[发明专利]一种基于视觉的无序抓取方法及机器人

说明书

本发明公开了一种基于视觉的无序抓取方法及机器人，该方法包括：为标准工件模型设置抓取点；扫描待抓取工件的点云信息，识别待抓取工件的位置和姿态；判断工件抓取点的位置并进行抓取。本发明首先对标准工件模型进行六面封装，并对每一个面都选取抓取点，在点云识别后只需要获取工件的位置和姿态就能找到抓取点，提高了抓取的效率。另外在抓取之前还对抓取路径与边框和其他工件是否有干涉进行判断，从而提高了抓取的成功率。

技术领域

本发明涉及一种基于视觉的工件无序抓取方法以及采用该方法的机器人。

背景技术

随着工业自动化的持续快速发展，工业机器人以其稳定、快速、高效的特点正在逐渐取代人类。机器人自动化系统广泛应用于3C和物流行业的抓取、分拣、装配等作业中。机器视觉作为实现机器人自动化作业的关键技术，其可以代替人眼对被待操作目标物体进行测量和判断，获取目标物体的颜色与位姿等信息，提高机器人生产的柔性和自动化程度。目前工业环境经常存在物体堆积、杂乱无序放置的情况，而采用传统的机器人抓取或分拣方法，往往存在识别物体信息不准确，抓取或分拣成功率低的问题，严重影响机器人作业过程的效率和增大了企业成本。

发明内容

有鉴于此，本发明提供一种基于视觉的无序抓取方法及机器人，其抓取效率和成功率高。

为解决以上技术问题，本发明提供一种基于视觉的无序抓取方法，包括：为标准工件模型设置抓取点；扫描待抓取工件的点云信息，识别待抓取工件的位置和姿态；判断工件抓取点的位置并进行抓取。

作为一种改进，所述为标准工件模型设置抓取点包括：利用最小外接长方体将标准工件模型进行六面封装；为每一个面设定一个抓取点。

作为一种进一步的改进，所述识别待抓取工件的位置和姿态包括：对获取点云信息的图像获取模块与进行抓取的机器人的抓取机构末端进行标定，建立从所述图像获取模块坐标系到所述抓取机构末端坐标系的变换关系；将图像获取模块获取的待抓取工件的点云信息转换到机器人的抓取机构末端坐标系中。

作为另一种更进一步的改进，所述对获取点云信息的图像获取模块与进行抓取的机器人的抓取机构末端进行标定，建立从所述图像获取模块坐标系到所述抓取机构末端坐标系的变换关系包括：

固定放置标定板；

移动机器人抓取机构末端，从不同位置拍摄n张标定板图片；

根据公式计算图像获取模块坐标系到抓取机构末端坐标系的转换矩阵，其中为图像获取模块坐标系到抓取机构末端坐标系的转换矩阵，为标定板坐标系到图像获取模块坐标系的转换矩阵，为机器人坐标系到标定板坐标系的转换矩阵，为抓取机构末端坐标系到机器人坐标系的转换矩阵。

作为一种改进，所述计算图像获取模块坐标系到抓取机构末端坐标系的平移矩阵和旋转矩阵的方法为：

通过拍摄的标定板图片获得；

由抓取机构末端位置参数获得；

为固定值，对于每张标定板图片都相同；

对于拍摄到的n张标定板图片有n-1个方程：

其中带有下标1~n的M代表第1~n张标定板图片中的转换矩阵；

对上述n-1个方程进行求解获得图像获取模块坐标系到抓取机构末端坐标系的转换矩阵。

作为一种优选，n3。

作为一种改进，所述判断工件抓取点的位置并进行抓取包括：添加边框点云；选择待抓取工件的一个面作为抓取面以及确定该抓取面的抓取点；添加抓取机构末端抓取轨迹的点云并进行判断，若抓取轨迹点云与边框或者/和其他工件点云无干涉则进行抓取，若有干涉则选择下一个面作为抓取面并判断，以此类推。

作为一种改进，根据待抓取工件的点云高度确定抓取顺序从高至低进行抓取。