本發(fā)明涉及工業(yè)機器人快速定位，具體為一種工業(yè)機器人快速視覺定位方法。

背景技術(shù)：

1、在軸承加工領(lǐng)域，工業(yè)機器人的應(yīng)用日益廣泛，特別是在高精度、高效率的加工需求下，快速視覺定位技術(shù)顯得尤為重要，該技術(shù)通過結(jié)合機器視覺與工業(yè)機器人，實現(xiàn)了對軸承等精密零件的快速、準(zhǔn)確識別與定位，從而提高了加工質(zhì)量和生產(chǎn)效率。

2、傳統(tǒng)機械定位方法難以達到微米級甚至納米級的定位精度，這在軸承等精密零件的加工中尤為關(guān)鍵，現(xiàn)有視覺定位技術(shù)雖然有所提升，但仍存在受環(huán)境光干擾、相機分辨率限制等問題，導(dǎo)致定位精度不夠穩(wěn)定；在軸承加工過程中，由于工件尺寸、形狀、材質(zhì)差異，以及夾具精度限制的問題，工件在每次加工中的位置可能存在不一致性，這增加了視覺定位的難度，容易導(dǎo)致加工誤差；另外，在高精度測量時，需要進行復(fù)雜的光學(xué)畸變標(biāo)定、投影畸變標(biāo)定和物像空間標(biāo)定，且對于非平面物體，需要設(shè)計特殊的標(biāo)定算法，這些標(biāo)定過程繁瑣且容易出錯，影響定位精度；現(xiàn)有視覺定位技術(shù)在復(fù)雜多變的生產(chǎn)環(huán)境中，包括光照變化、溫度波動，其穩(wěn)定性和可靠性容易受到影響，導(dǎo)致定位失敗或精度下降。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種工業(yè)機器人快速視覺定位方法，解決了上述背景技術(shù)中所提出的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案，快速視覺定位方法如下：

3、數(shù)據(jù)采集，通過圖像采集模塊，采集目標(biāo)物體的深度圖像數(shù)據(jù)和彩色圖像數(shù)據(jù)；

4、數(shù)據(jù)處理，通過圖像處理模塊，提取并預(yù)處理采集到的深度圖像數(shù)據(jù)和彩色圖像數(shù)據(jù)，采用目標(biāo)檢測與識別模塊，對處理后的深度圖像數(shù)據(jù)和彩色圖像數(shù)據(jù)進行分析，識別出需要進行加工的目標(biāo)物體的特征信息；

5、數(shù)據(jù)定位與調(diào)整，基于所述目標(biāo)檢測與識別模塊，通過綜合定位調(diào)整模塊進行快速視覺定位的綜合調(diào)整，所述綜合定位調(diào)整模塊包括有深度圖像視覺粗定位單元、彩色圖像特征識別與調(diào)整單元和綜合定位調(diào)整單元；

6、數(shù)據(jù)上傳，將收集到的圖像數(shù)據(jù)上傳到工業(yè)機器人控制系統(tǒng)終端；

7、所述圖像采集模塊所用到的設(shè)備包括有視覺傳感器，所述視覺傳感器包括深度相機和彩色相機，用于采集圖像數(shù)據(jù)；

8、所述圖像處理模塊所用到的設(shè)備包括有圖像處理硬件，所述圖像處理硬件包括有g(shù)pu和dsp，用于加速圖像處理過程。

9、可選的，所述深度圖像視覺粗定位單元的計算公式如下：

10、；

11、其中：

12、g為目標(biāo)工件粗定位距離值；

13、xo為視覺中心x坐標(biāo)值，yo為視覺中心y坐標(biāo)值，（xo，yo）反映了視覺傳感器視野中心的坐標(biāo)位置；

14、xg為目標(biāo)工件x坐標(biāo)值，yg為目標(biāo)工件y坐標(biāo)值，（xg，yg）反映了目標(biāo)工件中心的坐標(biāo)位置；

15、所述深度圖像視覺粗定位單元的定位過程如下：

16、通過圖像處理模塊提取的深度圖像數(shù)據(jù)，獲取輸出目標(biāo)工件中心相對于視覺傳感器視野中心的距離，即目標(biāo)工件粗定位距離值g，深度圖像數(shù)據(jù)包括有視覺中心x坐標(biāo)值xo、視覺中心y坐標(biāo)值yo、目標(biāo)工件x坐標(biāo)值xg和目標(biāo)工件y坐標(biāo)值yg。

17、可選的，所述彩色圖像特征識別與調(diào)整單元的計算公式如下：

18、；

19、其中：

20、為調(diào)整角度值；

21、xm為機器人末端執(zhí)行器x坐標(biāo)值，ym為機器人末端執(zhí)行器y坐標(biāo)值，（xm，ym）反映了工業(yè)機器人末端執(zhí)行器的坐標(biāo)位置；

22、pt為偏差角度調(diào)整值，pt反映了調(diào)整偏差角度的程度；

23、mr為目標(biāo)圓孔半徑值；

24、br為標(biāo)準(zhǔn)圓孔半徑值；

25、所述彩色圖像特征識別與調(diào)整單元的識別調(diào)整過程如下：

26、基于所述深度圖像視覺粗定位單元輸出的目標(biāo)工件位置（xg，yg），結(jié)合彩色圖像數(shù)據(jù)中識別分析的目標(biāo)物體的特征信息，目標(biāo)物體的特征信息包括目標(biāo)圓孔半徑值mr和機器人當(dāng)前末端執(zhí)行器的位置（xm，ym），以及標(biāo)準(zhǔn)圓孔半徑值br標(biāo)準(zhǔn)下的角度偏差程度，輸出工業(yè)機器人末端執(zhí)行器需要調(diào)整的角度，即調(diào)整角度值。

27、可選的，所述綜合定位調(diào)整單元的計算公式如下：

28、；

29、其中：

30、xt為x坐標(biāo)調(diào)整值，yt為y坐標(biāo)調(diào)整值，（xt，yt）反映了工業(yè)機器人末端執(zhí)行器在x和y坐標(biāo)方向上的調(diào)整程度；

31、wt為深度調(diào)整值；

32、s為加工深度值；

33、所述綜合定位調(diào)整單元的調(diào)整過程如下：

34、綜合考量所述深度圖像視覺粗定位單元輸出的目標(biāo)工件位置（xg，yg），所述彩色圖像特征識別與調(diào)整單元輸出的調(diào)整角度值，以及加工深度值s，多維度式輸出反映工業(yè)機器人末端執(zhí)行器，在x和y坐標(biāo)方向上的調(diào)整程度，即（xt，yt）。

35、可選的，基于所述綜合定位調(diào)整單元輸出的x坐標(biāo)調(diào)整值xt，y坐標(biāo)調(diào)整值yt，即（xt，yt），對所述深度圖像視覺粗定位單元和所述彩色圖像特征識別與調(diào)整單元的快速定位影響如下：

36、s1、由于（xt，yt）反映了工業(yè)機器人末端執(zhí)行器在x和y坐標(biāo)方向上的調(diào)整程度；

37、s2、故而代入到所述彩色圖像特征識別與調(diào)整單元中，輸出新的機器人末端執(zhí)行器x坐標(biāo)值xnnew和新的機器人末端執(zhí)行器y坐標(biāo)值ynnew,即（xnnew，ynnew）：

38、xnnew=xm+xt；

39、ynnew=ym+yyt；

40、s3、之后，對比（xnnew，ynnew）與（xt，yt）的距離差值：

41、1、若（xnnew，ynnew）與（xt，yt）的坐標(biāo)值保持一致，則工業(yè)機器人達到快速定位的一致；

42、2、若（xnnew，ynnew）與（xt，yt）的坐標(biāo)值存在差異距離，則通過所述綜合定位調(diào)整模塊，進一步定位調(diào)整，直至（xnnew，ynnew）與（xt，yt）的坐標(biāo)值保持一致。

43、可選的，所述綜合定位調(diào)整單元中的和分別為xt與yt的坐標(biāo)變換。

44、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果如下：

45、一、本發(fā)明采用高分辨率、高靈敏度的工業(yè)相機和鏡頭，達到提高圖像采集質(zhì)量，優(yōu)化視覺系統(tǒng)的目的，而設(shè)計穩(wěn)定的光源系統(tǒng)，減少環(huán)境光干擾，確保光照條件的一致性，開發(fā)或采用先進的圖像處理算法和定位算法，能提高目標(biāo)識別和定位的精度。

46、二、本發(fā)明能結(jié)合機械定位與視覺定位，通過智能算法自動調(diào)整機器人末端執(zhí)行器的位置，以適應(yīng)工件位置的不一致性，形成智能定位策略，在加工過程中實時監(jiān)測工件位置變化，通過動態(tài)補償算法調(diào)整機器人運動軌跡，有助于確保加工精度，實現(xiàn)動態(tài)補償。

47、本發(fā)明通過開發(fā)自動化標(biāo)定工具，減少人工干預(yù)，提高標(biāo)定效率和準(zhǔn)確性，而研究適用于多種形狀和材質(zhì)的通用標(biāo)定算法，有助于降低標(biāo)定復(fù)雜度。

48、本發(fā)明通過引入環(huán)境感知技術(shù)，實時監(jiān)測生產(chǎn)環(huán)境變化，并自動調(diào)整視覺系統(tǒng)參數(shù)以適應(yīng)環(huán)境變化，且在視覺系統(tǒng)和算法設(shè)計中考慮環(huán)境因素的影響，提高了系統(tǒng)的魯棒性和穩(wěn)定性。