[发明专利]一种基于视觉定位的工业机器人工件抓取实现方法

说明书

技术领域

本发明涉及工业机器人工件抓取方法，具体涉及一种基于视觉定位的工业机器人工件抓取实现方法。

背景技术

工业机器人对工件的定位和抓取，决定了工业机器人的应用效率和可靠性，目前主要有在线示教、离线编程和基于视觉技术等三种方法。应用在线示教和离线编程方法进行工件定位，需要设计、制造、安装高精度的工件定位装置，尤其对于轮廓复杂的工件定位，定位装置设计复杂，既降低了定位抓取效率，又增加了应用成本。同时，当工件品种型号变化时，需要重新设计制造定位装置，限制了生产转型周期。基于视觉技术对工件在线识别与定位，利用视觉检测和图像处理的方法，不需要安装高精度的工件定位装置，即可快速、准确地获得工件位置信息，实现机器人对工件的定位和抓取，具有很好的实际应用价值。

图像处理是基于视觉识别与定位的关键环节，主要包括图像预处理、轮廓检测、获取位置矢量等步骤。现有的轮廓检测方法，常会得到孤立的、小段连续的非目标轮廓，干扰工件轮廓的正确检测，降低了检测效率和正确性；同时，采用传统的主轴法获取的工件位置矢量，由于没有考虑工件夹持方向，给机器人夹持带来不便甚至不能夹持。

在实现方法上，传统方法是将工件的图像检测和处理建立在一个专用的装置中，计算得到工件位置矢量数据后，再通过网口传入机器人控制系统中。该种实现方法不利于机器人控制系统模块集成，位置矢量数据的传输实时性和可靠性也差。

发明内容

针对现有技术中工业机器人定位抓取工件方法存在的效率低、准确性差以及不利于机器人控制系统集成及可靠性差等不足，本发明要解决的技术问题是 提供一种基于视觉定位的工业机器人工件抓取实现方法。

本发明为实现上述目的所采用的技术方案是：一种基于视觉定位的工业机器人工件抓取实现方法，包括以下步骤：

通过固定的全局CCD摄像头，进行工件图像采集，并通过以太网接口，将工件图像信息传入机器人控制系统中；

机器人控制系统对工件图像进行处理，获得工件位置矢量信息；

机器人根据工件位置矢量信息，进行笛卡尔与关节坐标变换，实现末端手爪对工件进行定位夹取。

所述机器人控制系统对工件图像进行处理，获得工件位置矢量信息，包括以下步骤：

对工件图像进行预处理；

基于Canny算子对工件图像进行轮廓检测；

根据得到的工件连续轮廓，计算工件最小外接矩形，确定工件质心；

根据工件质心和主轴，对工件长边进行判断，并计算长边与水平轴的夹角；

所述工件质心和夹角构成工件位置矢量信息(X,Y,γ)。

所述对工件图像进行预处理，包括以下步骤：

采用加权平均值法对工件彩色图像进行灰度处理；

采用双边滤波方法对灰度值进行图像滤波；

将图像灰度进行二值化处理。

所述加权平均值法，具体为：

通过下式将RGB赋予不同的权值，

Gary＝W_R×R+W_G×G+W_B×B

其中，Gary为灰度化后的灰度值，W_R为红色通道的权值，R代表红色，W_G为绿色通道的权值，G代表绿色，W_B为蓝色通道的权值，B代表蓝色。

所述双边滤波通过下式进行滤波：

h_x(x)＝k^-1∫∫f(ξ)c(ξ-x)s(f(ξ)-f(x))dξ

其中，h_x(x)为滤波后像素点的灰度值，f(ξ)为灰度值函数，c(ξ-x)为中心点与其邻域内点的空间相似度，s(f(ξ)-f(x))为中心点与其邻域内点的灰度相似度，ξ为中心点，k为归一化系数，其表达式如下，

k(x)＝∫∫c(ξ-x)s(f(ξ)-f(x))dξ

其中，k(x)是k的表达式。

所述基于Canny算子对工件图像进行轮廓检测，包括以下步骤：

通过高斯滤波器平滑图像，并对图像进行微分操作，计算得到图像梯度的方向和幅度；

在图像梯度方向上搜索图像中可能的边缘点，并剔除噪声边缘点；

再对检测得到的所有图像轮廓进行过滤，剔除非目标轮廓；

通过计算图像中检测得到的边缘轮廓的面积和周长，筛选轮廓区域，删除孤立的、相对较小的连续的边缘，得到连续的工件轮廓。

所述通过高斯滤波器平滑图像，并对图像进行微分操作，具体为：