[发明专利]基于视觉定位的冷轧厂轧辊的自动抓取方法

说明书

本发明公开了一种基于视觉定位的冷轧厂轧辊的自动抓取方法，包含如下步骤：训练数据驱动赋权的目标检测模型；对轧辊的图片进行目标检测与三维定位；与PLC控制系统建立通信控制关系。本发明能够利用PLC控制系统实现自动对轧辊进行识别定位与抓取，解决了现有技术高度依赖人工，且抓取轨迹无法溯源的缺陷，有效的改善模型的检测识别精度，摆脱了现有技术中NMS的局限性，降低了时间成本与人工成本，提高了工作效率。

技术领域

本发明涉及计算机视觉和自动化技术领域，特别涉及一种基于视觉定位的冷轧厂轧辊的自动抓取方法。

背景技术

传统的轧辊抓取方法主要依赖人工远程遥控装载机实现轧辊的抓取与放置，因轧辊的现场摆放位置不固定，且不同型号的轧辊尺寸相差较大，所以为了找到合适的抓取位置，需要操作员适用远程遥控设备反复移动装载机，防止装载机在夹取轧辊时损伤轧辊，此项工作需操作员熟练作业，轧辊的移动路线无法固定，移动过程无法追溯，存在安全隐患，且在作业过程中需要操作员反复调整装载机的位置，工作效率低，增加了人工成本与时间成本。

发明内容

根据本发明实施例，提供了一种基于视觉定位的冷轧厂轧辊的自动抓取方法，包含如下步骤：

训练数据驱动赋权的目标检测模型；

对轧辊的图片进行目标检测与三维定位；

与PLC控制系统建立通信控制关系。

进一步，训练数据驱动赋权的目标检测模型包含如下子步骤：

采集若干张轧辊的照片，并对轧辊的照片的抓取区域进行扣取与标注；

将经过标注的轧辊的抓取区域图片作为前景与图像识别数据集进行拼接；

定义椭圆区域内的虚景框水平非极大值抑制方法；

选取神经网络模型，训练出目标检测模型。

进一步，椭圆区域内的虚景框水平非极大值抑制方法的定义如下：

其中S_i表示第i个虚景框的置信度，b_ix表示经过常规NMS后保留的虚景框的X轴坐标，b_iy表示经过常规NMS后保留的虚景框的Y轴坐标，f表示椭圆区域函数。

进一步，椭圆区域函数f的定义如下：

其中（x₀，y₀）表示基准检测框中心点的位置，（x，y）表示其他检测框中心点的位置，a、b用于表示椭圆区域大小，h、w分别表示目标框的像素高和宽。

进一步，神经网络模型包括但不限于YOLOv5l。

进一步，图像识别数据集为MS COCO。

进一步，将轧辊的抓取区域图片与图像识别数据集进行拼接时，采取边界元素镜像填充的方式合成。

进一步，对轧辊的图片进行目标检测与三维定位包含如下子步骤：

捕获轧辊的图片并获得轧辊的深度图；

使用目标检测模型预测轧辊的像素二维坐标；

结合轧辊的深度图与轧辊的像素二维坐标计算出轧辊的三维世界坐标。

进一步，与PLC控制系统建立通信控制关系包含如下子步骤：

设计出足够传递信息的发送报文与应答报文；

将PLC控制程序与抓取系统建立连接；

PLC控制程序对抓取系统进行通信控制。

进一步，发送报文的长度为6字节，应答报文的长度为40字节。