一种机器视觉信息处理方法与流程

本发明属于图像处理，具体来说，涉及一种机器视觉信息处理方法。

背景技术：

1、工业机器人已经成为了先进制造业中不可替代的重要设备。把计算机视觉技术运用到视觉引导上，经过图像处理将目标物体的位姿确定，给工业机器人完成特定的动作提供位置和姿态，视觉系统的精度直接影响到工业生产过程中机器人切割、打磨的精度和抓取的准确度。

2、在申请号为cn202010447252.4的中国公开发明中，公开了一种视觉信息处理方法，包括：步骤1、通过工业相机获取图像信息，以机器人基座其中一边所在方向为xw轴，以xw轴所在边的中点为原点，以竖直向上的方向为zw轴，以垂直于zw轴、xw轴方向的直线为yw轴，建立世界坐标系(xw，yw，zw)，将图像信息投影到坐标系中；步骤2、根据目标物体的图像特征，对获取的图像信息进行图像预处理；步骤3、根据图像预处理得到的信息，进行目标空间定位；步骤4、获取放置位状态信息，处理信息得到机器人行动轨迹；步骤5、根据行动轨迹信息，控制机器人抓取目标物体并放置到指定位置。解决现在技术所存在的人工效率低且人工需求量大导致人工成本高或现有机械设备不能适应砖块错位姿态发生变化等外部参数变化造成生产的产品数量和质量得不到保障的问题。

3、现有专利的缺陷在于，虽然实现了适应砖块错位姿态发生变化等外部参数变化，控制机器人抓取目标物体并放置到指定位置；但缺乏对机器人自身工作原因导致姿态发生错位或者结构偏移实际参数的验证，导致错误判断机器人切割、打磨的精度和抓取的准确度。

技术实现思路

1、针对现有视觉信息处理技术缺乏对机器人自身工作原因导致姿态发生错位或者结构偏移实际参数的验证，导致错误判断机器人切割、打磨精度和抓取准确度的问题，本发明提供了一种机器视觉信息处理方法。

2、为实现上述技术目的，本发明采用的技术方案如下：

3、一种机器视觉信息处理方法，包括步骤：

4、s1、获取机器人多个可转动面的运行过程图像和机器人转动基准轴设置的角度传感器数据值；

5、s2、对图像进行预处理，获取图片帧；

6、s3、截取同一时刻下多个可转动面的不同图片帧；

7、s4、通过图像的二值化算法，得到图片的机器人动作区域和背景区域两部分；

8、s5、提取可转动面的边缘轮廓信息，获取边缘轮廓线参数值；

9、s6、选取不同可转动面的相同边缘，判断其轮廓线参数值是否相同，若相同，则结束整个处理流程，若不相同，则进入步骤s7；

10、s7、判定机器人机械臂姿态发生错位或者结构偏移。

11、进一步地，步骤s1的详细步骤包括：

12、s101、通过机器人的结构外型进行分解，根据外型可视面结构不同，分解获取机器人可转动面的个数；

13、s102、根据不同可视面设置对应的工业摄像设备；

14、s103、启动机器人，获取机器人所有可转动面的运行过程图像；

15、s104、固定或无法拍摄面作为基准面，设置角度传感器连接基准轴，获取其基准轴的转动角度。如底面或顶面固定/滑动的机器人，其它任意5面在机器人工作是均会相对于基准面或基准轴发生转动，正面侧边和侧面侧边的公用一条侧边的，相当于基准轴转过的角度也是一致的，若机器人长期高频率工作环境下，难免导致正面和侧面姿态发生错位或者结构偏移，通过公用侧边即可验证其是否发生异常，当公用侧边在图像中测量出数值有差异情况下，即可判断机器人有异常发生。机器人结构发生异常可能导致机器人切割、打磨精度和抓取准确度的偏差。

16、进一步地，步骤s5的详细步骤包括：

17、s501、参照基准轴作为y轴，基准轴底部端点为原点；

18、s502、计算可转动面边缘轮廓线两端的端点参数值。

19、进一步地，可转动面边缘轮廓线两端的端点参数值计算方式：

20、根据原点与实际可转动面边缘轮廓线两端的端点坐标值等比例缩放至图片中可转动面边缘轮廓线两端的端点坐标值；映射得到图片中边缘轮廓线两端的端点坐标值。

21、进一步地，步骤s6的详细步骤包括：

22、s601、选取不同相连面相同的边缘轮廓线，比较边缘轮廓线两端端点坐标；

23、s602、逐一比较，直到两个端点所有相同的边缘轮廓线完成比较；

24、s603、若两个端点所有坐标值均相等，则判定为其轮廓线参数值相同，若任意一个坐标参数值出现异常，则判定机器人机械臂姿态发生错位或者结构偏移。

25、进一步地，还包括步骤s8，具体判定机器人姿态发生错位或者结构偏移面：

26、s701、根据出现异常的边缘轮廓线和坐标点，查找共有该坐标点的相连轮廓线；

27、s702、判断与出现异常边缘轮廓线的所有相连轮廓线参数值是否相同；

28、s703、直到找出异常的相连轮廓线参数值；

29、s704、通过两条相交线确定一个平面定理，判定共有该两条相交轮廓线的平面为姿态发生错位或者结构偏移可转动面。通过异常坐标点查找相连可能出现异常的相交线；再通过两条相交线确定一个平面找到异常的可转动面。

30、本发明相比现有技术，具有如下有益效果：

31、通过采集机器人所有可转动面的图像，计算其边缘轮廓线参数值，判断出现异常的相交边缘轮廓线，记为异常可转动面，解决了现有视觉信息处理技术缺乏对机器人自身工作原因导致姿态发生错位或者结构偏移实际参数的验证，导致错误判断机器人切割、打磨精度和抓取准确度的问题。

技术特征：

1.一种机器视觉信息处理方法，其特征在于，包括步骤：

2.根据权利要求1所述的一种机器视觉信息处理方法，其特征在于，步骤s1的详细步骤包括：

3.根据权利要求2所述的一种机器视觉信息处理方法，其特征在于，步骤s5的详细步骤包括：

4.根据权利要求3所述的一种机器视觉信息处理方法，其特征在于，可转动面边缘轮廓线两端的端点参数值计算方式：

5.根据权利要求4所述的一种机器视觉信息处理方法，其特征在于，步骤s6的详细步骤包括：

6.根据权利要求5所述的一种机器视觉信息处理方法，其特征在于，还包括步骤s8，具体判定机器人姿态发生错位或者结构偏移面：

技术总结
本发明公开一种机器视觉信息处理方法，包括步骤：S1、获取机器人多个可转动面的运行过程图像和机器人转动基准轴设置的角度传感器数据值；S2、对图像进行预处理，获取图片帧；S3、截取同一时刻下多个可转动面的不同图片帧；S4、通过图像的二值化算法，得到图片的机器人动作区域和背景区域两部分；S5、提取可转动面的边缘轮廓信息，获取边缘轮廓线参数值；S6、选取不同可转动面的相同边缘，判断其轮廓线参数值是否相同，若相同，则结束整个处理流程，若不相同，则进入步骤S7；S7、判定机器人机械臂姿态发生错位或者结构偏移。本发明通过采集机器人所有可转动面的图像，计算其边缘轮廓线参数值，判断出现异常的相交边缘轮廓线。

技术研发人员：郑启旺,李湘军,石相洋,魏新凯,杨凯杰,王矫,王春明,李建,杨术彬
受保护的技术使用者：江苏佰匠科技有限公司
技术研发日：
技术公布日：2024/1/16