[发明专利]一种物料位姿识别方法、装置、电子设备及上料系统有效

专利信息
申请号: 202210864438.9 申请日: 2022-07-22
公开(公告)号: CN115082560B 公开(公告)日: 2022-11-18
发明(设计)人: 张抱日;蔡浩朗;蒙象华;李佩 申请(专利权)人: 季华实验室
主分类号: G06T7/73 分类号: G06T7/73;G06T7/00;G06V10/56;G06V10/75;G06V10/74;B65G47/14;B65G47/90;B65G47/248;B23P19/00
代理公司: 佛山市海融科创知识产权代理事务所(普通合伙) 44377 代理人: 许家裕
地址: 528200 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 物料 识别 方法 装置 电子设备 系统
【说明书】:

本申请属于物料运送技术领域,公开了一种物料位姿识别方法、装置、电子设备及上料系统,通过获取包含零件的原始图像;在原始图像中生成零件的最小外接矩形;根据最小外接矩形获取零件的位置数据和主方向夹角;提取最小外接矩形内的第一图像,以计算第一图像与第一模板图像的第一相似度,并计算第一图像与第二模板图像的第二相似度;根据主方向夹角、第一相似度和第二相似度确定零件的旋转角度;把位置数据和旋转角度映射到世界坐标系中,得到零件的位姿;从而对零件位姿识别效率高,有利于提高上料效率。

技术领域

本申请涉及物料运送技术领域,具体而言,涉及一种物料位姿识别方法、装置、电子设备及上料系统。

背景技术

目前,在小家电生产行业中,主要采取人工装配工业进行产品装配,人力成本日益剧增,因此,急需能够实现产品自动装配的自动化装配产线来替代人工进行装配作业。在自动化装配产线中,零件通常是无序地堆放在传送带上,通过图像识别方法识别传送带上的零件的位姿后,控制机械臂根据位姿识别结果夹取零件并转移到装配工位,从而实现零件的自动上料。

然而,现有的这种自动化装配产线在进行位姿识别时,一般使用基于模板匹配的二维视觉识别方法,这种识别方法需要对实物图像与模板图像进行逐点比对,需要耗费较多的处理时间,尤其是当图像分辨率高的时候,图像的像素点数量巨大,处理效率更低。

发明内容

本申请的目的在于提供一种物料位姿识别方法、装置、电子设备及上料系统,对零件位姿识别效率高,从而有利于提高上料效率。

第一方面,本申请提供了一种物料位姿识别方法,用于识别零件的位姿,包括步骤:

A1.获取包含零件的原始图像;

A2.在所述原始图像中生成所述零件的最小外接矩形;

A3.根据所述最小外接矩形获取所述零件的位置数据和主方向夹角;

A4.提取所述最小外接矩形内的第一图像,以计算所述第一图像与第一模板图像的第一相似度,并计算所述第一图像与第二模板图像的第二相似度;

A5.根据所述主方向夹角、所述第一相似度和所述第二相似度确定所述零件的旋转角度;

A6.把所述位置数据和所述旋转角度映射到世界坐标系中,得到所述零件的位姿。

该物料位姿识别方法,与现有的基于模板匹配的二维视觉识别方法相比,无需对实物图像与模板图像进行逐点比对,数据处理量更少,位姿识别效率更高,应用于物料的上料系统时,有利于提高上料效率。

优选地,步骤A3包括:

获取所述最小外接矩形的中心点的位置数据,作为所述零件的位置数据;

计算所述最小外接矩形的主方向线与图像参考轴之间的夹角,作为所述主方向夹角。

优选地,步骤A4包括:

分别计算所述第一图像、所述第一模板图像和所述第二模板图像的全局平均亮度;

分别计算所述第一图像、所述第一模板图像和所述第二模板图像的第一局部平均亮度;所述第一局部平均亮度为对应图像的第一局部区域的平均亮度,所述第一局部区域为所述对应图像的边界以所述对应图像的中心点为基点按第一预设比例缩小后得到的第一框线所包围的区域;

分别计算所述第一图像、所述第一模板图像和所述第二模板图像的第二局部平均亮度;所述第二局部平均亮度为对应图像的第二局部区域的平均亮度,所述第二局部区域为所述对应图像的边界以所述对应图像的中心点为基点按第二预设比例缩小后得到的第二框线所包围的区域;

根据所述全局平均亮度、所述第一局部平均亮度和所述第二局部平均亮度计算所述第一相似度和所述第二相似度。

优选地,所述第一预设比例为1/2,所述第二预设比例为1/4。

优选地,所述根据所述全局平均亮度、所述第一局部平均亮度和所述第二局部平均亮度计算所述第一相似度和所述第二相似度的步骤包括:

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季华实验室,未经季华实验室许可,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/202210864438.9/2.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