轮廓，所以难以正确识别简单圆柱那样的工件。

再有，在日本特开平10-315167号公报中所记载的方法中，为求出三维形状数据而需要复杂且高价的装置。再有，为了算出三维数据，通常需要进行极为庞大的计算处理，所以难以将在日本特开平10-315167号公报中所记载的系统实用化。

发明内容

本发明鉴于此类问题而研制，其目的是提供能够以实用性的时间检测并取出缺乏纹理或轮廓不稳定的曲面形状的工件的目标物取出装置。

为实现上述目的，根据第一方式，提供一种目标物取出装置，包括用于将至少在一部分具有曲面形状的目标物取出的机器手，该装置具备：将上述目标物的深浅梯度分布模型存储的存储单元；拍摄上述目标物的深浅图像的拍摄单元；从由上述拍摄单元拍摄的上述深浅图像抽取深浅梯度分布的梯度抽取单元；根据由上述梯度抽取单元抽取的上述深浅梯度分布和由上述存储单元存储的上述深浅梯度分布模型，来检测上述深浅图像的上述目标物的位置或位置姿势(位置和/或姿势)的目标物检测单元；将由上述目标物检测单元检测的上述位置或位置姿势的信息转换为与上述机器手相关的坐标系的位置或位置姿势的信息的检测信息转换单元；以及使上述机器手移动到由上述检测信息转换单元转换的位置或位置姿势而取出上述目标物的机器手移动单元。

即，在第一方式中，通过将从目标物，例如工件的深浅图像得到的深浅梯度分布与深浅梯度分布模型比较来确定目标物的位置或位置姿势。因此，即使是缺乏纹理或轮廓不稳定的曲面形状的目标物也可迅速地检测并取出目标物。

根据第二方式，在第一方式的基础上，还具备：指定由上述拍摄单元拍摄的上述深浅图像的上述目标物的边缘信息的指定单元；以及将由该指定单元指定的上述边缘信息从上述深浅图像抽取的边缘抽取单元，上述存储单元存储上述目标物的边缘信息模型，上述目标物检测单元根据由上述梯度抽取单元抽取的上述深浅梯度分布及由上述边缘抽取单元抽取的上述边缘信息和在上述存储单元中存储的上述深浅梯度分布模型及上述边缘信息模型，来检测上述深浅图像的上述目标物的位置或位置姿势。

即，在第二方式中，通过兼用边缘信息能够更正确地检测目标物的位置或位置姿势。