[发明专利]分拣多类工件的Delta机器人控制方法及系统有效
申请号: | 201611067728.1 | 申请日: | 2016-11-25 |
公开(公告)号: | CN106737664B | 公开(公告)日: | 2020-02-14 |
发明(设计)人: | 苏婷婷;王云宽;吴少泓;郑军;胡建华;王欣波;陆浩;张好剑;袁勇 | 申请(专利权)人: | 中国科学院自动化研究所;中国科学院自动化研究所(洛阳)机器人与智能装备创新研究院 |
主分类号: | B25J9/16 | 分类号: | B25J9/16;G06T7/00;G06T7/73 |
代理公司: | 11482 北京瀚仁知识产权代理事务所(普通合伙) | 代理人: | 宋宝库 |
地址: | 100080 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 分拣 工件 delta 机器人 控制 方法 系统 | ||
本发明涉及一种分拣多类工件的Delta机器人控制方法,包括图像采集与信息处理:采集传送带上工件的图像,记录采集时间,并提取图像中各个工件图像的中心点像素坐标及类别信息;经过透视投影方程得到工件中心点物理坐标;将所述工件图像对应的工件抓取任务增至工件抓取队列;工件分拣:在执行抓取任务前,依据当前工件抓取队列中各工件抓取任务的工件中心物理坐标,选择优先执行的工件抓取任务;采用基于费拉里法的动态抓取算法进行工件的抓取和分类放置坐标的计算,并执行抓取任务。基于此本发明还提出了一种分拣多类工件的Delta机器人系统。本发明实现了通过一台Delta机器人的对多类工件的抓取和分类放置,节省了成本和场地。
技术领域
本发明涉及工业机器人领域,具体涉及一种分拣多类工件的Delta机器人控制方法及系统。
背景技术
机器人技术日益成熟,并联机器人由于其高速、轻质的特点,在生产线上运用越来越广泛。Delta机器人主要应用于流水线包装线上,尤其适用于传送带上零散工件的快速识别与抓取操作。
目前情况下,各个厂家的Delta机器人针对的大多是起始点及目标点位置固定的工作环境,这可以通过示教或离线编程等方法生成轨迹从而完成任务;少有针对起始点或者目标点未知以及复杂多变的工作环境的情况,例如在前进的传送带中抓取工件。同时传统的工业生产线普遍针对单一特定的某种工件进行分拣,无法实现不同类别的工件分拣,因而无法满足多种类别的任务需求,例如传送带中同时存在贴标签的瓶盖与不贴标签的瓶盖,或者不同颜色或形状的瓶盖类别。一些厂家可以实现不同类别工件的抓取,但是需要多台Delta机器人,机器人需求较大,硬件成本较高。
发明内容
为了解决现有技术中的上述问题,本发明提出了一种分拣多类工件的Delta机器人控制方法及系统,实现了通过一台Delta机器人的对多类工件的抓取和分类。
根据本发明的一方面,提出了一种分拣多类工件的Delta机器人控制方法,包括图像采集与信息处理、以及工件分拣;
图像采集与信息处理:
步骤A1,采集传送带上工件的图像,记录所述图像采集时间,并提取所述图像中各个工件图像的中心点像素坐标及类别信息;
步骤A2,利用透视投影方程,将所述工件图像的中心点像素坐标转换为机器人坐标系下的工件中心物理坐标;
步骤A3,将所述工件图像对应的工件抓取任务添加至工件抓取队列,所述工件抓取队列的每个工件抓取任务包含以下属性:工件的图像采集时间、工件中心物理坐标、工件的类别信息;
工件分拣:
步骤B1,在机器人执行抓取任务前,依据当前工件抓取队列中各工件抓取任务的工件中心物理坐标,选择优先执行的工件抓取任务;
步骤B2,机器人执行步骤B1中所选择优先执行的工件抓取任务,进行工件的抓取和分类放置。
优选地,步骤1中提取所述图像中各个工件图像的中心点像素坐标及类别信息的方法为:利用局部模板匹配算法,将步骤A1中所述工件图像与每个类别工件模板均进行局部模板匹配,得到所述工件图像中心点的像素坐标以及类别信息。
优选地,所述的局部模板匹配,具体包括:
步骤A11,获取对应类别工件模板的表示局部信息的局部模板;其中局部模板以主梯度方向和边缘轮廓片段两个特征为基础对模板进行分割得到;
步骤A12,分别利用该类工件模板对应的局部模板依次遍历步骤A1中所述工件图像,搜索各局部模板的匹配,并记录对应的匹配位置;依据各局部模板匹配中的相似度信息确定步骤A1中所述工件图像的类别信息;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所;中国科学院自动化研究所(洛阳)机器人与智能装备创新研究院,未经中国科学院自动化研究所;中国科学院自动化研究所(洛阳)机器人与智能装备创新研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201611067728.1/2.html,转载请声明来源钻瓜专利网。