一种基于kinect的新型分拣系统及其操作方法
【专利说明】一种基于k i nect的新型分拣系统及其操作方法
[0001]
技术领域
[0002]本发明涉及一种基于kinect的新型分拣系统及其操作方法，利用低成本的kinect体感传感器实现自动分拣。
[0003]
【背景技术】
[0004]目前随着生产生活的需要，物体识别抓取已经被广泛的应用于工业生产领域。工件分拣是工业产品批量生产环节重要的组成部分。传统生产线上，分拣常采用人工分拣的方法，或者采用昂贵的工业摄像头进行物体识别，实现自动分拣。前者要求极高的人力成本资源，并且不能进行长时间的作业，效率低，差错率高。而对于后者，工业摄像头成本高，维护困难，操作复杂。
[0005]
【发明内容】
[0006]本发明所要解决的技术问题在于，提供一种基于kinect的新型分拣系统及其操作方法，具有价格低廉，分拣智能化等特点，实现了长时间低成本自动分拣。
[0007]本发明是这样实现的，提供一种基于kinect的新型分拣系统，包括传送带以及支架，传送带从支架下穿过，支架位于传送带的后方，在传送带前方侧部设置kinect体感传感器，在支架的顶部吊装有并联机械手，并联机械手通过固定平台固定在支架上，在kinect体感传感器的一侧设有PC端，PC端控制kinect体感传感器以及并联机械手。
[0008]进一步地，并联机械手包括单片机、步进电机组件、运动臂组件、运动平台以及机械爪，步进电机组件包括步进电机以及步进电机控制器；在固定平台的顶面上设置有单片机以及三个步进电机驱动器，在固定平台的底面上设置有三个步进电机，每个步进电机带动一运动臂组件动作，每个运动臂组件的下端同时固定在运动平台上，在运动平台的底面上设有机械爪，PC端控制单片机，单片机控制步进电机驱动器以及机械爪，步进电机驱动器控制步进电机。
[0009]进一步地，运动臂组件包括连接臂、上运动臂、下运动臂、上连接轴、下连接轴、关节球以及连接块，连接臂的一端套接在步进电机的轴上并随步进电机一同转动，其另一端与上运动臂的上端连接，上连接轴活动地套接在上运动臂的下端，关节球分别套在上连接轴以及下连接轴上，且分别位于上运动臂以及下运动臂的两侧，下运动臂的上端通过关节球与上连接轴连接，其下端通过另一关节球与下连接轴连接，连接块一端与下连接轴连接，其另一端与运动平台连接。
[0010]本发明还提供一种基于前述的一种基于kinect的新型分拣系统的操作方法，包括如下步骤:(1)操作者在PC端中输入需要分拣的物体信息；(2)然后开启传送带，待分拣的物体放置在传送带上运输；(3)当待分拣的物体移动到设定位置时，被kinect体感传感器扫描到；(4)kinect体感传感器将扫描信息发送至PC端，PC端与存储的需要分拣的物体信息进行对比，若两者信息匹配则进入下一步骤；若不匹配，则此过程终止，对传送带上的下一个物体进行上一步骤；(5) PC端对机械爪进行抓取运动规划，计算出抓取轨迹；(6) PC端发送指令给单片机，单片机对三个步进电机进行协调控制，按照抓取轨迹实施物体的抓取。
[0011]与现有技术相比，本发明的一种基于kinect的新型分拣系统及其操作方法，能够实现利用低成本的kinect体感传感器进行分拣，达到人工所不能达到的长时间分拣状态，减少人力成本。并且不需要工业摄像头的支持就能够精确的识别物体，在某些危险场合还能够通过识别人体手势进行机械手操控。
[0012]
【附图说明】
[0013]图1为本发明一较佳实施例的立体示意图；
图2本发明实现抓取物体的流程示意图。
[0014]
【具体实施方式】
[0015]为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0016]请参照图1所示，本发明一种基于kinect的新型分拣系统的较佳实施例，包括传送带I以及支架2，传送带I从支架2下穿过，支架2位于传送带I的后方。
[0017]在传送带I前方侧部约70-100厘米处设置kinect体感传感器3，给Kinect体感传感器3接上220V的家用电源。kinect体感传感器3是一种3D体感摄影机，同时它导入了即时动态捕捉、影像辨识、麦克风输入、语音辨识、社群互动等功能。在支架2的顶部吊装有并联机械手4，并联机械手4通过固定平台5固定在支架2上。
[0018]在kinect体感传感器3的一侧设有PC端5，kinect体感传感器3与PC端5通过配有电源适配器的usb串口通信线相连。PC端5控制kinect体感传感器3以及并联机械手4。Kinect体感传感器3实时采集物体的RGB数据以及通过红外传感器获得的depth数据经USB串口输送至PC端5。PC端5进行抓取运动规划，继而控制并联机械手4采取相关的动作实现分拣。
[0019]为了使Kinect体感传感器3对物体的扫描达到精确识别，通过建立一个识别物体点云的数据库，然后通过相关的扫描识别算法，达到对物体很好的识别。可是，理论效果和实际会存在一定的误差，因此使用相应的计算机辅助软件，从而达到精确的反馈再矫正的效果。特征物在本发明中为传送带I上待分拣的物体。识别传送带上物体的基础为存有特征物信息的信息库。由于特征物的点云数量庞大，带来了特征物识别匹配处理数据多，反应速度慢等弊病。因此，在此之前需要对待识别的特征物特征点进行提取。大致的建立过程如下:扫描待测标准物的点云、对点云进行特征点提取、将特征点存入数据库中。
[0020]如图2所示，当传送带I上的物体移动到特定位置时，被kinect体感传感器3扫描到，提取出其点云信息、运用相关算法进行去噪处理、同时提取其特征点、与点云库的标准物信息进行匹配(特征点评估)，从而得到传送带I上物体的信息。
[0021]抓取运动规划包括如下步骤:
对于其运动行程的规划是一个高维的非线性复杂系统。对于这些运动的规划，根据运动的种类建立相应的模型，然后对运动的轨迹进行规划，通过参数插值的方式假设关节的运动轨迹，再根据几何关系推出其它关节的轨迹，最后通过优化算法根据稳定性最高或者能量最少等各项优化指标来确定最优轨迹。优化轨迹时，需要进化算