[发明专利]一种基于几何形状特征的工件识别方法及装置

说明书

技术领域

本发明涉及一种工件识别方法及装置，特别是关于一种基于几何形状特征的工件识别方法及装置。

背景技术

利用计算机视觉技术，工业机器人可以高效准确地完成设备装配、工件检测识别及加工等工作，从而可以减少人工干预，提升产品质量，提高工业生产效率。工件检测与识别在现代工业生产过程中起着非常重要的作用，其目的是将不同类别的工件(包括螺钉，螺丝以及各种工业毛坯等)进行辨识，获取工件的姿态、位置等信息，以指导机器人进行分拣、搬运、装配、加工等处理。

工业生产中，可以采用激光、磁学、超声等设备进行工件扫描，进而实现工件的分类识别，但这些设备对工业生产环境要求苛刻，数据采集和处理速度较慢，且设备成本较高。而计算机视觉技术用相机进行工件图像采集，用图像处理技术实现工件自动检测与识别，这不需要特定的工作设备，系统成本低，且能够很好地与现有器械装配装置和机器人伺服系统进行结合，因此在工业机器人中得到广泛应用。

目前，已有的工件识别分类方法如下：

2012年，在公开号为CN202825440U的专利“自动化生产线上的工件识别装置”中，该专利公开了一种利用气动控制设备和多传感器探头实现工件识别的装置，其基本思路是：将工件由滚筒式输送装置传送至某位置后，气缸动作，带动移动板向工件方向移动，使移动轴前端的碰撞头与工件接触，移动轴后端的感应头与第一接近开关相互感应，多个感应头发出多个信号，控制系统通过多传感器探头获得的信号可以识别工件。

该技术方案的缺点如下：(1)该方案使用气动装置和传感器相互配合实现工件识别，设备过于复杂，需要配备多个传感器和探头；(2)利用传感技术进行工件识别有应用局限性，当工件区域轮廓差异较小的情况下效果不佳。

Liu M Y，Tuzel O，Veeraraghavan A，et al.于The International Journal of Robotics Research，2012，31(8):951-973.发表的“Fast object localization and pose estimation in heavy clutter for robotic bin picking.”中提出一种适用于bin-picking场景的工件识别设备及方法，其基本思路是：利用多角度曝光摄像头拍摄到的图像，计算出工件边缘的深度信息，然后利用快速形状匹配算法，实现工件识别和姿态判定。

该技术方案的缺点如下：该技术方案适用于bin-picking场景，利用图像匹配技术实现工件识别，计算量较大，并且在工作状态下仅能识别单一类工件，应用场景较局限。

黄红艳，杨煌普于《上海交通大学学报》2001，35(8):1144-1147发表的“基于高阶神经网络的机械零件形状识别”中，提出一种经典的机械零件识别方法，其基本思路是：利用工件图像获得工件的形状信息，包括工件各边的长度、角度、圆心角和与邻边夹角这4个特征，并采用高阶神经网络，实现工件的平移、尺度和旋转不变性识别。

该技术方案的缺点如下：该方案是在能够十分准确获取到工件区域轮廓的情况下实现工件识别，但本方案并未提及如何在复杂的实际工业应用场景下获取工件区域轮廓，所以其工业实用性较差。

综上所述，已有的工件识别分类方法存在如下技术问题：(1)借助3D摄像头等复杂设备实现工件识别，致使成本较高，数据获取和处理过程复杂，计算量较大。(2)基于二维图像的工件识别技术方案对工作环境要求苛刻，譬如其对应用场景限制较多，需要工件和传送带有非常强的对比度，比如纯黑色工件，白色传送带，以使获得图像中工件边缘较易提取；对拍摄光线要求苛刻，要求拍摄得到的图片边缘非常清晰等。难以满足工业实际应用场景要求。(3)利用特殊设备的技术方案，主要针对某些特定工件进行识别，因而适用工作场景单一，应用领域受限。

发明内容

针对上述问题，本发明的目的是提供一种能够让工业机器人能够智能且准确地进行工件识别分类的基于几何形状特征的工件识别方法及装置。