CN107150343B - 一种基于nao机器人抓取物体的*** - Google Patents
一种基于nao机器人抓取物体的*** Download PDFInfo
- Publication number
- CN107150343B CN107150343B CN201710218155.6A CN201710218155A CN107150343B CN 107150343 B CN107150343 B CN 107150343B CN 201710218155 A CN201710218155 A CN 201710218155A CN 107150343 B CN107150343 B CN 107150343B
- Authority
- CN
- China
- Prior art keywords
- robot
- target object
- nao robot
- nao
- 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.)
- Expired - Fee Related
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Manipulator (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于NAO机器人抓取物体的***，所述***包括：所述***包括：第一获得模块，用于获得第一中心点像素坐标；第二获得模块，用于获得所述NAO机器人的头部高度变化值与俯仰角的第一函数关系，第三获得模块，用于获得所述目标物体到所述NAO机器人的距离与所述俯仰角的第二函数关系；第一获取模块，用于获取所述图像的第二中心像素点坐标；第四获得模块，用于获得所述目标物体相对于所述NAO机器人的水平偏角和垂直偏角；第五获得模块，用于获得所述目标物体到所述NAO机器人的距离；第二获取模块，用于获取所述NAO机器人行走路线。解决了现有技术中抓取物体的***存在定位精度不高、实时性差的技术问题。
Description
技术领域
本发明涉及智能机器人技术领域，尤其涉及一种基于NAO机器人抓取物体的***。
背景技术
随着人工智能技术的发展，由于NAO机器人高度融合了自动化、机械、传感术、计算机、人工智能等多学科知识和研究成果，被广泛应用于日常生活和生产中。
现有技术中，在利用NAO机器人来抓取物品***中，通常需要对物体相对于机器人的位置进行定位，一般采用单目视觉定位方法。
本申请发明人在实现本发明的技术方案时，发现现有技术中至少存在如下问题：
现有采用单目视觉定位***，对物体的定位并不精确，误差比较大，此外，机器人如果未成功抓取到物品，也无法得到反馈。
可见，现有技术中定位***存在精度不高、实时性差的技术问题。
发明内容
本发明实施例提供一种基于NAO机器人抓取物体的***，用以解决现有技术中抓取物体的***存在定位精度不高、实时性差的技术问题。
本发明公开了一种基于NAO机器人抓取物体的***，所述***包括：
第一获得模块，用于利用预先设定的搜索路径基于颜色分割的方法找到并识别目标物体，获得包含所述目标物体的图像和所述目标物体的第一中心点像素坐标；
第二获得模块，用于获得所述NAO机器人的头部高度变化值与俯仰角的第一函数关系其中，Δh为NAO机器人的头部高度变化值，β为NAO机器人的头部俯仰角，为固定值；
第三获得模块，用于根据所述第一函数关系，获得所述目标物体到所述NAO机器人的距离与所述俯仰角的第二函数关系其中，s为目标物体到所述NAO机器人的距离，α为NAO机器人视觉中心轴与水平线的夹角，为一固定值，h为NAO机器人处于初始状态时摄像头距地面的高度，r为目标物体中心点距地面的高度；
第一获取模块，用于获取所述图像的第二中心像素点坐标，其中所述第二中心像素点坐标为所述图像的中心像素坐标值；
第四获得模块，用于根据所述第一中心点像素坐标和所述第二中心像素点坐标，获得所述目标物体相对于所述NAO机器人的水平偏角和垂直偏角，其中所述垂直偏角为所述NAO机器人的俯仰角；
第五获得模块，用于根据所述垂直偏角和所述第二函数关系，获得所述目标物体到所述NAO机器人的距离；
第二获取模块，用于根据所述距离和所述水平偏角，获取所述NAO机器人行走路线，以使所述NAO机器人基于所述行走路线抓取所述目标物体。
可选的，所述第一获得模块还用于：
利用机器人摄像头获取一帧图像并将其转化为HSV颜色空间的图像；
从所述HSV颜色空间的图像中获得所述目标物体图像，
根据所述目标物体图像，获得灰度图像；
对所述灰度图像进行优化处理和二值化处理，获得保留原有信息的图像；
根据保留原有信息的图像，获得所述目标物体的图像的第一中心点像素坐标。
可选的，采用最小外接矩形框获得所述第一中心点像素坐标。
可选的，所述***还包括：
构建模块，用于采用同一距离进行多次测量求取平均值的方法，构建距离与俯仰角度相对应的离线查询表。
可选的，所述离线查询表中包含根据距离设置的不同间隔范围的数据。
可选的，所述第四获得模块还用于：
根据公式获得水平偏角，其中，x为所述第一中心像素坐标的横坐标，320为第二中心像素的横坐标；
根据公式获得垂直偏角，其中，y为所述第一中心像素坐标的纵坐标，240为第二中心像素的纵坐标。
可选的，所述第四获得模块：
根据所述水平偏角，获得NAO机器人的水平转动方向；
根据所述距离，获得所述NAO机器人的行走距离；
根据所述水平转动方向和所述行走距离，获取所述NAO机器人行走路线。
可选的，所述第二获取模块还用于：
所述NAO机器人运动至所述目标物体的位置；
获得所述NAO机器人手臂的抓取轨迹；
在所述目标物体的位置，根据所述抓取轨迹抓取所述目标物体。
可选的，所述第二获取模块还用于：
获得所述NAO机器人的手部电机值；
判断所述手部电机值是否大于预设值；
若大于，则通过语音反馈成功抓取物体；
否则，所述NAO机器人进行重新定位抓取，以构成抓取反馈。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请实施例提供的一种基于NAO机器人抓取物体的***，首先通过第一获得模块获得包含所述目标物体的图像和所述目标物体的第一中心点像素坐标；第二获得模块获得所述NAO机器人的头部高度变化值与俯仰角的第一函数关系，第三获得模块根据所述第一函数关系，获得所述目标物体到所述NAO机器人的距离与所述俯仰角的第二函数关系，第一获取模块可以获取所述图像的第二中心像素点坐标，然后通过第四获得模块获得所述目标物体相对于所述NAO机器人的水平偏角和垂直偏角，第五获得模块，根据所述垂直偏角和所述第二函数关系，获得所述目标物体到所述NAO机器人的距离；最后第二获取模块，可以根据所述距离和所述水平偏角，获取所述NAO机器人行走路线，以使所述NAO机器人基于所述行走路线抓取所述目标物体。由于可以实时获取目标物体到所述NAO机器人的距离与所述俯仰角的第二函数关系，可以实现准确定位和提高实时性的技术效果，解决了现有技术中中定位***存在精度不高、实时性差的技术问题。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种基于NAO机器人抓取物体的***的逻辑框图；
图2为本发明实施例中定位算法的原理图。
具体实施方式
本发明实施例提供一种基于NAO机器人抓取物体的***，用以解决现有技术中抓取物体的***存在定位精度不高、实时性差的技术问题。实现了提高物体的定位精度和实时性技术效果。
本申请实施例中的技术方案，总体思路如下：
一种基于NAO机器人抓取物体的***，其特征在于，所述***包括：
第一获得模块，用于利用预先设定的搜索路径基于颜色分割的方法找到并识别目标物体，获得包含所述目标物体的图像和所述目标物体的第一中心点像素坐标；第二获得模块，用于获得所述NAO机器人的头部高度变化值与俯仰角的第一函数关系其中，Δh为NAO机器人的头部高度变化值，β为NAO机器人的头部俯仰角，为固定值；
第三获得模块，用于根据所述第一函数关系，获得所述目标物体到所述NAO机器人的距离与所述俯仰角的第二函数关系其中，s为目标物体到所述NAO机器人的距离，α为NAO机器人视觉中心轴与水平线的夹角，为一固定值，h为NAO机器人处于初始状态时摄像头距地面的高度，r为目标物体中心点距地面的高度；第一获取模块，用于获取所述图像的第二中心像素点坐标，其中所述第二中心像素点坐标为所述图像的中心像素坐标值；第四获得模块，用于根据所述第一中心点像素坐标和所述第二中心像素点坐标，获得所述目标物体相对于所述NAO机器人的水平偏角和垂直偏角，其中所述垂直偏角为所述NAO机器人的俯仰角；第五获得模块，用于根据所述垂直偏角和所述第二函数关系，获得所述目标物体到所述NAO机器人的距离；第二获取模块，用于根据所述距离和所述水平偏角，获取所述NAO机器人行走路线，以使所述NAO机器人基于所述行走路线抓取所述目标物体。
上述***中，由于第五获得模块可以根据所述垂直偏角和所述第二函数关系，获得所述目标物体到所述NAO机器人的距离，然后第二获取模块根据所述距离和所述水平偏角，获取所述NAO机器人行走路线，以使所述NAO机器人基于所述行走路线抓取所述目标物体，可以实时获取机器人的获得所述目标物体到所述NAO机器人的距离。解决了现有技术中抓取物体的***存在定位精度不高、实时性差的技术问题。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本实施例提供一种基于NAO机器人抓取物体的***，所述***包括：
第一获得模块101，用于利用预先设定的搜索路径基于颜色分割的方法找到并识别目标物体，获得包含所述目标物体的图像和所述目标物体的第一中心点像素坐标；
第二获得模块102，用于获得所述NAO机器人的头部高度变化值与俯仰角的第一函数关系其中，Δh为NAO机器人的头部高度变化值，β为NAO机器人的头部俯仰角，为固定值；
第三获得模块103，用于根据所述第一函数关系，获得所述目标物体到所述NAO机器人的距离与所述俯仰角的第二函数关系其中，s为目标物体到所述NAO机器人的距离，α为NAO机器人视觉中心轴与水平线的夹角，为一固定值，h为NAO机器人处于初始状态时摄像头距地面的高度，r为目标物体中心点距地面的高度；
第一获取模块104，用于获取所述图像的第二中心像素点坐标，其中所述第二中心像素点坐标为所述图像的中心像素坐标值；
第四获得模块105，用于根据所述第一中心点像素坐标和所述第二中心像素点坐标，获得所述目标物体相对于所述NAO机器人的水平偏角和垂直偏角，其中所述垂直偏角为所述NAO机器人的俯仰角；
第五获得模块106，用于根据所述垂直偏角和所述第二函数关系，获得所述目标物体到所述NAO机器人的距离；
第二获取模块107，用于根据所述距离和所述水平偏角，获取所述NAO机器人行走路线，以使所述NAO机器人基于所述行走路线抓取所述目标物体。
上述***中，由于第五获得模块可以根据所述垂直偏角和所述第二函数关系，获得所述目标物体到所述NAO机器人的距离，然后第二获取模块根据所述距离和所述水平偏角，获取所述NAO机器人行走路线，以使所述NAO机器人基于所述行走路线抓取所述目标物体，可以实时获取机器人的获得所述目标物体到所述NAO机器人的距离。解决了现有技术中抓取物体的***存在定位精度不高、实时性差的技术问题。
下面，结合图1对本申请提供的基于NAO机器人抓取物体的***进行详细介绍：
第一获得模块101可以利用预先设定的搜索路径基于颜色分割的方法找到并识别目标物体，获得包含所述目标物体的图像和所述目标物体的第一中心点像素坐标；
上述第一获得模块101还用于：
利用机器人摄像头获取一帧图像并将其转化为HSV颜色空间的图像；
从所述HSV颜色空间的图像中获得所述目标物体图像，
根据所述目标物体图像，获得灰度图像；
对所述灰度图像进行优化处理和二值化处理，获得保留原有信息的图像；
根据保留原有信息的图像，获得所述目标物体的图像的第一中心点像素坐标。
具体地，采用最小外接矩形框获得所述第一中心点像素坐标。
具体来说，上述优化处理可以为对获得的灰度图像先进行直方图均衡化处理，以提高图像的对比度和清晰度、对图像进行双边滤波处理，去除噪声点的干扰等等，对二值化图像进行腐蚀、膨胀，可以进一步有效去除噪声点，保留图像中原有信息。
然后通过第二获得模块102获得所述NAO机器人的头部高度变化值与俯仰角的第一函数关系其中，Δh为NAO机器人的头部高度变化值，β为NAO机器人的头部俯仰角，为固定值。
由于得到了NAO机器人的头部高度变化值与俯仰角，这时可以通过第三获得模块103，根据所述第一函数关系，获得所述目标物体到所述NAO机器人的距离与所述俯仰角的第二函数关系其中，s为目标物体到所述NAO机器人的距离，α为NAO机器人视觉中心轴与水平线的夹角，为一固定值，h为NAO机器人处于初始状态时摄像头距地面的高度，r为目标物体中心点距地面的高度；
具体地，目标定位时采用目标物体始终保持在视野中央，方便机器人实时定位物体，也符合人类抓取物体的习惯。考虑到机器人头部的俯仰角发生变化时，其机器人头部摄像头的高度也在不断的变化。本发明实施例根据机器人头部的硬件结构，参见图2推导出其高度变化值与俯仰角度的关系；将头部摄像头的高度表示成关于俯仰角的一个函数(即第一函数关系)，并采用勾股定位算法中，可以得到的物体的定位算法(即第二函数关系)，有效地提高了定位精度。
第一获取模块104可以获取所述图像的第二中心像素点坐标，其中所述第二中心像素点坐标为所述图像的中心像素坐标值。
具体来说，所述图像即为利用机器人摄像头获取的图像，所述图像包括物体和其他背景。
第四获得模块105可以根据所述第一中心点像素坐标和所述第二中心像素点坐标，获得所述目标物体相对于所述NAO机器人的水平偏角和垂直偏角，其中所述垂直偏角为所述NAO机器人的俯仰角。
具体地，第四获得模块105还用于：
根据公式获得水平偏角，其中，x为所述第一中心像素坐标的横坐标，320为第二中心像素的横坐标；
根据公式获得垂直偏角，其中，y为所述第一中心像素坐标的纵坐标，240为第二中心像素的纵坐标。
具体来说，(x,y)为所述第一中心像素坐标，(320,240)为所述第二中心像素坐标，图像的像素为640*480，角度60.9°、47.64°均为机器人摄像头的硬件值。
第五获得模块106可以根据所述垂直偏角和所述第二函数关系，获得所述目标物体到所述NAO机器人的距离；
具体地，所述所述第五获得模块106还用于：
根据所述水平偏角，获得NAO机器人的水平转动方向；
根据所述距离，获得所述NAO机器人的行走距离；
根据所述水平转动方向和所述行走距离，获取所述NAO机器人行走路线。
最后通过第二获取模块107，根据所述距离和所述水平偏角，获取所述NAO机器人行走路线，以使所述NAO机器人基于所述行走路线抓取所述目标物体。
第二获取模块107中，所述NAO机器人基于所述行走路线抓取所述目标物体，具体包括：
所述NAO机器人运动至所述目标物体的位置；
获得所述NAO机器人手臂的抓取轨迹；
在所述目标物体的位置，根据所述抓取轨迹抓取所述目标物体。
可选地，本发明实施例提供的基于NAO机器人抓取物体的***还包括构建模块，所述构建模块用于在根据所述第一函数关系，获得所述目标物体到所述NAO机器人的距离与所述俯仰角的第二函数关系之后，还包括：
采用同一距离进行多次测量求取平均值的方法，构建距离与俯仰角度相对应的离线查询表。
可选地，本发明实施例提供的基于NAO机器人抓取物体的***中，所述离线查询表中包含根据距离设置的不同间隔范围的数据。
具体来说，利用第二函数关系，并通过对同一距离进行多次测量求取平均值的方法，可以构建一个距离与角度相对应的离线查询表。由于因距离远近不同而识别定位精度也不同，查询表中物体距离可以从机器人脚中心位置前方20cm所对应的角度开始建表，表中20cm-70cm范围内间隔为1cm，70cm-150cm间隔为2cm,150cm-450cm范围内间隔为5cm，450cm外的物体机器人无法准确识别。具体的间隔范围可以根据实际情况设置，从而进一步提高定位精度。
可选地，第二获取模块107还用于：
获得所述NAO机器人的手部电机值；
判断所述手部电机值是否大于预设值；
若大于，则通过语音反馈成功抓取物体；
否则，所述NAO机器人进行重新定位抓取，以进行抓取反馈。
申请人通过大量的实验发现，不同的地面相对于机器人脚的摩擦因数不同，机器人在走向目标物体实施抓取的过程中常会出现脚步打滑而导致行走距离未能到达指定抓取点，最终导致抓取失败的现象。针对这一不定因素的影响，本发明实施例在不借助外界辅助设备的情况下，提出一种通过传感器获取手部电机角度值与预设值(例如取值为0.25)相比较的简单方法，来让机器人自主判断是否成功抓取到了物体。如果成功抓取，则机器人会通过扬声器说出“I grasp it”；若因行走过程中机器人脚与地面的微小滑动等不定因素影响而导致机器人抓取失败，则机器人会反馈没有抓到并自主进行再次的定位抓取，直到抓取成功。
在具体的实施过程中，可以根据机器人末端执行器起始点位置和终点位置(即物***置)***四个关键帧，用于规划机器人手臂抓取的轨迹，上述步骤离线完成，然后通过NAO机器人内置的函数positionInterpolation能够把末端执行器送到机器人坐标系下的指定位置，然后通过控制机器人的手部电机实施抓取，在此过程中，可以通过传感器获取手部电机的值，与预设值进行比较，若获取的值大于预设值，则机器人通过语音反馈抓到了物体。否则，机器人重新进行识别、定位、抓取。
需要说明的是，现有的基于NAO机器人的定位***无法获得物体的空间三维坐标，故本发明实施例中所抓取的物体高度为已知值，即物体Z坐标已知；在上一步物体测距的同时我们可以测出物体相对于机器人正前方向上的偏移角，然后机器人通过旋转这个角度可以保证物体处于机器人正前方，即物体在机器人坐标系中Y轴方向上的坐标为0；这样通过测得的物体的深度坐标X就可以确定物体相对于机器人坐标系的空间位置(X，0，Z)。由NAO机器人内置的函数positionInterpolation能够把末端执行器送到机器人坐标系下的指定位置，对目标点实施抓取操作。附：闭环反馈部分程序如下
进行再次抓取。
具体来说，本发明对目标物体的识别、定位与抓取提供了一种基于NAO机器人抓取物体的***，上述***为一套闭环的***。关于目标物体的定位，本发明根据机器人头部结构及摄像头的位置推导出头部俯仰角度与目标物体距离之间的第一函数关系，由此第一函数关系根据多次测定求取平均值的方法制定离线查询表，对每次获取的机器人头部俯仰角度采用线性插值的方法求得对应的目标物体的距离，有效地提高定位精度。在对目标物体的抓取上，本发明根据nao机器人的手部电机的类型，由离线设置好的电机旋转角度阈值即为预设值，让机器人能够自主判断是否准确抓取到了目标物体，若判断未能成功抓取则机器人将重复进行抓取，构成了闭环的抓取反馈***，可以适用于未来家庭服务型机器人助老、帮助人类拿取物件等智能家居等各个方面。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请实施例提供的一种基于NAO机器人抓取物体的***，首先通过第一获得模块获得包含所述目标物体的图像和所述目标物体的第一中心点像素坐标；第二获得模块获得所述NAO机器人的头部高度变化值与俯仰角的第一函数关系，第三获得模块根据所述第一函数关系，获得所述目标物体到所述NAO机器人的距离与所述俯仰角的第二函数关系，第一获取模块可以获取所述图像的第二中心像素点坐标，然后通过第四获得模块获得所述目标物体相对于所述NAO机器人的水平偏角和垂直偏角，第五获得模块，根据所述垂直偏角和所述第二函数关系，获得所述目标物体到所述NAO机器人的距离；最后第二获取模块，可以根据所述距离和所述水平偏角，获取所述NAO机器人行走路线，以使所述NAO机器人基于所述行走路线抓取所述目标物体。由于可以实时获取目标物体到所述NAO机器人的距离与所述俯仰角的第二函数关系，可以实现准确定位和提高实时性的技术效果，解决了现有技术中抓取物体的***存在定位精度不高、实时性差的技术问题。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于NAO机器人抓取物体的***，包括第一获得模块，用于利用预先设定的搜索路径基于颜色分割的方法找到并识别目标物体，获得包含所述目标物体的图像和所述目标物体的第一中心点像素坐标，其特征在于，所述***包括：
第二获得模块，用于获得所述NAO机器人的头部高度变化值与俯仰角的第一函数关系其中，Δh为NAO机器人的头部高度变化值，β为NAO机器人的头部俯仰角， 为固定值；
第三获得模块，用于根据所述第一函数关系，获得所述目标物体到所述NAO机器人的距离与所述俯仰角的第二函数关系其中，s为目标物体到所述NAO机器人的距离，α为NAO机器人视觉中心轴与水平线的夹角，为一固定值，h为NAO机器人处于初始状态时摄像头距地面的高度，r为目标物体中心点距地面的高度；
第一获取模块，用于获取所述图像的第二中心像素点坐标，其中所述第二中心像素点坐标为所述图像的中心像素坐标值；
第四获得模块，用于根据所述第一中心点像素坐标和所述第二中心像素点坐标，获得所述目标物体相对于所述NAO机器人的水平偏角和垂直偏角，其中所述垂直偏角为所述NAO机器人的头部俯仰角；
第五获得模块，用于根据所述垂直偏角和所述第二函数关系，获得所述目标物体到所述NAO机器人的距离；
第二获取模块，用于根据所述距离和所述水平偏角，获取所述NAO机器人行走路线，以使所述NAO机器人基于所述行走路线抓取所述目标物体。
2.如权利要求1所述的***，其特征在于，所述第一获得模块还用于：
利用机器人摄像头获取一帧图像并将其转化为HSV颜色空间的图像；
从所述HSV颜色空间的图像中获得所述目标物体图像，
根据所述目标物体图像，获得灰度图像；
对所述灰度图像进行优化处理和二值化处理，获得保留原有信息的图像；
根据保留原有信息的图像，获得所述目标物体的图像的第一中心点像素坐标。
3.如权利要求2所述的***，其特征在于，采用最小外接矩形框获得所述第一中心点像素坐标。
4.如权利要求1所述的***，其特征在于，还包括：
构建模块，用于采用同一距离进行多次测量求取平均值的方法，构建距离与俯仰角度相对应的离线查询表。
5.如权利要求4所述的***，其特征在于，所述离线查询表中包含根据距离设置的不同间隔范围的数据。
6.如权利要求1所述的***，其特征在于，所述第四获得模块还用于：
根据公式获得水平偏角，其中，x为所述第一中心像素坐标的横坐标，320为第二中心像素的横坐标；
根据公式获得垂直偏角，其中，y为所述第一中心像素坐标的纵坐标，240为第二中心像素的纵坐标。
7.如权利要求1所述的***，其特征在于，所述第四获得模块：
根据所述水平偏角，获得NAO机器人的水平转动方向；
根据所述距离，获得所述NAO机器人的行走距离；
根据所述水平转动方向和所述行走距离，获取所述NAO机器人行走路线。
8.如权利要求1所述的***，其特征在于，所述第二获取模块还用于：
所述NAO机器人运动至所述目标物体的位置；
获得所述NAO机器人手臂的抓取轨迹；
在所述目标物体的位置，根据所述抓取轨迹抓取所述目标物体。
9.如权利要求8所述的***，其特征在于，所述第二获取模块还用于：
获得所述NAO机器人的手部电机值；
判断所述手部电机值是否大于预设值；
若大于，则通过语音反馈成功抓取物体；
否则，所述NAO机器人进行重新定位抓取，以构成抓取反馈。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710218155.6A CN107150343B (zh) | 2017-04-05 | 2017-04-05 | 一种基于nao机器人抓取物体的*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710218155.6A CN107150343B (zh) | 2017-04-05 | 2017-04-05 | 一种基于nao机器人抓取物体的*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107150343A CN107150343A (zh) | 2017-09-12 |
| CN107150343B true CN107150343B (zh) | 2019-07-23 |
Family
ID=59793075
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710218155.6A Expired - Fee Related CN107150343B (zh) | 2017-04-05 | 2017-04-05 | 一种基于nao机器人抓取物体的*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107150343B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104217441A (zh) * | 2013-08-28 | 2014-12-17 | 北京嘉恒中自图像技术有限公司 | 一种基于机器视觉的机械臂定位抓取方法 |
| CN104647390A (zh) * | 2015-02-11 | 2015-05-27 | 清华大学 | 用于机械臂遥操作的多摄像机联合主动跟踪目标的方法 |
| 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 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101743926B1 (ko) * | 2010-09-20 | 2017-06-08 | 삼성전자주식회사 | 로봇 및 그 제어방법 |
| KR101778030B1 (ko) * | 2010-09-27 | 2017-09-26 | 삼성전자주식회사 | 로봇 및 그 제어방법 |
-
2017
- 2017-04-05 CN CN201710218155.6A patent/CN107150343B/zh not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104217441A (zh) * | 2013-08-28 | 2014-12-17 | 北京嘉恒中自图像技术有限公司 | 一种基于机器视觉的机械臂定位抓取方法 |
| CN104647390A (zh) * | 2015-02-11 | 2015-05-27 | 清华大学 | 用于机械臂遥操作的多摄像机联合主动跟踪目标的方法 |
| 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 |
Non-Patent Citations (1)
| Title |
|---|
| "NAO机器人平台的创新实验设计与实现";王振等;《实验室研究与探索》;20161231;第35卷(第12期);第156-159页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107150343A (zh) | 2017-09-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107009357B (zh) | 一种基于nao机器人抓取物体的方法 | |
| KR102367438B1 (ko) | 마커를 결합한 동시 위치결정과 지도작성 내비게이션 방법, 장치 및 시스템 | |
| CN107392964B (zh) | 基于室内特征点和结构线结合的室内slam方法 | |
| CN108942923A (zh) | 一种机械臂抓取控制方法 | |
| CN108171748A (zh) | 一种面向机器人智能抓取应用的视觉识别与定位方法 | |
| CN104463146B (zh) | 基于近红外tof相机深度信息的姿势识别方法和装置 | |
| Droeschel et al. | Learning to interpret pointing gestures with a time-of-flight camera | |
| CN104520732B (zh) | 定位传感器的方法以及相关设备 | |
| CN107169986A (zh) | 一种障碍物检测方法及*** | |
| CN112734765B (zh) | 基于实例分割与多传感器融合的移动机器人定位方法、***及介质 | |
| CN109558879A (zh) | 一种基于点线特征的视觉slam方法和装置 | |
| CN108074251A (zh) | 基于单目视觉的移动机器人导航控制方法 | |
| CN106647738A (zh) | 一种无人搬运车的对接路径确定方法及***及无人搬运车 | |
| CN106197427A (zh) | 一种室内定位导航的方法、装置以及机器人 | |
| CN112446882A (zh) | 一种动态场景下基于深度学习的鲁棒视觉slam方法 | |
| CN111998862A (zh) | 一种基于bnn的稠密双目slam方法 | |
| CN108122412A (zh) | 用于监控机器人检测车辆乱停的方法 | |
| CN109164802A (zh) | 一种机器人迷宫行走方法、装置及机器人 | |
| CN111258311A (zh) | 一种基于智能视觉的井下移动机器人避障方法 | |
| CN109455619A (zh) | 集装箱姿态的定位方法、装置及吊具控制器 | |
| Kumar et al. | Markov random field based small obstacle discovery over images | |
| CN102156994B (zh) | 一种单视角无标记人体运动跟踪的关节定位方法 | |
| CN107150343B (zh) | 一种基于nao机器人抓取物体的*** | |
| Cheng et al. | Real-time RGB-D SLAM with points and lines | |
| Jung et al. | Graph SLAM for AGV using geometrical arrangement based on lamp and SURF features in a factory environment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190723 Termination date: 20200405 |