[发明专利]一种在五轴机器人基于视觉跟踪实现喷漆的方法及系统在审
申请号: | 201711444368.7 | 申请日: | 2017-12-27 |
公开(公告)号: | CN108198186A | 公开(公告)日: | 2018-06-22 |
发明(设计)人: | 付兰慧;周磊;罗少锋;曹永军 | 申请(专利权)人: | 华南智能机器人创新研究院;广东省智能制造研究所 |
主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/136;G06T7/149;G06T5/40;G06K9/62 |
代理公司: | 佛山市广盈专利商标事务所(普通合伙) 44339 | 代理人: | 李俊 |
地址: | 528315 广东省佛山市顺*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 喷漆 五轴机器人 视觉跟踪 工作末端 控制指令 滤波处理 目标物体 特征识别 图像 目标数据库 获取目标 目标本体 目标建立 目标模板 喷漆技术 视觉系统 搜索过程 图像采集 图像分割 应用过程 预设参数 匹配 采集 | ||
本发明公开了一种在五轴机器人基于视觉跟踪实现喷漆的方法及系统,其方法包括:基于所述五轴机器人本体上的视觉系统对喷漆对象进行图像采集;对采集后的图像进行滤波处理;根据预设参数对滤波处理后的图像进行图像分割;基于目标数据库获取目标物体的特征识别数据;基于特征识别数据完成对目标物体的定位;基于目标物体的定位生成工作末端控制指令;基于所述工作末端控制指令完成对喷漆对象的喷漆。通过本发明实施例,通过针对性的目标建立相匹配的目标模板,实现相应搜索过程,达到对目标本体的视觉跟踪效果,从而实现五轴机器人在喷漆技术方面的应用过程。
技术领域
本发明涉及机器人技术领域,具体涉及一种在五轴机器人基于视觉跟踪实现喷漆的方法及系统。
背景技术
随着机器人技术的不断发展,越来越多的机器人开始替代人类执行各种任务。机器人是自动控制机器(Robot)的俗称,自动控制机器包括一切模拟人类行为或思想与模拟其他生物的机械(如机器狗,机器猫等)。狭义上对机器人的定义还有很多分类法及争议,有些电脑程序甚至也被称为机器人。在当代工业中,机器人指能自动执行任务的人造机器装置,用以取代或协助人类工作。理想中的高仿真机器人是高级整合控制论、机械电子、计算机与人工智能、材料学和仿生学的产物,目前科学界正在向此方向研究开发,但是机器人远程控制还不完善,大数据的应用还没有普及,机器人的数据采集还处于离线状态,机器人深度学习也来自于本机数据的储存。
目标跟踪是计算机视觉研究领域中重要的基础问题之一,在监控、运动估计、人机交互等方面具有非常广泛的应用。近年来出现的许多跟踪算法在一定的场景下能够较好的跟踪目标物体,如粒子滤波、Boosting算法、L1跟踪算法等。但是,由于视频是一个复杂场景下的时序图像序列,复杂场景包括了光照变化、遮挡、动作变形、背景杂乱、目标尺度变化等,因此,构建一个自适应的目标表达模型以便得到鲁棒的跟踪算法,是目前跟踪领域的研究热点,也是难点问题。如何较好实现机器人技术中的视觉跟踪方法,需要针对图像采集的图像进行处理和建立合适的目标模型来完成相应搜索并完成喷漆动作。
发明内容
本发明提供了一种在五轴机器人基于视觉跟踪实现喷漆的方法及系统,通过针对性的目标建立相匹配的目标模板,实现相应搜索过程,达到对目标本体的视觉跟踪效果,从而实现五轴机器人在喷漆技术方面的应用过程。
本发明提供了一种在五轴机器人基于视觉跟踪实现喷漆的方法,所述五轴机器人包括旋转底座模块、第一臂、第二臂、第一连杆、第二连杆、第一臂驱动组件、第一连杆驱动组件、工作末端、回转驱动组件、回转传动组件、自转驱动组件和自转传动组件,所述方法包括:
基于所述五轴机器人本体上的视觉系统对喷漆对象进行图像采集;
对采集后的图像进行滤波处理;
根据预设参数对滤波处理后的图像进行图像分割;
基于目标数据库获取目标物体的特征识别数据;
基于特征识别数据完成对目标物体的定位;
基于目标物体的定位生成工作末端控制指令;
基于所述工作末端控制指令完成对喷漆对象的喷漆。
所述根据视觉系统中预设的参数进行图像分割包括:
创建灰度直方图;
确认分割阈值;
将灰度值与阈值进行比较;
对灰度直方图进行二值化处理;
对灰度直方图进行检索轮廓;
填充包围轮廓。
所述创建灰度直方图包括:
计算原图像的累积直方图;
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华南智能机器人创新研究院;广东省智能制造研究所,未经华南智能机器人创新研究院;广东省智能制造研究所许可,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/201711444368.7/2.html,转载请声明来源钻瓜专利网。