一種基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法，包括如下步驟:步驟S1、建立系統(tǒng)參數(shù)化模型并攝像機定標；步驟S2、確定工件特征模板；步驟S3、搜索工件模板實例，根據(jù)實例的坐標信息確定工件的位置；步驟S4、計算目標工件的速度；步驟S5、預(yù)測工件處于待抓取工位時在機器人基礎(chǔ)坐標系下的位姿；步驟S6、機器人按照規(guī)劃軌跡運動接近并抓取工件，放置到目標點位置。本發(fā)明還公開了一種實現(xiàn)權(quán)利要求1所述的基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法的系統(tǒng)，包括：傳送帶、光電開關(guān)、攝像機、工業(yè)控制計算機、機器人和目標工件。具有定位精度高、工作效率高和自動化程度高等優(yōu)點。
【專利說明】一種基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種機器人工件抓取技術(shù)，特別涉及一種基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法及系統(tǒng)。
【背景技術(shù)】
[0002]工件抓取是生產(chǎn)線上工業(yè)機器人的一項重要技術(shù)，目前，生產(chǎn)線上大部分的工業(yè)機器人僅能在嚴格定義的結(jié)構(gòu)化環(huán)境中執(zhí)行預(yù)定的指令，一旦工件的狀態(tài)發(fā)生改變，機器人往往不能做出正確的應(yīng)變，近年來，視覺引導(dǎo)與定位技術(shù)已經(jīng)成為工業(yè)機器人獲得作業(yè)周圍環(huán)境信息的主要手段，它可以使工業(yè)機器人在實際作業(yè)中具有自主判斷能力，從而使機器人應(yīng)用靈活性和工作質(zhì)量大大提高。當前基于視覺引導(dǎo)的工業(yè)機器人抓取系統(tǒng)已有的研究主要有兩種:
[0003]( I)基于單目視覺的工業(yè)機器人抓取方法:該類方法一般采用將攝像機安裝在工業(yè)機器人工作空間的上方，目標工件和機械手末端同時出現(xiàn)在攝像機視野中，通過攝像機的媒介作用建立起目標與機器人手之間的關(guān)系。
[0004](2)基于立體視覺的工業(yè)機器人抓取方法:該類方法一般是使用兩臺攝像機對目標工件同時進行拍攝，利用視差和立體匹配技術(shù)獲取目標的空間位姿，從而引導(dǎo)機器人實現(xiàn)抓取動作
[0005]第一種方法要求攝像機能夠同時觀察到目標工件和機器人手部末端，當機器人向目標移動及操作時，會對目標造成遮擋，導(dǎo)致抓取失敗。第二種方法采用雙攝像機拍攝，成本提高的同時增加了計算量，標定過程復(fù)雜。實時性不能準確保證。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的首要目的在于克服現(xiàn)有技術(shù)的缺點與不足，提供一種基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法，該方法將攝像機和工業(yè)機器人分別固定安裝在傳送帶兩端，通過識別算法和跟蹤算法定位和抓取工件，該方法的工件定位精度高、實時性好。
[0007]本發(fā)明的另一目的在于克服現(xiàn)有技術(shù)的缺點與不足，提供一種實現(xiàn)基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法的系統(tǒng)，該系統(tǒng)適用于生產(chǎn)線上工業(yè)機器人工件抓取作業(yè)，提高了機器人的工作效率和工作質(zhì)量，適合普遍推廣使用。
[0008]本發(fā)明的首要目的通過下述技術(shù)方案實現(xiàn):一種基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法，包括以下步驟:
[0009]步驟S1:根據(jù)攝像機和機器人的位置關(guān)系建立系統(tǒng)的參數(shù)化模型并標定攝像機內(nèi)外參數(shù)，通過攝像機為中間媒介建立起目標工件與機器人之間的相對位姿關(guān)系；
[0010]步驟S2:當工件通過時，光電開關(guān)觸發(fā)攝像機采集經(jīng)傳送帶送入攝像機視野的工件圖像并傳送到工業(yè)控制計算機進行圖像濾波預(yù)處理和圖像增強預(yù)處理，降低噪聲的影響，同時確定目標工件的特征模板，作為用于識別算法的依據(jù)。
[0011]步驟S3:采用模板匹配識別算法在工件圖像中搜索工件特征模板實例，得到工件在拍照時刻的位置(χ，y，z)和偏轉(zhuǎn)角度Θ，根據(jù)步驟SI的標定結(jié)果將(Χ，y，Ζ)和Θ映射到機器人基礎(chǔ)坐標系中；
[0012]步驟S4:對步驟S2采集的工件圖像進行步驟S3的灰度模板匹配后，根據(jù)經(jīng)過模板匹配后的5-10幀工件圖像，計算目標工件中心在運動方向的位移S，除以拍攝這5-10幀圖像的時間Τ，即得到目標工件速度V的計算式:
[0013]V=S/T,
[0014]其中，S表不位移，T表不時間；[0015]步驟S5:跟蹤算法采用卡爾曼濾波模型預(yù)測工件處于待抓取工位時的位置與偏轉(zhuǎn)角度，卡爾曼濾波模型能準確估計某一時刻目標工件在傳送帶上的位置；
[0016]步驟S6:根據(jù)待抓取工位和目標點的位置規(guī)劃機器人的運動軌跡，機器人控制器發(fā)出指令控制機器人按照規(guī)劃的運動軌跡接近并抓取工件，并放置到目標點位置。
[0017]所述步驟SI包括以下步驟:
[0018]步驟11、對所述攝像機用平面標靶標定法進行標定，并通過標定板圖像在傳送帶上建立一個參考坐標系(oMfxMfYMfzMf)，得到參考坐標系和攝像機坐標系之間的相對位姿
caniTTnref ；
[0019]步驟12、通過離線測量的方式，得到參考坐標系和機器人基礎(chǔ)坐標系(OwXwYwZw)之間的相對位姿basTu,以參考坐標系((WUrfzMf)為中間媒介可得到攝像機坐標系和機器人基礎(chǔ)坐標系之間的位姿關(guān)系baseHcam=basIf.X?μZ1，通過目標定位得到
[0020]camHobj,則目標工件與機器人之間的相對位姿關(guān)系bas%w的表達式為:
[0021]
【權(quán)利要求】
1.一種基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法，其特征在于，包括以下步驟: 步驟S1:根據(jù)攝像機和機器人的位置關(guān)系建立系統(tǒng)的參數(shù)化模型并標定攝像機內(nèi)外參數(shù)，通過攝像機為中間媒介建立起目標工件與機器人之間的相對位姿關(guān)系； 步驟S2:當工件通過時，光電開關(guān)觸發(fā)攝像機采集經(jīng)傳送帶送入攝像機視野的工件圖像并傳送到工業(yè)控制計算機進行圖像濾波預(yù)處理和圖像增強預(yù)處理，降低噪聲的影響，同時確定目標工件的特征模板，作為用于識別算法的依據(jù)； 步驟S3:采用模板匹配識別算法在工件圖像中搜索工件特征模板實例，得到工件在拍照時刻的位置(X，Y，Z)和偏轉(zhuǎn)角度Θ，根據(jù)步驟SI的標定結(jié)果將(Χ，Υ，Ζ)和Θ映射到機器人基礎(chǔ)坐標系中； 步驟S4:對步驟S2采集的工件圖像進行步驟S3的灰度模板匹配后，根據(jù)經(jīng)過模板匹配后的5-10幀工件圖像，計算目標工件中心在運動方向的位移S，除以拍攝這5-10幀圖像的時間Τ，即得到目標工件速度V的計算式:
V=S/T, 其中，S表不位移，T表不時間； 步驟S5:跟蹤算法采用卡爾曼濾波模型預(yù)測工件處于待抓取工位時的位置與偏轉(zhuǎn)角度； 步驟S6:根據(jù)待抓取工位和目標點的位置規(guī)劃機器人的運動軌跡，機器人控制器發(fā)出指令控制機器人按照規(guī)劃的運動軌跡接近并抓取工件，并放置到目標點位置。
2.根據(jù)權(quán)利要求1所述的基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法，其特征在于，所述步驟SI包括以下步驟: 步驟11、對所述攝像機用平面標靶標定法進行標定，并通過標定板圖像在傳送帶上建立一個參考坐標系(OrrfXMfYMfZMf)，得到參考坐標系和攝像機坐標系之間的相對位姿caniTTnref ； 步驟12、通過離線測量的方式，得到參考坐 標系和機器人基礎(chǔ)坐標系(OwXwYwZw)之間的相對位姿bas^f,以參考坐標系(CWmf)為中間媒介可得到攝像機坐標系和機器人基礎(chǔ)坐標系之間的位姿關(guān)系:
base-rj _baseTj 9 /caniTT \ -1
^cam nref \ ^ref ^ ， 通過目標定位得到，則目標工件與機器人之間的相對位姿關(guān)系bassHcjbj的表達式為:
base-rj _baseTj.caniTT
^obj^cam^obj， 其中，baseHram表示攝像機坐標系和機器人基礎(chǔ)坐標系之間的位姿關(guān)系，表示攝像機坐標系和工件坐標系之間的位姿關(guān)系。
3.根據(jù)權(quán)利要求1所述的基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法，其特征在于，所述步驟S2包括以下步驟: 步驟21、當工件通過時，光電開關(guān)觸發(fā)攝像機采集經(jīng)傳送帶送入攝像機視野的5-10幀工件的圖像，并記錄每幀圖像的拍照時刻； 步驟22、將圖像傳送到工業(yè)控制計算機，工業(yè)計算機對圖像進行平滑濾波操作，所述平滑濾波操作采用均值濾波方法，所述均值濾波方法的表達式為:
4.根據(jù)權(quán)利要求1所述的基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法，其特征在于，所述步驟S3包括以下步驟: 步驟31、采用基于灰度特征的模板匹配識別算法，將工件特征模板從工件圖像的左上角開始遍歷圖像，搜索工件特征模板實例，在工件圖像(i，j)點處的匹配結(jié)果可以用歸一化相關(guān)系數(shù)NCC (i，j)表示，其中NCC (i，j)的數(shù)學(xué)表達式為:
5.根據(jù)權(quán)利要求1所述的基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法，其特征在于，所述步驟S5包括以下步驟: 步驟51、所述卡爾曼濾波模型對傳送帶上的工件建立勻速直線運動的運動模型，卡爾曼濾波模型通過時間更新方程和狀態(tài)更新方程預(yù)測并修正目標的狀態(tài)，目標工件的運動模型可用數(shù)學(xué)表達式表示為:
6.一種實現(xiàn)權(quán)利要求1所述的基于視覺引導(dǎo)的工業(yè)機器人工件定位抓取方法的系統(tǒng)，其特征在于，包括:傳送帶、光電開關(guān)、攝像機、工業(yè)控制計算機、機器人和目標工件；攝像機安裝于傳送帶的一端的相機支架上，機器人安裝于傳送帶的另一端，光電開關(guān)安裝于傳送帶相機支架的下方，光電開關(guān)、攝像機、工業(yè)控制計算機和機器人依次電氣連接。
【文檔編號】B25J13/08GK103895042SQ201410073766
【公開日】2014年7月2日 申請日期:2014年2月28日 優(yōu)先權(quán)日:2014年2月28日
【發(fā)明者】翟敬梅, 董鵬飛, 張鐵 申請人:華南理工大學(xué)