度，過濾掉過短的噪聲邊緣，最后對 圖像的下半部分進行從左到右的逐行掃描，得到頂層折彎板材的右邊緣，對圖像的左半部 分進行從下到上的逐列掃描，得到頂層折彎板材的上邊緣；
[0030]4)、位置參數(shù)獲取：對得到的圖像進行概率統(tǒng)計霍夫線變換，獲得頂層板材右邊緣 和上邊緣相對應(yīng)直線的端點，并根據(jù)相機內(nèi)部參數(shù)和頂層板材在相機坐標系下Z軸坐標， 把得到的端點的二維像素坐標轉(zhuǎn)換成相機坐標系下的三維坐標；
[0031] 5)、位置偏差計算：根據(jù)得到的兩條線段端點的坐標，計算相應(yīng)的直線方程，從而 計算板材的實際位置和預(yù)先求得的參考位置的位置偏差，包括兩個位移偏差A(yù)x，Ay和一 個角度偏差A(yù)A;
[0032]6)、實際抓取位置計算：根據(jù)得到的位置偏差，對在參考抓取位置時折彎機器人的 工具坐標系進行旋轉(zhuǎn)平移變換，得到實際抓取位置。
[0033] 步驟4)中相機內(nèi)部參數(shù)可由相機標定實驗得到，頂層板材在相機坐標系下Z軸坐 標可由取料站上板材的數(shù)量、每塊板材的厚度、參考位置在相機坐標系下Z軸坐標計算得 到，參考位置在相機坐標系下的Z軸坐標由放置在取料站上的平面標定模板的外部參數(shù)得 到。
[0034] 步驟4)中把二維像素點轉(zhuǎn)化成相機坐標系下的三維坐標的具體內(nèi)容為：請參照 圖2所示，設(shè)統(tǒng)計概率霍夫線變換得到的線段3的兩個端點為（u31，v31)和（u32,v32)，線段4 的兩個端點為（u41，v41)和（u42，v42)，根據(jù)式（1)即可轉(zhuǎn)換成在相機坐標系下的三維坐標。
[0035]
[0036] 其中，矩陣M是CCD攝像機的內(nèi)部參數(shù)矩陣，z。是參考金屬板材在相機坐標系下 的Z坐標，兩者均由相機標定得到。n是取料站上金屬板材的數(shù)量，t是金屬板材的厚度。 因此（x，y，h-nXt))就是像素點（u，v)在相機坐標系下對應(yīng)的三維坐標。設(shè)由式（1) 得到的線段3和線段4的端點在相機坐標系下的三維坐標分別為（x31，y31，（％-nXt))， (x32，y32,（zc_nXt))，（x41，y41，（zc_nXt))和（x42，y42,（zc_nXt))，由此可計算得到線段 3 和 線段4相應(yīng)的直線方程AiX+BiY+CiZ+Df0,i= 3, 4。
[0037] 步驟5)中的參考位置的計算方法同步驟1)-4)，區(qū)別在于計算參考位置時，取料 站上只有一塊折彎板材作為參考板材，當進行坐標轉(zhuǎn)換時，式（1)中的n= 0。圖2中直線 1和直線2是參考位置對應(yīng)的直線，對應(yīng)的方程為AiX+BJ+CiZ+Df0,i= 1，2。
[0038] 此時令直線方程1-4中的Z= 0,則直線方程變?yōu)锳iX+BJ+Dii0,i= 1，2, 3, 4。 求直線3和直線4的交點，記為P(Px，Py)，利用式（2)就可求得位移偏差A(yù)X和Ay，根據(jù)斜 率可求得直線2和直線4與x軸的夾角分別0 2和0 4,因此角度偏差A(yù)A= 0 2- 0 4。
[0039]
[0040] 步驟6)中的參考抓取位置是機器人抓參考板材時的工具坐標系的位置，請參考 圖2,坐標系表示的是折彎機器人在參考抓取位置時，工具坐標系的x和y坐標軸 的坐標和方向，根據(jù)求得的位移偏差和角度偏差，對參考位置時的工具坐標系進行旋轉(zhuǎn)平 移變換，坐標系〇-xy表示的是在實際抓取位置時的工具坐標系的x和y軸的坐標位置和方 向。
[0041] 以上所述僅是本發(fā)明的優(yōu)選實施方式，應(yīng)當指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人 員來說，在不脫離本發(fā)明原理的前提下還可以作出若干改進，這些改進也應(yīng)視為本發(fā)明的 保護范圍。
【主權(quán)項】
1. 一種基于視覺的頂層折彎板材定位方法，自動從取料站上多層板材中識別頂層板材 的位置，其特征在于；包括如下步驟 1) 、圖像采集；用垂直安裝于取料站上方的CCD攝像機拍攝堆在取料站上多層板材的 圖像； 2) 、板材區(qū)域提?。豪瞄熤捣指畲致蕴崛“宀膮^(qū)域，然后利用先腐蝕后膨脹去掉分割 后圖像中的噪聲區(qū)域，并把結(jié)果圖片作為掩膜，作用于原始采集的圖像，從采集的圖像中提 取多層板材的區(qū)域； 3) 、邊緣提取及篩選；利用中值濾波對提取的板材區(qū)域進行平滑，然后利用Canny算子 提取圖像中所有板材的邊緣，并根據(jù)提取邊緣的長度，過濾掉過短的噪聲邊緣，最后對圖像 的下半部分進行從左到右的逐行掃描，得到頂層折彎板材的右邊緣，對圖像的左半部分進 行從下到上的逐列掃描，得到頂層折彎板材的上邊緣； 4) 、位置參數(shù)獲?。簩Φ玫降膱D像進行概率統(tǒng)計霍夫線變換，獲得頂層板材右邊緣和上 邊緣對應(yīng)線段的端點的像素坐標，并根據(jù)相機內(nèi)部參數(shù)和頂層板材在相機坐標系下Z軸坐 標，把端點的二維像素坐標轉(zhuǎn)換成為相機坐標系下的=維坐標； 5) 、位置偏差計算；根據(jù)得到的兩條線段的端點坐標，計算相應(yīng)的直線方程，從而計算 板材的實際位置和參考位置的位置偏差，包括兩個位移偏差A(yù)x、Ay和一個角度偏差A(yù)A; 6) 、實際抓取位置計算；根據(jù)得到的位置偏差，對在參考抓取位置時折彎機器人的工具 坐標系進行旋轉(zhuǎn)平移變換，得到實際抓取位置。2. 如權(quán)利要求1所述的一種基于視覺的頂層折彎板材定位方法，其特征在于：步驟4) 中相機內(nèi)部參數(shù)可由相機標定實驗得到，頂層板材在相機坐標系下Z軸坐標可由取料站上 板材的數(shù)量、每塊板材的厚度、參考位置在相機坐標系下Z軸坐標計算得到，參考位置在相 機坐標系下的Z軸坐標由放置在取料站上的平面標定模板的外部參數(shù)得到。3. 如權(quán)利要求2所述的一種基于視覺的頂層折彎板材定位方法，其特征在于；把二維 像素點轉(zhuǎn)化成相機坐標系下的=維坐標的步驟包括；設(shè)統(tǒng)計概率霍夫線變換得到的線段3 的兩個端點為（U31，V31)和（U32,V32)，線段4的兩個端點為（U41，V41)和（U42,V42)，根據(jù)式（1) 即可轉(zhuǎn)換成在相機坐標系下的=維坐標其中，矩陣M是CCD攝像機的內(nèi)部參數(shù)矩陣，Z。是參考金屬板材在相機坐標系下的Z坐標，兩者均由相機標定得到，n是取料站上金屬板材的數(shù)量，t是金屬板材的厚度，因 此（x，y, (Zt-nXt))就是像素點（u，v)在相機坐標系下對應(yīng)的S維坐標，設(shè)由式（1)得 到的線段3和線段4的端點在相機坐標系下的S維坐標分別為（X3i，y3i，（Ze-nXt))， (X32，y32,（Zc-nXt))，（X"，y4i，（Zc-nXt))和（X42，y42,（Zc-nXt))，計算得到線段 3 和線段 4 相應(yīng)的直線方程AiX+BiY+CiZ+Di= 0,i= 3, 4。4. 如權(quán)利要求1所述的一種基于視覺的頂層折彎板材定位方法，其特征在于，步驟5) 中的參考位置也由兩條直線表示，計算方法同步驟1)-4)，位置偏差計算的具體步驟是： (a)根據(jù)端點計算相應(yīng)的直線方程，設(shè)直線方程1和2對應(yīng)的是參考板材的上邊緣 和右邊緣，直線方程3和4對應(yīng)的是實際頂層板材的上邊緣和右邊緣，直線方程表示為AiX+BiY+CiZ+Di= 0,i= 1, 2, 3, 4 ； (b)令Z= 0,計算直線3和直線4的交點，記為點P化，Py)，計算點P到直線2的距離 記為AX，計算點P到直線1的距離記為Ay,計算直線2和直線4的夾角記為AA。5.如權(quán)利要求4所述的一種基于視覺的頂層折彎板材定位方法，其特征在于，步驟6) 中的參考抓取位置是折彎機器人在抓取參考板材時，機器人工具坐標系的位置。
【專利摘要】本發(fā)明公開了一種基于視覺的頂層折彎板材定位方法。首先，利用CCD攝像機采集取料站上折彎板材的圖片，通過閾值分割、膨脹與腐蝕、圖像掩膜提取采集圖像中的板材區(qū)域。然后通過邊緣提取及篩選得到屬于頂層板材的兩條邊緣，并利用統(tǒng)計概率霍夫線變換獲得兩條邊緣線段的端點。最后根據(jù)相機內(nèi)部參數(shù)把得到的端點的像素坐標轉(zhuǎn)換成為相機坐標系下的三維坐標，求取兩條邊緣對應(yīng)的直線方程，從而計算板材的實際位置與預(yù)先求得的參考位置的位移偏差和角度偏差，最終求得折彎機器人實際的抓取位置。本發(fā)明通過視覺傳感技術(shù)，實現(xiàn)了從多層板材中自動識別頂層板材位置的功能，避免了由機械定位導(dǎo)致的時間成本高和通用性低等缺陷。
【IPC分類】B21D5/00, B21D43/11, B21C51/00
【公開號】CN104923593
【申請?zhí)枴緾N201510261418
【發(fā)明人】樓佩煌, 錢曉明, 楊麗娟, 王彬
【申請人】南京航空航天大學
【公開日】2015年9月23日
【申請日】2015年5月20日