[发明专利]一种基于RGBD相机的堆叠工件姿态识别及拾取方法有效

专利信息
申请号: 201810326638.2 申请日: 2018-04-12
公开(公告)号: CN108555908B 公开(公告)日: 2020-07-28
发明(设计)人: 陈启军;李树;王德明;颜熠 申请(专利权)人: 同济大学
主分类号: B25J9/16 分类号: B25J9/16;B25J13/08;G06T7/33;G06T7/73;G06T7/80
代理公司: 上海科盛知识产权代理有限公司 31225 代理人: 杨宏泰
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 rgbd 相机 堆叠 工件 姿态 识别 拾取 方法
【说明书】:

本发明涉及一种基于RGBD相机的堆叠工件姿态识别及拾取方法,包括以下步骤:1)对RGBD相机内参数进行标定;2)根据预先获得的待抓取工件的3D模型进行训练,生成用以匹配的2D模型;3)利用RGBD相机获取待识别工件的RGB图像和深度图像,获取出待抓取工件的轮廓信息;4)获取待抓取工件在图像像素坐标系中的二维位置信息以及在相机坐标系下的六自由度位姿;5)获取待抓取工件在机器人坐标系下的六自由度位姿;6)控制六轴机器人对待抓取工件进行拾取。与现有技术相比,本发明利用成本低廉的RGBD相机,结合RGB以及深度信息,实现对散乱堆叠、各种类型的工件的姿态识别和抓取,精度高、成本低、适应性强。

技术领域

本发明涉及智能机器人领域,尤其是涉及一种基于RGBD相机的堆叠工件姿态识别及拾取方法。

背景技术

随着机器人与人工智能技术如火如荼的发展,工业流水线也越来越向着自动化的方向发展,国外的工业4.0战略和我国的“中国制造2025”,都对机器人与人工智能技术在工业领域的应用提出了很高的要求。

在某些工业生产线中,我们需要对杂乱无章堆叠的、形态各异的工业零件进行分类和拾取,传统的工业生产线上依靠人力进行分拣的方式效率低、人力成本较高,越来越多的企业希望通过机器人去替代人力,实现工业零件的分类和拾取。

目前存在一些针对工件抓取的专利,但现存的针对工件抓取的专利来看,存在着或多或少的缺陷,往往无法适应复杂的工业应用场景,针对不同类型工件的鲁棒性和适应性不强。

从目前传感器的选用来看,主流是激光传感器和以工业摄像头为代表的视觉传感器。众所周知,虽然激光传感器能够获得高精度的数据,但鉴于其价格昂贵,从成本考虑,基于激光传感器的工件抓取解决方法并不适合在工业界的大规模推广。相比之下,以普通摄像机为代表的视觉传感器,成本更低,以此为传感器的工业工件抓取的解决方法更适应工业界的应用。

在现有基于视觉传感器的工业工件抓取方法中,有相当一部分针对的是平面空间中的视觉定位,即仅使用CCD摄像头,采集正对目标工件的平面图片,使用传统的图像处理与识别技术,例如灰度变换、图像二值化、边缘检测、模板匹配等,而且对盛放工件的平台背景颜色具有较高的要求,要求背景单一等等,从而识别出待测工件的简单轮廓,使用外接矩形的方法来进行定位与平面旋转角度的判断。此类方法的工业应用前景有限,在背景杂乱或者工件堆叠的情况下,通过边缘检测、模板检测的传统的图像处理方法,是很难将视野中的工件进行识别的;与此同时,边缘检测等算法中存在一些需要人工调节的参数,对于不同的抓取对象即不同形状、不同尺寸、甚至是多种类型工件混杂的情况往往难以适应。

另有基于双目视觉的工件抓取解决方法,利用双目视觉的解决方法,在一定程度上克服了单目视觉的弊端,可以在三维空间内对待抓取工件的位姿进行估计,但目前基于双目视觉的解决方法,其本质仍然是在单张的单目视觉图片中进行模板匹配,然后将双目摄像头的信息加以融合,以此仍然无法很好地解决工件混乱堆叠的问题。另外,采用双目视觉的方法,需要进行双目标定,双目标定的误差对最终工件识别和位姿估计的误差产生很大的影响。

综上所述,传统的解决方法或价格昂贵,或仅能得到工件的二维平面姿态,或是算法的准确性和鲁棒性不强,无法适应复杂的工业应用场景,无法保证对各种形状、各种类型的工件都能准确识别和解算位姿,无法满足工业生产的需求。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于RGBD相机的堆叠工件姿态识别及拾取方法。

本发明的目的可以通过以下技术方法来实现:

一种基于RGBD相机的堆叠工件姿态识别及拾取方法,包括以下步骤:

1)对RGBD相机内参数进行标定,并且进行机器人与相机的手眼标定;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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同济大学,未经同济大学许可,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/201810326638.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top