一种基于机器视觉的机械臂定位抓取方法
【专利摘要】本发明公开一种基于机器视觉的机械臂定位抓取方法，包括S1:对摄像机及机械臂进行参数标定，建立图像坐标系与传送带坐标系、机械臂坐标系与传送带坐标系的关系；S2:对图像中的目标工件进行识别，计算目标工件的形心及偏转角度；S3:将S2中计算出的目标工件的形心及偏转角度信息发送给机械臂，并计算目标工件在机械臂坐标系下的位置坐标，完成目标工件的抓取。本发明具有广泛的应用范围，能在不改变生产线的情况下，对多量零散工件实现快速精确的抓取，操作灵活、节约成本。
【专利说明】一种基于机器视觉的机械臂定位抓取方法
【技术领域】
[0001]本发明涉及机械臂【技术领域】，特别涉及一种适用于高速流水线作业的基于机器视 觉的机械臂定位抓取方法。
【背景技术】
[0002] 自20世纪50代世界上诞生了第一台机器人以来，机器人技术经历了一个缓慢的 发展过程。之后随着计算机技术、微电子技术的发展在 2〇世纪8〇年代出现了机器视觉，并 于90年代得到了迅猛发展。这时机器视觉也从科研领域延伸向应用领域。
[0003] 在现代工业自动化生产过程中，机器视觉已得到了广泛的应用，比如机械零件的 自动检测、智能控制及生产线的自动监控、运动目标的自动跟踪与识别等，然而机器视觉与 机械臂的配合还处在一个起步阶段，多是传感器与机械臂的配合，这样不免就会存在灵活 性差、反应慢、精度要求高等缺点。
[0004] 目前市面上已有一种手眼式伺服机器人，即眼在机械臂上。其抓取原理如图1所 示，其具体步骤如下：
[0005] 步骤1机械臂上的摄像机捕捉目标物体；
[0006] 步骤2判断目标是否在摄像机视场中，否则移动机械臂；
[0007] 步骤3判断目标是否在摄像机正下方，否则移动机械臂；
[0008] 步骤4机械臂接受信号移向目标物体，实现抓取。
[0009] 总结这种手眼式伺服机器人的抓取原理为：由摄像机拍摄图像，并从中提取目标 物体的信息，然后计算摄像机与物体之间的相对位姿，最后通过移动机械臂实现抓取。由 此可见，此抓取过程中需要摄像机和机械臂的高度配合，实时性较差，不易用在高速流水线 上。并且每个机械臂上需安装一个摄像机，成本较高，不适合大规模应用。
【发明内容】
[0010] 本发明的目的在于克服现有机械臂抓取方法中存在的实时性差、成本高的缺点， 提供一种基于机器视觉的机械臂定位抓取方法。
[0011] 为达上述目的，本发明的技术方案采取以下步骤：
[0012] S1 :对摄像机及机械臂进行参数标定，建立图像坐标系与传送带坐标系、机械臂坐 标系与传送带坐标系的关系；
[0013] S2 :对图像中的目标工件进行识别，计算目标工件的形心及偏转角度；
[0014] S3 :将S2中计算出的目标工件的形心及偏转角度信息发送给机械臂，并计算目标 工件在机械臂坐标系下的位置坐标，完成目标工件的抓取。
[0015] 优选的，所述步骤S1包括：
[0016] S11 :定义世界坐标系，摄像机像面中心点对应传输带上的位置为世界坐标系原 点，工件运动方向为世界坐标系Y轴方向；
[0017] S12 :对摄像机参数标定，建立图像坐标系与世界坐标系的关系；
[0018] S13 :对机械臂参数标定，建立机械臂坐标系与世界坐标系的关系，计算机械臂坐 标系与世界坐标系的平移矢量和旋转矩阵；
[0019] S14 :图像坐标系转换成机械臂坐标系。
[0020] 优选的，所述步骤S2包括：
[0021] S21 :利用图像分割技术，提取目标工件；
【权利要求】
1. 一种基于机器视觉的机械臂定位抓取方法，其特征在于，包括以下步骤： S1:对摄像机及机械臂进行参数标定，建立图像坐标系与传送带坐标系、机械臂坐标系 与传送带坐标系的关系； 52 :对图像中的目标工件进行识别，计算目标工件的形心及偏转角度； 53 :将S2中计算出的目标工件的形心及偏转角度信息发送给机械臂，并计算目标工件 在机械臂坐标系下的位置坐标，完成目标工件的抓取。
2. 根据权利要求1所述的一种基于机器视觉的机械臂定位抓取方法，其特征在于，所 述步骤S1包括： 511 :定义世界坐标系，摄像机像面中心点对应传输带上的位置为世界坐标系原点，工 件运动方向为世界坐标系Y轴方向； 512 :对摄像机参数标定，建立图像坐标系与世界坐标系的关系； S13:对机械臂参数标定，建立机械臂坐标系与世界坐标系的关系，计算机械臂坐标系、 世界坐标系的平移矢量和旋转矩阵； S14 :图像坐标系转换成机械臂坐标系。
3. 根据权利要求1所述的一种基于机器视觉的机械臂定位抓取方法，其特征在于，所 述步骤S2包括： 521 :利用图像分割技术，提取目标工件； 522 :计算目标工件的形心，计算公式为：
其中（Χ。，％)为目标工件的形心坐标，（x，y)代表目标工件的图像坐标，sum代表目标 工件的像素点数量。 523 :计算目标工件的偏转角度，即物体长轴与世界坐标系γ轴的夹角； 524 :对计算得到的目标工件的形心和偏转角度进行数据格式化。
4. 根据权利要求1所述的一种基于机器视觉的机械臂定位抓取方法，其特征在于，所 述步骤S3中计算目标工件在机械臂坐标系下的位置坐标的步骤包括： 531 :计算目标工件在机械臂坐标系下的纵坐标： dy=L-(bn-an)Xcos0+Ay，其中 Δ5τ=γ·〇Χ(：〇3(α+β)-x0Xsin(a+3); 上式中，dy为目标工件在机械臂坐标系下的纵坐标，L为机械臂坐标系与世界坐标系 的平移矢量,即摄像机到机械臂的距离，an为机械臂触发摄相机的序列，bn为机械臂抓取时 刻的序列，（x Q，y。）为图像坐标系下目标工件形心坐标，α是图像坐标系和世界坐标系的夹 角，β是世界坐标系和机械臂坐标系的夹角； 532 :计算目标工件在机械臂坐标系下的横坐标：
?，其中 上式中，dx为目标工件在机械臂坐标系下的横坐标，\与Χ2分别为机械臂坐标系下两 个标定块的横坐标，且所述两个标定块的纵坐标相同，Xp x2分别为两个标定块对应在摄像 机下的图像坐标系中的横坐标，（xQ，y。）为目标工件在图像坐标中的坐标，X' pX' 2和。 为中间变量。
5. 根据权利要求3所述的一种基于机器视觉的机械臂定位抓取方法，其特征在于，步 骤S21中分割目标工件的方法包括： 5211 :基于图像分割技术提取目标工件； 5212 :按照从上到下、从左到右的顺序逐行扫描目标工件，得到多个扫描行；每一个扫 描行和前一扫描行进行比较，通过判断左右范围是否有交集来判断图像的连通性，判断为 有连通时及时合并相关扫描行； SW3 :累积扫描过程中的像素点个数及图像坐标系下的X轴坐标和、γ轴坐标和。
6. 根据权利要求3所述的一种基于机器视觉的机械臂定位抓取方法，其特征在于，步 骤S23中计算目标工件偏转角度的方法包括： S2：31 :利用步骤S21提取出的目标工件轮廓和步骤S22计算出的目标工件形心，过形心 做一条平行于目标工件运动方向的直线，并将轮廓投影到该直线上，投影线段的长度即是 工件在该直线上的投影范围； 5232 :以形心为中心，按1度的步长旋转该直线，并将轮廓投影到旋转后的直线上，得 到新的投影范围； 5233 :遍历180度后，找出投影范围最小的直线及其所对应的偏转角θ，该直线一定 经过工件的短轴，过形心垂直于该直线的便是目标工件的长轴，则目标工件的偏转角为 ±|90° -θ|，偏左为负，偏右为正。
【文档编号】G06T7/20GK104217441SQ201310381737
【公开日】2014年12月17日 申请日期:2013年8月28日 优先权日:2013年8月28日
【发明者】张友彬 申请人:北京嘉恒中自图像技术有限公司