CN103706568B - 基于机器视觉的机器人分拣方法 - Google Patents
基于机器视觉的机器人分拣方法 Download PDFInfo
- Publication number
- CN103706568B CN103706568B CN201310610558.7A CN201310610558A CN103706568B CN 103706568 B CN103706568 B CN 103706568B CN 201310610558 A CN201310610558 A CN 201310610558A CN 103706568 B CN103706568 B CN 103706568B
- Authority
- CN
- China
- Prior art keywords
- robot
- axle
- formula
- coordinate system
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Manipulator (AREA)
Abstract
本发明公开了一种基于机器视觉的机器人分拣***及方法。该***包括CCD数字相机、镜头、光源、六轴关节机器人本体、电气控制柜和真空吸盘;CCD数字相机通过交换机与工业计算机连接,六轴关节机器人本体与电气控制柜相连,电气控制柜接入交换机,真空吸盘刚性固定在六轴关节机器人本体的末端;相机单元进行被分拣物品的图片拍摄、数据采集,并通过交换机传输至工业计算机;工业计算机对采集到的被分拣物品图片进行图像处理和精确定位后,通过交换机向电气控制柜发送控制信号;电气控制柜根据收到的控制信号操纵六轴关节机器人本体执行相应的分拣动作。本发明在分拣作业中提高了工作效率、减少了操作工人,降低了生产成本。
Description
技术领域
本发明涉及智能机器人技术领域,特别是涉及一种基于机器视觉的机器人分拣***及方法。
背景技术
分拣作业是大多数流水化生产线上的一个重要环节。基于机器视觉的机器人分拣与人工分拣作业相比,不但高效、准确,而且在质量保障、卫生保障等方面有着人工作业无法替代的优势;与传统的机械分拣作业相比,基于机器视觉的机器人分拣则有着适应范围广、随时能变换作业对象和变换分拣工序的优势。机器人分拣技术是机器人技术和机器视觉技术的有机结合,日本以及欧美一些发达国家,在机械、食品、医药、化妆品等生产领域应用机器人分拣已经相当普及,而我国目前真正付诸实施的机器人分拣***还几乎是空白。根据目前我国的市场需求状况和相关技术基础,研究、开发和应用机器人分拣技术有着十分重要的意义。
国内也有一部分人针对基于机器视觉的机器人分拣***进行了研究并取得了一定的成果,目前研制的分拣***绝大多数架构模式为使用知名厂家的现有工业机器人***,通过串口、以太网等通信息方式,与机器视觉***进行数据通信,实现分拣***的集成,而这样的***架构使得机器视觉***和机器人***相对独立,灵活性差,开放性低,依赖性高,操作不方便,可移植性差,同时在进行这两个***通信对接过程中难度大,研发周期长。
发明内容
本发明的目的在于提供一种基于机器视觉的机器人分拣***及方法,在分拣作业中提高工作效率、减少操作工人,降低生产成本。
实现本发明目的的技术解决方案为:一种基于机器视觉的机器人分拣***,包括控制单元、相机单元、机器人单元和治具单元,其中控制单元包括工业计算机、交换机,相机单元包括CCD数字相机、镜头和光源,机器人单元包括六轴关节机器人本体和电气控制柜,治具单元包括真空吸盘;
CCD数字相机通过交换机与工业计算机连接,六轴关节机器人本体与电气控制柜相连,电气控制柜接入交换机,真空吸盘刚性固定在六轴关节机器人本体的末端,且与六轴关节机器人本体的前臂共轴;
相机单元进行被分拣物品的图片拍摄、数据采集,并将拍摄的图片和采集的数据通过交换机传输至工业计算机;工业计算机对采集到的被分拣物品图片进行图像处理和精确定位后,通过交换机向电气控制柜发送控制信号;电气控制柜根据收到的控制信号操纵六轴关节机器人本体执行相应的分拣动作。
一种基于机器视觉的机器人分拣方法,包括以下步骤:
步骤1,确定被分拣的目标物品,将被分拣物品的特征选择或输入工业计算机;
步骤2,调整镜头和光源的角度使二者对准待分拣物品放置区,CCD数字相机进行被分拣物品的图片拍摄、数据采集,并将拍摄的图片和采集的数据通过交换机传输至工业计算机;
步骤3,工业计算机的图像处理模块对被分拣物品图片进行图像处理,判断图像中是否有目标物品:如果没有,则返回步骤2;如果有,则将所有目标物品提取出来,并进入下一步;
步骤4,工业计算机的机器人控制模块对CCD数字相机和六轴关节机器人本体进行手眼标定后,根据图像坐标系、相机坐标系及机器人坐标系之间的转换关系确定各个目标物品在机器人坐标系的位置和姿态信息,将获取的各个目标物品的位置与姿态信息储存到文件中;
步骤5,确定所分拣的目标物品进行堆放的目标位置即分拣目标物品放置区,并通过机器人控制模块求取各个目标物品位置与姿态运动学逆解,进行六轴关节机器人本体的动作轨迹规划;
步骤6,通过交换机向电气控制柜发送控制信号,电气控制柜根据收到的控制信号操纵六轴关节机器人本体执行相应的分拣动作,引导六轴关节机器人本体完成所有目标物品的吸取、搬运和堆放。
本发明与现有技术相比,其显著优点在于:(1)同时具备机器人控制功能和图像处理功能灵活性好,开放性高;(2)在分拣作业中提高工作效率、减少操作工人;(3)降低生产成本,且可移植性强、适应性广。
下面结合附图对本发明作进一步详细描述。
附图说明
图1是本发明基于机器视觉的机器人分拣***结构图。
图2是本发明基于机器视觉的机器人分拣方法流程图。
图3是本发明图像坐标系、相机坐标系及机器人坐标系之间的转换示意图。
图4是实施例1中对被分拣物品图片进行图像处理过程示意图,其中(a)为原始图像,(b)为阈值分割后的图像,(c)为连通区域提取后的图像,(d)为特征提取后的图像。
图1中标号:1为CCD数字相机,2为镜头,3为光源,4为相机固定支架,5为真空吸盘,6为待分拣物品放置区,7为分拣目标物品放置区,8为六轴关节机器人本体,9为电气控制柜,10为交换机,11为工业计算机。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
结合图1,本发明基于机器视觉的机器人分拣***,包括控制单元、相机单元、机器人单元和治具单元,其中控制单元包括工业计算机11、交换机10,相机单元包括CCD数字相机1、镜头2和光源3,机器人单元包括六轴关节机器人本体8和电气控制柜9,治具单元包括真空吸盘5;CCD数字相机1通过交换机10与工业计算机11连接,六轴关节机器人本体8与电气控制柜9相连,电气控制柜9接入交换机10,真空吸盘5刚性固定在六轴关节机器人本体8的末端,且与六轴关节机器人本体8的前臂共轴;
所述相机单元的CCD数字相机1、镜头2和光源3顺次固定于相机固定支架4,光源3与镜头2同轴设置且二者角度均可调。所述治具单元还包括空压机、电磁阀和真空发生器,用于真空吸盘5对被分拣物品进行吸取。所述工业计算机11包括图像处理模块和机器人控制模块。
相机单元进行被分拣物品的图片拍摄、数据采集,并将拍摄的图片和采集的数据通过交换机10传输至工业计算机11;工业计算机11对采集到的被分拣物品图片进行图像处理和精确定位后,通过交换机10向电气控制柜9发送控制信号;电气控制柜9根据收到的控制信号操纵六轴关节机器人本体8执行相应的分拣动作。
结合图2,本发明基于机器视觉的机器人分拣方法,首先利用相机单元的CCD数字相机1、镜头2和光源3对待分拣物品放置区6的待分拣物品进行图像采集,经由交换机10传输到工业计算机11,工业计算机11通过图像处理模块得到目标物品的精确位置,再利用机器人控制模块求取各个目标物品位置与姿态运动学逆解,进行自动轨迹规划,从而引导机器人单元的六轴关节机器人本体8和电气控制柜9及治具单元的真空吸盘5完成所有目标物品的精确吸取、搬运、堆放动作,使其堆放在目标物品放置区7,具体步骤如下:
步骤1,确定被分拣的目标物品,将被分拣物品的特征选择或输入工业计算机11;所述将被分拣物品的特征选择或输入工业计算机11,具体为:
(1.1)如果数据库文件列表中没有所需目标物品,则在交互界面中对目标物品特征进行输入并储存,形成数据库文件;
(1.2)如果数据库文件列表中有所需目标物品,则直接选择并确定。
步骤2,调整镜头2和光源3的角度使二者对准待分拣物品放置区6,CCD数字相机1进行被分拣物品的图片拍摄、数据采集,并将拍摄的图片和采集的数据通过交换机10传输至工业计算机11;
步骤3,工业计算机11的图像处理模块对被分拣物品图片进行图像处理,判断图像中是否有目标物品:如果没有,则返回步骤2;如果有,则将所有目标物品提取出来,并进入下一步;其中图像处理的步骤如下:
(3.1)对被分拣物品图片进行灰度化;灰度值线性比例缩放公式如下:
f(g)=min(max(ag+b+0.5,0),2b-1)
式中a为对比度,b为亮度,g为灰度值;
(3.2)对灰度化后的图像进行阈值分割;将图像内处于指定灰度范围的灰度值全部选到输出区域S中:
S={(r,c)∈R|gmin≤fr,c≤gmax}
fr,c为图像中坐标为(r,c)像素点的灰度值;gmin为用于阈值分割的最小灰度值;gmax-为用于阈值分割的最大灰度值,R为图像区域;
(3.3)对阈值分割后的图像进行连通区域提取;
(3.4)对连通区域提取后的图像进行特征提取和匹配;区域特征选择面积M为:
M为区域的面积,|R|为区域内的点数;
(3.5)根据特征提取和匹配后的图像判断是否有目标物品,给定目标物品的像素面积值区间(m,n),所获取面积在此区间之内的为目标物品。
步骤4,工业计算机11的机器人控制模块对CCD数字相机1和六轴关节机器人本体8进行手眼标定后,根据图像坐标系、相机坐标系及机器人坐标系之间的转换关系确定各个目标物品在机器人坐标系的位置和姿态信息,将获取的各个目标物品的位置与姿态信息储存到文件中;具体过程如下:
(4.1)手眼标定
将已知标定板固定安装在六轴关节机器人本体8的工具末端,机器人动作使标定板移动至CCD数字相机1的视野范围内,获取图像并对图像进行处理,获取标定板在相机坐标系的位姿,并记录此时机器人工具坐标系末端的位姿;移动机器人,重复以上步骤N次得到N组数据,使标定板覆盖相机视野的各个区域;
(4.2)坐标转换
对N组数据进行处理,其中工具坐标系和机器人坐标系的转换关系baseHtool已知,标定板坐标系与相机坐标系的转换关系camHcal已知,则:
camHcal=camHbase baseHtool toolHcal
根据上式,通过对N组数据的处理,获取相机坐标和机器人坐标系之间的转换关系camHbase,标定板坐标系与坐标系之间的转换关系toolHcal为中间变量,如图3所示。
步骤5,确定所分拣的目标物品进行堆放的目标位置即分拣目标物品放置区7,并通过机器人控制模块求取各个目标物品位置与姿态运动学逆解,进行六轴关节机器人本体8的动作轨迹规划;所述确定分拣目标物品放置区7的方式包括两种:利用机器人控制模块点动示教目标位置并储存,或离线手动输入目标位置。所述求取各个目标物品位置与姿态运动学逆解的具体过程如下:
(5.1)已知六轴关节机器人本体8中各轴连杆参数如下:
l6为第一轴连杆轴心即原点到第二轴转动轴轴心在X轴方向上的距离,l1为第一轴连杆轴心即原点到第二轴转动轴轴心在Z轴方向上的距离;l2为第二轴连杆的长度;l3为第三轴连杆轴心到第四轴连杆轴心在Z轴方向上的距离;l4为第三轴轴心到四轴末端在X轴方向上的距离;l5为第五轴连杆的长度;l7为第一轴轴心到第三轴连杆轴心在Y轴上的距离,在该机器人中l7为0;
末端点位姿为(x,y,z,A,B,C),其中(x,y,z)为机器人坐标系下的坐标位置,(A,B,C)为末端机器人坐标系下的姿态角;
求解六轴关节机器人本体8中各轴转动的角度θ1,θ2,θ3,θ4,θ5,θ6,下式中c代表cosθ,s代表sinθ,c、s的下标代表对应的角度,c、s的双下标代表对应的角度和,即c23代表cos(θ2+θ3)、s23代表sin(θ2+θ3);
(5.2)求解θ1
根据机器人末端点位姿(x,y,z,A,B,C),可获取机器人坐标系与工具坐标系之间的转换矩阵T:
式中,
式中,为第一轴坐标系和机器人坐标系之间的转换关系,依次类推,w为机器人坐标系;
对式(3)同时左乘得:
即
令 式中
r11=c1nx+s1ny=-c6(s5s23-c4c5c23)-s4c5s23(6)
r21=-s1nx+c1ny=-c4c6-s4c5c6(7)
r31=nz=s4s6s23-c6(s5c23+c4c5s23)(8)
r12=c1ox+s1oy=s6(s5s23-c4c5c23)-s4c6c23(9)
r22=-s1ox+c1oy=c5s4s6-c4c6(10)
r32=oz=s6(s5c23+c4c5s23)+s4c6s23(11)
r13=c1ax+s1ay=-c5s23-c4s5c23(12)
r23=-s1ax+c1ay=s4s5(13)
r33=c4s5s23-c5c23(14)
qx1=l6+l2c2+l3c23-l4s23-l5(c5s23+c4s5c23)(15)
qy1=l5s4s5(16)
qz1=-l2s2-l3s23-l4c23-l5(c5c23-c4s5s23)(17)
由式(8)及式(11)可得:
(5.3)求解θ3
由θ1可得矩阵内各项的值,将式(10)和式(12)平方后相加得:
其中
(5.4)求解θ2
将式(17)代入式(10)(12)并联立两式得
则
θ2=θ23-θ3(22)
(5.5)求解θ4
联立式(7)、(9)得:
c4s5=azs23-axc23(23)
联立式(8)、(10)得:
(5.6)求解θ5
联立式(7)(9)得
c5=-axs23-azc23(25)
联立式(8)、(19)得
若sin(θ4)=0,则联立(7)、(9)得
步骤6,通过交换机10向电气控制柜9发送控制信号,电气控制柜9根据收到的控制信号操纵六轴关节机器人本体8执行相应的分拣动作,引导六轴关节机器人本体8完成所有目标物品的吸取、搬运和堆放。
实施例1
在待分拣物品放置区6随机散落一些面积约为16mm2,圆形的维生素B药片,利用本基于机器视觉的机器人分拣***完成散落药片的分拣作业,其具体步骤如下:
1)对散落的维生素B药片特征进行选择和输入,确定将被吸取的目标物品是维生素B药片。
在交互界面中新建目标物品维生素B药片,并按照特征顺序进行输入,形状选择圆形、面积填写16mm2、允许误差填写±5%,确定后并储存。
2)用工业CCD数字相机对散落的维生素B药片进行采集,得到整体图像后,通过以太网将图像数据信息传输到工业计算机。
3)利用图像处理程序对图4(a)中图像进行阈值分割、连通区域提取、特征提取和匹配等处理,提取出所有符合要求的维生素B药片,并将其数目和状态在交互界面中显示。
①对图像进行阈值分割,选取阈值为(86,255),如图4(b)所示;
②对图像进行连通区域提取,采用8联通的方法提取共同边缘,如图4(c)所示;
③对图像进行特征提取和匹配,像素面积区间(6000,12000),如图4(d)所示;
④判断是否有目标物品:有
⑤在交互界面中显示目标物品的数目和状态:数目为6个,状态为显示各个维生素B药片的在图像中的位置分布。
4)对相机和机器人进行手眼标定后通过图像坐标系、相机坐标系及机器人坐标系的转换关系的计算,确定各个维生素B药片在机器人世界坐标系的位置和姿态。
5)通过交互界面确定维生素B药片的堆放目标位置,利用机器人控制模块点动示教到药瓶所在位置并储存;
6)将获取的各个维生素B药片位置与姿态信息储存到文件中,并通过机器人控制模块求取各个维生素B药片位置与姿态运动学逆解,进行自动轨迹规划,从而引导机器人完成所有维生素B药片的精确吸取、搬运、堆放动作。
根据图4(d)中经过图像处理后的图像,可以看出散落的6个维生素B药片全部被检测到,同时得到经过坐标转换后的各个维生素B药片中心点在机器人世界坐标系的位置,并控制机器人对所有药片进行吸取,其吸取位置与药片实际位置的误差在0.2mm之内,满足实际应用要求。实验结果显示基于机器视觉的机器人分拣***将散落的维生素B药片精确快速地吸取、搬运、堆放到指定的药瓶中。
Claims (6)
1.一种基于机器视觉的机器人分拣方法,其特征在于,包括以下步骤:
步骤1,确定被分拣的目标物品,将被分拣物品的特征选择或输入工业计算机(11);
步骤2,调整镜头(2)和光源(3)的角度使二者对准待分拣物品放置区(6),CCD数字相机(1)进行被分拣物品的图片拍摄、数据采集,并将拍摄的图片和采集的数据通过交换机(10)传输至工业计算机(11);
步骤3,工业计算机(11)的图像处理模块对被分拣物品图片进行图像处理,判断图像中是否有目标物品:如果没有,则返回步骤2;如果有,则将所有目标物品提取出来,并进入下一步;
步骤4,工业计算机(11)的机器人控制模块对CCD数字相机(1)和六轴关节机器人本体(8)进行手眼标定后,根据图像坐标系、相机坐标系及机器人坐标系之间的转换关系确定各个目标物品在机器人坐标系的位置和姿态信息,将获取的各个目标物品的位置与姿态信息储存到文件中;
步骤5,确定所分拣的目标物品进行堆放的目标位置即分拣目标物品放置区(7),并通过机器人控制模块求取各个目标物品位置与姿态运动学逆解,进行六轴关节机器人本体(8)的动作轨迹规划;
步骤6,通过交换机(10)向电气控制柜(9)发送控制信号,电气控制柜(9)根据收到的控制信号操纵六轴关节机器人本体(8)执行相应的分拣动作,引导六轴关节机器人本体(8)完成所有目标物品的吸取、搬运和堆放。
2.根据权利要求1所述的基于机器视觉的机器人分拣方法,其特征在于,步骤1所述将被分拣物品的特征选择或输入工业计算机(11),具体为:
(1.1)如果数据库文件列表中没有所需目标物品,则在交互界面中对目标物品特征进行输入并储存,形成数据库文件;
(1.2)如果数据库文件列表中有所需目标物品,则直接选择并确定。
3.根据权利要求1所述的基于机器视觉的机器人分拣方法,其特征在于,步骤3所述工业计算机(11)的图像处理模块对被分拣物品图片进行图像处理,其中图像处理的步骤如下:
(3.1)对被分拣物品图片进行灰度化;灰度值线性比例缩放公式如下:
f(g)=min(max(ag+b+0.5,0),2b-1)
式中a为对比度,b为亮度,g为灰度值;
(3.2)对灰度化后的图像进行阈值分割;将图像内处于指定灰度范围的灰度值全部选到输出区域S中:
S={(r,c)∈R|gmin≤fr,c≤gmax}
fr,c为图像中坐标为(r,c)像素点的灰度值;gmin为用于阈值分割的最小灰度值;gmax为用于阈值分割的最大灰度值,R为图像区域;
(3.3)对阈值分割后的图像进行连通区域提取;
(3.4)对连通区域提取后的图像进行特征提取和匹配;区域特征选择面积M为:
M为区域的面积,|R|为区域内的点数;
(3.5)根据特征提取和匹配后的图像判断是否有目标物品,给定目标物品的像素面积值区间(m,n),所获取面积在此区间之内的为目标物品。
4.根据权利要求1所述的基于机器视觉的机器人分拣方法,其特征在于,步骤4所述工业计算机(11)的机器人控制模块对CCD数字相机(1)和六轴关节机器人本体(8)进行手眼标定后,根据图像坐标系、相机坐标系及机器人坐标系之间的转换关系确定各个目标物品在机器人坐标系的位置和姿态信息,具体过程如下:
(4.1)手眼标定
将已知标定板固定安装在六轴关节机器人本体(8)的工具末端,机器人动作使标定板移动至CCD数字相机(1)的视野范围内,获取图像并对图像进行处理,获取标定板在相机坐标系的位姿,并记录此时机器人工具坐标系末端的位姿;移动机器人,重复以上步骤N次得到N组数据,使标定板覆盖相机视野的各个区域;
(4.2)坐标转换
对N组数据进行处理,其中工具坐标系和机器人坐标系的转换关系baseHtool已知,标定板坐标系与相机坐标系的转换关系camHcal已知,则:
camHcal=camHbase baseHtool toolHcal
根据上式,通过对N组数据的处理,获取相机坐标和机器人坐标系之间的转换关系camHbase,标定板坐标系与工具坐标系之间的转换关系toolHcal为中间变量。
5.根据权利要求1所述的基于机器视觉的机器人分拣方法,其特征在于,步骤5所述确定分拣目标物品放置区(7)的方式包括两种:利用机器人控制模块点动示教目标位置并储存,或离线手动输入目标位置。
6.根据权利要求1所述的基于机器视觉的机器人分拣方法,其特征在于,步骤5所述求取各个目标物品位置与姿态运动学逆解的具体过程如下:
(5.1)已知六轴关节机器人本体(8)中各轴连杆参数如下:
l6为第一轴连杆轴心即原点到第二轴转动轴轴心在X轴方向上的距离,l1为第一轴连杆轴心即原点到第二轴转动轴轴心在Z轴方向上的距离;l2为第二轴连杆的长度;l3为第三轴连杆轴心到第四轴连杆轴心在Z轴方向上的距离;l4为第三轴轴心到四轴末端在X轴方向上的距离;l5为第五轴连杆的长度;l7为第一轴轴心到第三轴连杆轴心在Y轴上的距离,在该机器人中l7为0;
末端点位姿为(x,y,z,A,B,C),其中(x,y,z)为机器人坐标系下的坐标位置,(A,B,C)为末端机器人坐标系下的姿态角;
求解六轴关节机器人本体(8)中各轴转动的角度θ1,θ2,θ3,θ4,θ5,θ6,下式中c代表cosθ,s代表sinθ,c、s的下标代表对应的角度,c、s的双下标代表对应的角度和,即c23代表cos(θ2+θ3)、s23代表sin(θ2+θ3);
(5.2)求解θ1
根据机器人末端点位姿(x,y,z,A,B,C),可获取机器人坐标系与工具坐标系之间的转换矩阵T:
式中,
式中,为第一轴坐标系和机器人坐标系之间的转换关系,依次类推,w为机器人坐标系;
对式(3)同时左乘得:
即
令 式中
r11=c1nx+s1ny=-c6(s5s23-c4c5c23)-s4c5s23(6)
r21=-s1nx+c1ny=-c4c6-s4c5c6(7)
r31=nz=s4s6s23-c6(s5c23+c4c5s23)(8)
r12=c1ox+s1oy=s6(s5s23-c4c5c23)-s4c6c23(9)
r22=-s1ox+c1oy=c5s4s6-c4c6(10)
r32=oz=s6(s5c23+c4c5s23)+s4c6s23(11)
r13=c1ax+s1ay=-c5s23-c4s5c23(12)
r23=-s1ax+c1ay=s4s5(13)
r33=c4s5s23-c5c23(14)
qx1=l6+l2c2+l3c23-l4s23-l5(c5s23+c4s5c23)(15)
qy1=l5s4s5(16)
qz1=-l2s2-l3s23-l4c23-l5(c5c23-c4s5s23)(17)
由式(8)及式(11)可得:
(5.3)求解θ3
由θ1可得矩阵内各项的值,将式(10)和式(12)平方后相加得:
其中
(5.4)求解θ2
将式(17)代入式(10)(12)并联立两式得
则
θ2=θ23-θ3(22)
(5.5)求解θ4
联立式(7)、(9)得:
c4s5=azs23-axc23(23)
联立式(8)、(10)得:
(5.6)求解θ5
联立式(7)(9)得
c5=-axs23-azc23(25)
联立式(8)、(19)得
若sin(θ4)=0,则联立式(7)、(9)得
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310610558.7A CN103706568B (zh) | 2013-11-26 | 2013-11-26 | 基于机器视觉的机器人分拣方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310610558.7A CN103706568B (zh) | 2013-11-26 | 2013-11-26 | 基于机器视觉的机器人分拣方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103706568A CN103706568A (zh) | 2014-04-09 |
CN103706568B true CN103706568B (zh) | 2015-11-18 |
Family
ID=50400121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310610558.7A Active CN103706568B (zh) | 2013-11-26 | 2013-11-26 | 基于机器视觉的机器人分拣方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103706568B (zh) |
Families Citing this family (63)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104108579B (zh) * | 2014-07-15 | 2019-05-21 | 上海发那科机器人有限公司 | 一种使用视觉***对直线传送带上工件定位的装置和方法 |
CN105039666B (zh) * | 2014-07-17 | 2018-01-12 | 东风德纳车桥有限公司 | 双排压淬渗碳炉机械手视觉纠正*** |
CN104174605A (zh) * | 2014-08-27 | 2014-12-03 | 西安远诚机电科技有限公司 | 脉冲水射流涂层剥离精整装备 |
CN104526706A (zh) * | 2014-12-03 | 2015-04-22 | 安徽省库仑动力自动化科技有限公司 | 一种用于铝熔炼上料的视觉识别机器人*** |
CN104786226A (zh) * | 2015-03-26 | 2015-07-22 | 华南理工大学 | 抓取在线工件的机器人位姿及运动轨迹定位***与方法 |
CN104850108B (zh) * | 2015-05-19 | 2017-12-19 | 国家电网公司 | 用于移动工业机器人的亮度可控补偿视觉定位装置及方法 |
CN104842371B (zh) * | 2015-05-29 | 2016-08-24 | 山东大学 | 一种基于非最小化的最优化算法的机器人手眼标定方法 |
WO2017015898A1 (zh) * | 2015-07-29 | 2017-02-02 | Abb 瑞士股份有限公司 | 用于机器人拆垛设备的控制***和用于控制机器人拆垛的方法 |
CN105082161B (zh) * | 2015-09-09 | 2017-09-29 | 新疆医科大学第一附属医院 | 双目立体摄像机机器人视觉伺服控制装置及其使用方法 |
CN105665305B (zh) * | 2016-03-23 | 2018-05-18 | 广东兴辉陶瓷集团有限公司 | 一种外墙瓷砖分级输送装置 |
CN105666485B (zh) * | 2016-03-28 | 2018-05-11 | 桂林电子科技大学 | 一种基于图像处理的自动识别和定位摆棋机器人 |
CN108000499B (zh) * | 2016-10-27 | 2020-07-31 | 达明机器人股份有限公司 | 机器人视觉坐标的编程方法 |
EP3538961B1 (en) * | 2016-11-08 | 2023-01-25 | Berkshire Grey Operating Company, Inc. | Systems and methods for processing objects |
CN106346454A (zh) * | 2016-11-10 | 2017-01-25 | 珠海市华亚机械科技有限公司 | 一种四轴机械手视觉摆盘平台 |
CN106493708B (zh) * | 2016-12-09 | 2019-09-27 | 南京理工大学 | 一种基于双机械臂和辅助臂的带电作业机器人控制*** |
CN106733687A (zh) * | 2016-12-22 | 2017-05-31 | 河北省自动化研究所 | 一种精密部件分拣装置 |
CN106695792A (zh) * | 2017-01-05 | 2017-05-24 | 中国计量大学 | 基于机器视觉的码垛机器人跟踪监控***及方法 |
CN107065861A (zh) * | 2017-02-24 | 2017-08-18 | 珠海金萝卜智动科技有限公司 | 机器人集智能搬运、装卸于一体的方法和装置 |
CN106903706A (zh) * | 2017-03-13 | 2017-06-30 | 广东工业大学 | 一种工作台物品整理***及方法 |
CN106829469A (zh) * | 2017-03-30 | 2017-06-13 | 武汉库柏特科技有限公司 | 一种基于双相机的机器人无序抓取装置及方法 |
CN107009358B (zh) * | 2017-04-13 | 2020-06-02 | 武汉库柏特科技有限公司 | 一种基于单相机的机器人无序抓取装置及方法 |
CN107470170B (zh) * | 2017-07-13 | 2019-03-19 | 上海第二工业大学 | 基于机器视觉的pcb检测分拣***及方法 |
CN107433593B (zh) * | 2017-09-07 | 2021-01-29 | 龙海铂格自动化设备有限责任公司 | 一种实现并联机器人食品分拣加工的方法 |
CN107717987A (zh) * | 2017-09-27 | 2018-02-23 | 西安华航唯实机器人科技有限公司 | 一种具有视觉***的工业机器人及其控制方法 |
WO2019061310A1 (zh) * | 2017-09-29 | 2019-04-04 | 深圳蓝胖子机器人有限公司 | 基于机器人的自动分拣方法、***及机器人、存储装置 |
CN107741432A (zh) * | 2017-11-16 | 2018-02-27 | 天津商业大学 | 一种基于机器视觉的水果自动分拣机器人*** |
CN108038861A (zh) * | 2017-11-30 | 2018-05-15 | 深圳市智能机器人研究院 | 一种多机器人协作分拣方法、***及装置 |
CN108109174B (zh) * | 2017-12-13 | 2022-02-18 | 上海电气集团股份有限公司 | 一种用于散乱零件随机分拣的机器人单目引导方法和*** |
CN108098773A (zh) * | 2017-12-20 | 2018-06-01 | 芜湖哈特机器人产业技术研究院有限公司 | 一种机器人的分拣控制***和方法 |
CN108195327B (zh) * | 2017-12-29 | 2021-02-19 | 上海新时达机器人有限公司 | 一种基于机器人的附加轴标定方法及终端 |
CN108160530A (zh) * | 2017-12-29 | 2018-06-15 | 苏州德创测控科技有限公司 | 一种上料平台及工件上料方法 |
CN108636830A (zh) * | 2018-05-10 | 2018-10-12 | 苏州大学 | 基于机器视觉的胶囊缺陷检测分拣的方法、装置及设备 |
CN108908399B (zh) * | 2018-06-11 | 2020-07-21 | 杭州灵西机器人智能科技有限公司 | 一种基于同心圆环模板的机器人手眼标定方法 |
CN108818537B (zh) * | 2018-07-13 | 2023-04-14 | 南京工程学院 | 一种基于云端深度学习的机器人工业分拣方法 |
CN109048893A (zh) * | 2018-07-27 | 2018-12-21 | 浙江工业大学 | 一种基于单目rgb相机的机械臂定位方法 |
CN109013405A (zh) * | 2018-08-02 | 2018-12-18 | 常州大学 | 一种具有铸件表面自主检测及次品分拣功能的机器人*** |
CN109014815A (zh) * | 2018-08-13 | 2018-12-18 | 昆山睿力得软件技术有限公司 | 一种用于产品装配的视觉引导设备 |
CN110480292A (zh) * | 2018-08-29 | 2019-11-22 | 中山大学 | 一种自动化工艺线的金属料盘视觉定位*** |
CN109015653A (zh) * | 2018-08-30 | 2018-12-18 | 黄河科技学院 | 抓取控制方法、装置、存储介质及电子设备 |
CN109000605A (zh) * | 2018-09-30 | 2018-12-14 | 海安迪斯凯瑞探测仪器有限公司 | 一种自动化厚度粗糙度测试仪 |
CN109352647A (zh) * | 2018-10-12 | 2019-02-19 | 盐城工学院 | 一种汽车用六轴机器人视觉抓取*** |
CN109396053A (zh) * | 2018-10-30 | 2019-03-01 | 福建省亿顺机械设备有限公司 | 智能分拣方法 |
CN109552704A (zh) * | 2018-11-15 | 2019-04-02 | 青岛宝佳自动化设备有限公司 | 一种新式机器人智能抓取和开箱单元 |
CN109461336A (zh) * | 2018-11-23 | 2019-03-12 | 无锡职业技术学院 | 一种基于机器视觉的半实物虚拟物品分拣***实训平台 |
CN109521398A (zh) * | 2018-12-05 | 2019-03-26 | 普达迪泰(天津)智能装备科技有限公司 | 一种基于多目视觉的定位***及定位方法 |
CN109692825B (zh) * | 2019-01-11 | 2021-07-06 | 上海卓畅信息技术有限公司 | 一种零件的分拣方法及分拣设备 |
CN109772733B (zh) * | 2019-01-15 | 2020-02-18 | 西安交通大学 | 一种基于视觉的缺陷竹块检测分拣装置及方法 |
CN109940626B (zh) * | 2019-01-23 | 2021-03-09 | 浙江大学城市学院 | 一种基于机器人视觉的画眉机器人***的控制方法 |
CN109927033B (zh) * | 2019-04-01 | 2021-02-26 | 杭州电子科技大学 | 一种应用于传送带分拣的目标物体动态适配方法 |
CN110076777B (zh) * | 2019-05-05 | 2020-11-27 | 北京云迹科技有限公司 | 一种取货方法及装置 |
CN112010021B (zh) * | 2019-05-31 | 2022-04-12 | 宁波舜宇光电信息有限公司 | 工件搬运***、工件定位***及其定位方法 |
CN110335310B (zh) * | 2019-07-09 | 2021-07-02 | 中国大恒(集团)有限公司北京图像视觉技术分公司 | 一种非共同视野下的标定方法 |
CN110435129A (zh) * | 2019-08-08 | 2019-11-12 | 江苏汇博机器人技术股份有限公司 | 一种面向教学的机器人视觉引导3d打印***及其工作方法 |
CN112710308B (zh) * | 2019-10-25 | 2024-05-31 | 阿里巴巴集团控股有限公司 | 机器人的定位方法、装置和*** |
CN111334901A (zh) * | 2020-02-18 | 2020-06-26 | 常熟理工学院 | 一种基于忆阻神经网络的山羊原绒自动分拣装置 |
CN111476841B (zh) * | 2020-03-04 | 2020-12-29 | 哈尔滨工业大学 | 一种基于点云和图像的识别定位方法及*** |
CN111524301A (zh) * | 2020-03-13 | 2020-08-11 | 安徽辰讯信息科技有限公司 | 一种衣物自动分拣划价*** |
CN112547576A (zh) * | 2020-12-21 | 2021-03-26 | 山东大舜医药物流有限公司 | 疫苗分拣线出库复核*** |
CN113547515B (zh) * | 2021-07-16 | 2022-07-12 | 华中科技大学 | 一种基于超声伺服手术机器人的坐标标定方法 |
CN113843182A (zh) * | 2021-09-27 | 2021-12-28 | 深圳技术大学 | 自动化分拣***和方法 |
EP4033871B1 (en) | 2021-11-06 | 2024-04-10 | Fitech sp. z o.o. | Method of mounting suitable for positioning through-hole components on a printed circuit board pcb |
CN114419437A (zh) * | 2022-01-12 | 2022-04-29 | 湖南视比特机器人有限公司 | 基于2d视觉的工件分拣***及其控制方法和控制装置 |
CN115205379B (zh) * | 2022-05-17 | 2023-09-12 | 深圳市腾盛精密装备股份有限公司 | 一种切割分选机的多点标定方法及相关设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201410665Y (zh) * | 2009-06-01 | 2010-02-24 | 南京林业大学 | 基于机器视觉的工业机器人运动控制装置 |
CN102087102A (zh) * | 2010-12-22 | 2011-06-08 | 东莞市升力智能科技有限公司 | 一种小型微钻刃面检测机 |
CN102590218A (zh) * | 2012-01-16 | 2012-07-18 | 安徽中科智能高技术有限责任公司 | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 |
CN102596433A (zh) * | 2009-09-22 | 2012-07-18 | 永生制造厂有限公司 | 钻石分拣*** |
CN102661715A (zh) * | 2012-06-08 | 2012-09-12 | 苏州富鑫林光电科技有限公司 | Ccd式的间隙测量***及方法 |
CN202507279U (zh) * | 2012-01-16 | 2012-10-31 | 广州中国科学院工业技术研究院 | 三自由度的分拣机器人 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130061567A (ko) * | 2011-12-01 | 2013-06-11 | 현대중공업 주식회사 | 무정지 검사를 위한 로봇 시스템 및 그 방법 |
-
2013
- 2013-11-26 CN CN201310610558.7A patent/CN103706568B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201410665Y (zh) * | 2009-06-01 | 2010-02-24 | 南京林业大学 | 基于机器视觉的工业机器人运动控制装置 |
CN102596433A (zh) * | 2009-09-22 | 2012-07-18 | 永生制造厂有限公司 | 钻石分拣*** |
CN102087102A (zh) * | 2010-12-22 | 2011-06-08 | 东莞市升力智能科技有限公司 | 一种小型微钻刃面检测机 |
CN102590218A (zh) * | 2012-01-16 | 2012-07-18 | 安徽中科智能高技术有限责任公司 | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 |
CN202507279U (zh) * | 2012-01-16 | 2012-10-31 | 广州中国科学院工业技术研究院 | 三自由度的分拣机器人 |
CN102661715A (zh) * | 2012-06-08 | 2012-09-12 | 苏州富鑫林光电科技有限公司 | Ccd式的间隙测量***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103706568A (zh) | 2014-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103706568B (zh) | 基于机器视觉的机器人分拣方法 | |
WO2021109575A1 (zh) | 基于融入全局视觉和局部视觉的机器人视觉引导方法和装置 | |
CN104331894A (zh) | 一种基于双目立体视觉的机器人拆垛方法 | |
CN110211180A (zh) | 一种基于深度学习的机械臂自主抓取方法 | |
CN109955249A (zh) | 机械手臂自动加工***及其方法 | |
CN101645136A (zh) | 图像识别检测*** | |
CN206259119U (zh) | 光机电气及信息处理一体化机器人实训平台 | |
CN104966101B (zh) | 一种基于LabVIEW的太阳能电池片分类方法 | |
CN107344171A (zh) | 一种基于机器人视觉伺服的低压空气开关零件分拣***及方法 | |
CN108038861A (zh) | 一种多机器人协作分拣方法、***及装置 | |
WO2021039850A1 (ja) | 情報処理装置、設定装置、画像認識システム、ロボットシステム、設定方法、学習装置、及び学習済みモデルの生成方法 | |
Zhou et al. | Design and test of a sorting device based on machine vision | |
CN110125036A (zh) | 一种基于模板匹配的自识别分拣***和方法 | |
Yang et al. | Recognition and localization system of the robot for harvesting Hangzhou White Chrysanthemums | |
Pan et al. | Manipulator package sorting and placing system based on computer vision | |
CN107139003A (zh) | 模块化视觉***制作方法 | |
Zhang et al. | An integrated CAD/CAM system for automated composite manufacture | |
JPH02110788A (ja) | 3次元物体の形状認識方法 | |
CN209312143U (zh) | 一种基于机器视觉的机器人自动储售货*** | |
Yin et al. | Research on robot control technology based on vision localization | |
CN207057036U (zh) | 一种基于机器人视觉伺服的低压空气开关零件分拣*** | |
Nguyen et al. | Designing of A Plastic Garbage Robot With Vision-Based Deep Learning Applications | |
Wang et al. | Autonomous Collection System of Substation Patrol Robot | |
Yan et al. | Design of automatic drug sorting system in warehouse based on 3d camera and cooperative robot | |
Mao et al. | Research on Intelligent Sorting System |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder |
Address after: No. 18, Shenghu East Road, Lianyungang City, Jiangsu Province 222,061 Patentee after: The 716th Research Institute of China Shipbuilding Corp. Address before: No. 18, Shenghu East Road, Lianyungang City, Jiangsu Province 222,061 Patentee before: 716TH RESEARCH INSTITUTE OF CHINA SHIPBUILDING INDUSTRY Corp. |
|
CP01 | Change in the name or title of a patent holder |