[发明专利]一种工件抓取模板的生成方法及系统在审

专利信息
申请号: 201811041921.7 申请日: 2018-09-07
公开(公告)号: CN109087343A 公开(公告)日: 2018-12-25
发明(设计)人: 左方睿;张根雷;杨跞 申请(专利权)人: 中科新松有限公司
主分类号: G06T7/33 分类号: G06T7/33;B25J13/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 201206 上海市浦*** 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: 抓取 工件抓取 三维模型 拖动 参考工件 三维视觉 抓取位置 抓取系统 示教 工作量 机器人 合并 部署
【权利要求书】:

1.一种工件抓取模板的生成方法,其特征在于,包括:

获取参考工件的三维模型;

获取通过抓取点拖动示教得到的抓取参数,其中,所述抓取参数包括抓取位置、抓取姿态和抓取力;

合并所述三维模型和所述抓取参数,生成工件抓取模板。

2.根据权利要求1所述的工件抓取模板的生成方法,其特征在于,所述获取参考工件的三维模型,包括:

通过机器人末端设置的深度相机获取在多个拍摄视角下拍摄的所述参考工件的三维图像;

在机器人基坐标系下对所述三维图像进行配准,得到所述参考工件在所述机器人基坐标系下的三维模型。

3.根据权利要求2所述的工件抓取模板的生成方法,其特征在于,所述在机器人基坐标系下对所述三维图像进行配准,包括:

基于所述深度相机在所述机器人基坐标系下的位姿,对所述三维图像进行粗配准;

基于最近点迭代算法对经粗配准后的三维图像进行精配准。

4.根据权利要求1所述的工件抓取模板的生成方法,其特征在于,所述获取参考工件的三维模型,包括:

通过机器人末端设置的深度相机获取在一个拍摄视角下拍摄的所述参考工件的三维图像;

根据所述三维图像识别出所述参考工件在机器人基坐标系下的工件位姿;

将与所述参考工件对应的参考三维模型与所述工件位姿进行匹配,得到所述参考工件在所述机器人基坐标系下的三维模型。

5.根据权利要求2-4任一项所述的工件抓取模板的生成方法,其特征在于,还包括:

利用机器人力控拖动技术,通过拖动机器人末端调整所述深度相机的位姿,以改变所述深度相机的拍摄视角。

6.根据权利要求2-4任一项所述的工件抓取模板的生成方法,其特征在于,通过抓取点拖动示教得到抓取参数,包括:

在利用机器人力控拖动技术拖动机器人末端至末端执行器抓取到所述参考工件时,获取所述机器人反馈的在所述机器人基坐标系下的所述抓取参数。

7.一种工件抓取模板的生成系统,其特征在于,包括机器人、参考工件和处理器;

所述机器人用于实现抓取点拖动示教,得到抓取参数,其中,所述抓取参数包括抓取位置、抓取姿态和抓取力;

所述处理器用于获取参考工件的三维模型,获取所述抓取参数,并合并所述三维模型和所述抓取参数,生成工件抓取模板。

8.根据权利要求7所述的工件抓取模板的生成系统,其特征在于,所述机器人包括拖动示教系统、机器人末端和设置于所述机器人末端的深度相机;

所述拖动示教系统用于实现利用机器人力控拖动技术,通过拖动机器人末端进行示教;

所述机器人末端用于通过力控拖动来调整所述深度相机的位姿以及末端执行器的抓取位置;

所述深度相机用于拍摄所述参考工件的三维图像。

9.根据权利要求8所述的工件抓取模板的生成系统,其特征在于,所述处理器包括第一三维图像重建模块或第二三维图像重建模块;

所述第一三维图像重建模块用于在获取在多个拍摄视角下拍摄的所述参考工件的三维图像时,在机器人基坐标系下对所述三维图像进行配准,得到所述参考工件在所述机器人基坐标系下的三维模型;

所述第二三维图像重建模块用于在获取在一个拍摄视角下拍摄的所述参考工件的三维图像时,根据所述三维图像识别出所述参考工件在机器人基坐标系下的工件位姿,将与所述参考工件对应的参考三维模型与所述工件位姿进行匹配,得到所述参考工件在所述机器人基坐标系下的三维模型。

10.根据权利要求9所述的工件抓取模板的生成系统,其特征在于,所述处理器还包括抓取参数获取模块;

所述抓取参数获取模块用于在利用机器人力控拖动技术拖动机器人末端至末端执行器抓取到所述参考工件时,获取所述机器人反馈的在所述机器人基坐标系下的所述抓取参数。

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中科新松有限公司,未经中科新松有限公司许可,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/201811041921.7/1.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