[发明专利]面向机器人抓取作业的可变形料袋视觉识别与定位方法在审

专利信息
申请号: 201811341732.1 申请日: 2018-11-12
公开(公告)号: CN109584216A 公开(公告)日: 2019-04-05
发明(设计)人: 陈卫东;王韵清;王贺升 申请(专利权)人: 上海交通大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/73;G06T7/80;B25J9/16
代理公司: 上海汉声知识产权代理有限公司 31236 代理人: 庄文莉
地址: 200240 *** 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: 料袋 可变形 抓取 视觉识别 特征组合 鲁棒性 机器人 可识别标志 坐标位置 变形 机器人控制器 定位算法 粉末泄漏 检测算法 特征生成 图像信息 系统识别 冗余 遮挡 采集 发送 印制
【权利要求书】:

1.一种面向机器人抓取作业的可变形料袋视觉识别与定位方法,其特征在于,包括:

设计料袋步骤:基于AprilTag标志对可变形料袋进行特征设计,得到多特征组合人工特征;

识别料袋步骤:对多特征组合人工特征进行识别,得到可识别标志,对可识别标志进行定位,得到料袋坐标位置,将料袋坐标位置发送至机器人控制器。

2.根据权利要求1所述的面向机器人抓取作业的可变形料袋视觉识别与定位方法,其特征在于,所述设计料袋步骤包括:

选取标志步骤:选取AprilTag标志中n个不同标志,所述n取大于1,得到标签标志集合;

组合标志步骤:对标签标志集合中的n个AprilTag标志依据排列方式进行排列组合,得到多特征组合人工特征;

标志编号步骤:对多特征组合人工特征中的每个AprilTag标志进行编号,得到标志编号k;

坐标变换预计算步骤:定义标志坐标系和料袋坐标系,基于标志编号、排列方式、料袋尺寸,计算标志坐标系相对于料袋坐标系的第一齐次变换矩阵;

标志印制步骤:将多特征组合人工特征印制到料袋表面。

3.根据权利要求1所述的面向机器人抓取作业的可变形料袋视觉识别与定位方法,其特征在于,所述识别料袋步骤包括:

特征识别步骤:采用机器视觉对料袋表面的多特征组合人工特征进行识别,获得可识别标志;

标志筛选步骤:对可识别标志进行筛选,获得可定位标志;

标志定位步骤:根据可定位标志对料袋坐标系原点进行定位,得到料袋坐标系原点相对机器人坐标系位置,所述原点位置表示为P=(xR,yR,zR)T

其中,下标R表示此位置为料袋坐标系原点相对于机器人坐标系的位置;x表示X方向位移;y表示Y方向位移;z表示Z方向位移。

4.根据权利要求3所述的面向机器人抓取作业的可变形料袋视觉识别与定位方法,其特征在于,所述特征识别步骤包括:

标定相机坐标步骤:定义相机坐标系OC,对相机内参数进行标定;

标定机器人坐标步骤:定义机器人坐标系OR,对相机外参数进行标定,获取相机坐标系相对于机器人坐标系的第二齐次变换矩阵

采集图像步骤:采集待识别定位的可变形料袋图像信息,得到第一图像;

提取定位步骤:采用AprilTag检测算法提取第一图像中的可识别标志、标志编号k、可识别标志相对于相机坐标系的位姿,将识别标志相对于相机坐标系的位姿记为可识别标志位姿Ti,i=1,2,…,m,下标i表示编号。

5.根据权利要求3所述的面向机器人抓取作业的可变形料袋视觉识别与定位方法,其特征在于,所述标志筛选步骤包括:

计算料袋相对坐标步骤:通过可识别标志位姿、第一齐次变换矩阵,计算料袋坐标系相对于相机坐标系的位姿,记为相机坐标系相对位姿,所述相机坐标系相对位姿表示如下:

式中,Tpi表示第i个坐标系相对位姿;

Ti表示第i个可识别标志位姿;

表示第一齐次变换矩阵的元素;

Rpi表示第i个标志坐标系相对位姿中的旋转矩阵;

Ppi表示第i个标志坐标系相对位姿中的位移向量;

xpi,ypi,zpi分别表示第i个标志相机坐标系相对位姿中的X,Y,Z方向的位移;

多方向筛选步骤:将可识别标志进行聚类,根据标志位置对多特征组合人工特征进行Z方向坐标、X方向坐标、Y方向坐标进行筛选,得到可定位标志。

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上海交通大学,未经上海交通大学许可,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/201811341732.1/1.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