[发明专利]一种用于工业机器人抓取领域的深度相机标定装置

说明书

本发明公开了一种用于工业机器人抓取领域的深度相机标定装置。检测系统包括工作台，可调角度相机、光源、视觉控制器等，视觉控制器通过对从相机获取的图像进行处理分析，识别出其中的物体，然后分辨出装配零件与多余物；检测方法包括如下步骤：获取多角度装配区域图像，对图像进行预处理后输入到训练好的目标检测网络模型中进行特征提取预测出物体位置与种类，然后判断各个物体是否属于多余物，标记出多余物的位置并报警。本发明能辅助人工在装配过程中多角度地对特定区域内的多余物进行实时检测，具有检测准确率高，实时性强，使用灵活等优点，可以减少装配过程多余物的引入，增强产品可靠性。

技术领域

本发明涉及相机深度标定技术领域，尤其涉及一种用于工业机器人抓取领域的深度相机标定装置。

背景技术

多余物是指产品中存在的由外部进入或内部产生的与产品规定状态无关的一切物质。在较大规模的具有高可靠性和高安全性的设备装配过程中，由于设备结构复杂，生产工艺和装配工序繁多，非常容易引入多余物。比如工人操作不当可能会带入螺钉、垫圈、头发丝、抹布残余等物体；如焊接、机加工等加工过程可能引入焊渣、金属碎屑等多余物。这些多余物若遗留在设备中会留下严重的安全隐患，可能影响高可靠设备的正常工作，甚至造成故障、引发安全事故等。

经过长期的发展，目前的多余物检测与控制方法主要有目视耳听检测法、内窥镜检测法、X光透视检测法、超声波检测法、马特拉检测法和微粒碰撞噪声检测法等，检测步骤较多且较为严格。但大多自动检测方法仅适用于装配完整的物体，而装配中常常是人工检查，仍存在人为因素较大、容易漏检等问题。

是指在机械装配过程中，计算机通过检测相机获取的装配区域图像信息，识别出其中的物体并判断是否存在多余物。多余物视觉检测过程本质是一个目标检测过程，目前主流目标检测算法都是基于深度学习的方法，该类方法的特点是使用卷积神经网络提取特征，拥有抗干扰能力强、检测准确率高等特点。

发明内容

为了解决背景技术中的问题，本发明提供了一种用于工业机器人抓取领域的深度相机标定装置，能够利用多个可调角度相机并配备光源对装配区域进行多角度拍摄，然后使用YOLOv3网络对获得的图像进行目标检测，识别出装配区域内的物体并从中筛选出多余物。

本发明采用的技术方案如下：

一种在用于工业机器人抓取领域的深度相机标定装置

包括工作台、可调角度相机、环形光源、报警指示灯、显示屏和视觉控制器，工作台两侧固定有两根竖直型材，两根竖直型材之间连接有水平型材，装配体放置于工作台台面，位于装配体正上方设置有环形光源，环形光源通过光源调节杆安装于水平型材上，位于装配体的左上方、右上方和正上方均设置有可调角度相机，位于装配体左上方和右上方的可调角度相机分别安装于两根竖直型材上，位于装配体正上方的可调角度相机安装于水平型材上且位于环形光源正上方；位于工作台下方的控制柜内放置有视觉控制器，视觉控制器分别与安装于台面上方的显示屏和安装于工作台顶部的报警指示灯相连。

每个可调角度相机包括相机、相机支架和蜗杆与涡轮式相机连接片组成的驱动机构，竖直型材或水平型材通过螺栓固定有相机支架，位于相机支架背面的两侧均安装有蜗杆支撑架，两个蜗杆支撑架之间连接有蜗杆，蜗杆底部通过啮合连接有涡轮式相机连接片，蜗杆的螺旋齿与涡轮式相机连接片顶面的齿轮相啮合；位于蜗杆下方的相机支架开有弧形槽，涡轮式相机连接片通过穿过弧形槽的螺丝与位于相机支架正面的相机相连，涡轮式相机连接片在蜗杆驱动下绕弧形槽转动，从而带动相机的转动，实现相机的角度调节。

所述蜗杆两端均开有六边形孔，通过内六角扳手转动六边形孔实现蜗杆的转动。

所述视觉控制器通过显示屏显示检测结果，并在检测到装配体中的多余物时控制报警指示灯报警。

二、采用上述用于工业机器人抓取领域的深度相机标定装置，包括以下步骤：