CN109300157B - 一种视觉机器的机械位置确定方法、终端设备及存储介质 - Google Patents

一种视觉机器的机械位置确定方法、终端设备及存储介质 Download PDF

Info

Publication number
CN109300157B
CN109300157B CN201811071802.6A CN201811071802A CN109300157B CN 109300157 B CN109300157 B CN 109300157B CN 201811071802 A CN201811071802 A CN 201811071802A CN 109300157 B CN109300157 B CN 109300157B
Authority
CN
China
Prior art keywords
mechanical
product
image
mechanical position
matrix table
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
Application number
CN201811071802.6A
Other languages
English (en)
Other versions
CN109300157A (zh
Inventor
马奕
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vision Xiamen Automatic Technology Co ltd
Original Assignee
Vision Xiamen Automatic Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Vision Xiamen Automatic Technology Co ltd filed Critical Vision Xiamen Automatic Technology Co ltd
Priority to CN201811071802.6A priority Critical patent/CN109300157B/zh
Publication of CN109300157A publication Critical patent/CN109300157A/zh
Application granted granted Critical
Publication of CN109300157B publication Critical patent/CN109300157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种视觉机器的机械位置确定方法、终端设备及存储介质，其中，所述机械位置确定方法包括以下步骤：S1.建立机械位置矩阵表M(I×J)、图像位置矩阵表N(I×J)以及图像位置与机械位置关系的对应矩阵表；S2.识别产品P的图像位置P(Pc,Pr)，并根据图像位置P(Pc,Pr)查找图像位置矩阵表，得到该产品所在方形区域的四个点的图像位置坐标A(Ac,Ar)、B(Bc,Br)、C(Cc,Cr)、D(Dc,Dr)；S3.根据四个点的图像位置坐标A(Ac,Ar)、B(Bc,Br)、C(Cc,Cr)、D(Dc,Dr)查找图像位置与机械位置关系的对应矩阵表，得到四个点的对应机械位置坐标A(Ax,Ay)、B(Bx,By)、C(Cx,Cy)、D(Dx,Dy)；S4.计算产品的机械位置P(Px,Py)。

Description

一种视觉机器的机械位置确定方法、终端设备及存储介质
技术领域
本发明涉及视觉机器领域，具体地涉及一种视觉机器的机械位置确定方法、终端设备及存储介质。
背景技术
视觉机器的主要特点是，机械臂通过视觉***采集的图像来确认其移动路径。在一些需要精细控制的应用场合中，机械位置的精确度要求尤其重要。现有的视觉机器的机械位置确定方法要么精确度不高，要么过于复杂。
发明内容
本发明旨在提供一种视觉机器的机械位置确定方法，以解决上述问题。为此，本发明采用的具体技术方案如下：
根据本发明第一方面，提供了一种视觉机器的机械位置确定方法，所述机械位置确定方法包括以下步骤：
S1.建立机械位置矩阵表M(I×J)、图像位置矩阵表N(I×J)以及图像位置与机械位置关系的对应矩阵表；
S2.识别产品的图像位置P(Pc,Pr)，并根据该图像位置P(Pc,Pr)查找图像位置矩阵表，得到该产品所在方形区域的四个点的图像位置坐标A(Ac,Ar)、B(Bc,Br)、C(Cc,Cr)、D(Dc,Dr)；
S3.根据四个点的图像位置坐标A(Ac,Ar)、B(Bc,Br)、C(Cc,Cr)、D(Dc,Dr)查找图像位置与机械位置关系的对应矩阵表，得到四个点的对应机械位置坐标A(Ax,Ay)、B(Bx,By)、C(Cx,Cy)、D(Dx,Dy)；
S4.计算产品的机械位置P(Px,Py)，具体地，当产品在X方向上靠近A、C点时，Py＝Ay+(Pr-Ar)*(Cr-Ar)/(Cy-Ay)；当产品在X方向上靠近B、D点，Py＝By+(Pr-Br)*(Dr-Br)/(Dy-By)；当产品在Y方向上靠近A、B点，Px＝Ax+(Pc-Ac)*(Bc-Ac)/(Bx-Ax)；当产品在Y方向上靠近C、D点，Px＝Cx+(Pc-Cc)*(Dc-Cc)/(Dx-Cx)。
进一步地，步骤S1的具体过程是，机械臂按照机械位置矩阵表逐点移动，每移动到一个位置，就将标定物放置在标定板上，然后摄像头就采集一个图像并记录此时该标定物的图像位置，最终形成图像位置矩阵表，进而建立图像位置与机械位置关系的对应矩阵表。
进一步地，步骤S4的产品在X方向上靠A、C或B、D近的判断规则是Pc-Ac与Bc-Pc的大小关系；步骤S4的产品在Y方向上靠A、B或C、D近的判断规则是Pr-Ar与Cr-Pr的大小关系。
进一步地，I、J的取值取决于图像视野。
根据本发明第二方面，提供了一种用于视觉机器的机械位置确定的终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述的视觉机器的机械位置确定方法的步骤。
根据本发明第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的视觉机器的机械位置确定方法的步骤。
本发明采用上述技术方案，具有的有益效果是：本发明的视觉机器的机械位置确定方法步骤简单，精确度高，能够应用于需要精细控制的场合。
附图说明
为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
图1是本发明的视觉机器的机械位置确定方法的流程图；
图2是图像位置矩阵表和机械位置矩阵表的示意图；
图3是产品的图像位置的示意图；
图4是产品的机械位置的示意图。
具体实施方式
现结合附图和具体实施方式对本发明进一步说明。
参照图1-4，描述一种视觉机器的机械位置确定方法。所述机械位置确定方法包括以下步骤：
S1.建立机械位置矩阵表M(I×J)、图像位置矩阵表N(I×J)以及图像位置与机械位置关系的对应矩阵表，如图2所示；具体过程是，机械臂按照机械位置矩阵表M(I×J)逐点移动，每移动到一个位置，就将标定物放置在标定板上，然后摄像头就采集一个图像，记录此时该标定物的图像位置，最终形成图像位置矩阵表N(I×J)，进而建立图像位置与机械位置关系的对应矩阵表。其中，I、J的取值取决于图像视野，即，不同图像视野大小行列数量有所不同。在图2的示例中，I＝35，J＝30，即每行35点，每列30点。
S2.识别产品的图像位置P(Pc,Pr)，并根据图像位置P(Pc,Pr)查找图像位置矩阵表，得到该产品所在方形区域的四个点的图像位置坐标A(Ac,Ar)、B(Bc,Br)、C(Cc,Cr)、D(Dc,Dr)，如图3所示。其中，识别产品的图像位置(Pc,Pr)的具体方法为本领域技术人员所熟知，这里不再进行描述。
S3.根据四个点的图像位置坐标A(Ac,Ar)、B(Bc,Br)、C(Cc,Cr)、D(Dc,Dr)查找图像位置与机械位置的矩阵对应表，得到四个点的对应机械位置坐标A(Ax,Ay)、B(Bx,By)、C(Cx,Cy)、D(Dx,Dy)，如图4所示。
S4.计算产品的机械位置P(Px,Py)，具体地，由于在图3中，产品在X方向上靠近A、C点，在Y方向上靠近A、B点，因此，Px＝Ax+(Pc-Ac)*(Bc-Ac)/(Bx-Ax)，Py＝Ay+(Pr-Ar)*(Cr-Ar)/(Cy-Ay)。同理，当产品在X方向上靠近B、D点，Py＝By+(Pr-Br)*(Dr-Br)/(Dy-By)；当产品在Y方向上靠近C、D点，Px＝Cx+(Pc-Cc)*(Dc-Cc)/(Dx-Cx)。
在具体计算过程中，产品在X方向上靠A、C或B、D近的判断规则是Pc-Ac与Bc-Pc的大小关系，即，Pc-Ac>Bc-Pc时，产品在X方向上靠B、D近，Pc-Ac<Bc-Pc时，产品在X方向上靠A、C近。同样地，产品在Y方向上靠A、B或C、D近的判断规则是Pr-Ar与Cr-Pr的大小关系，即，Pr-Ar>Cr-Pr时，产品在Y方向上靠A、B近，Pr-Ar<Cr-Pr时，产品在Y方向上靠C、D近。
从上面实施例可以看出，本发明的方法步骤简单，无需进行复杂的计算，不仅能够快速准确地确定机械位置，而且硬件开销小。
此外，本发明还公开了一种用于视觉机器的机械位置确定的终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如上所述的视觉机器的机械位置确定方法的步骤。
进一步地，该终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，上述终端设备的组成结构仅仅是用于视觉机器的机械位置确定的终端设备的示例，并不构成对用于视觉机器的机械位置确定的终端设备的限定，可以包括比上述更多或更少的部件，或者组合某些部件，或者不同的部件，例如用于视觉机器的机械位置确定的终端设备还可以包括输入输出设备、网络接入设备、总线等，本发明实施例对此不做限定。
进一步地，所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是用于视觉机器的机械位置确定的终端设备的控制中心，利用各种接口和线路连接整个用于视觉机器的机械位置确定的终端设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述用于视觉机器的机械位置确定的终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，所述计算机程序被处理器执行时实现如上所述的视觉机器的机械位置确定方法的步骤。
用于视觉机器的机械位置确定的终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。

Claims (6)

1.一种视觉机器的机械位置确定方法，其特征在于，所述机械位置确定方法包括以下步骤：
S1.建立机械位置矩阵表M(I×J)、图像位置矩阵表N(I×J)以及图像位置与机械位置关系的对应矩阵表；
S2.识别产品的图像位置P(Pc,Pr)，并根据图像位置P(Pc,Pr)查找图像位置矩阵表，得到该产品所在方形区域的四个点的图像位置坐标A(Ac,Ar)、B(Bc,Br)、C(Cc,Cr)、D(Dc,Dr)；
S3.根据四个点的图像位置坐标A(Ac,Ar)、B(Bc,Br)、C(Cc,Cr)、D(Dc,Dr)查找图像位置与机械位置关系的对应矩阵表，得到四个点的对应机械位置坐标A(Ax,Ay)、B(Bx,By)、C(Cx,Cy)、D(Dx,Dy)；
S4.计算产品的机械位置P(Px,Py)，具体地，当产品在X方向上靠近A、C点时，Py＝Ay+(Pr-Ar)*(Cr-Ar)/(Cy-Ay)；当产品在X方向上靠近B、D点，Py＝By+(Pr-Br)*(Dr-Br)/(Dy-By)；当产品在Y方向上靠近A、B点，Px＝Ax+(Pc-Ac)*(Bc-Ac)/(Bx-Ax)；当产品在Y方向上靠近C、D点，Px＝Cx+(Pc-Cc)*(Dc-Cc)/(Dx-Cx)。
2.如权利要求1所述的视觉机器的机械位置确定方法，其特征在于，步骤S1的具体过程是，机械臂按照机械位置矩阵表逐点移动，每移动到一个位置，就将标定物放置在标定板上，然后摄像头就采集一个图像，记录此时该标定物的图像位置，最终形成图像位置矩阵表，进而建立图像位置与机械位置关系的对应矩阵表。
3.如权利要求1所述的视觉机器的机械位置确定方法，其特征在于，步骤S4的产品在X方向上靠A、C或B、D近的判断规则是Pc-Ac与Bc-Pc的大小关系；步骤S4的产品在Y方向上靠A、B或C、D近的判断规则是Pr-Ar与Cr-Pr的大小关系。
4.如权利要求1所述的视觉机器的机械位置确定方法，其特征在于，I、J的取值取决于图像视野。
5.一种用于视觉机器的机械位置确定的终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中的任一项所述的视觉机器的机械位置确定方法的步骤。
6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中的任一项所述的视觉机器的机械位置确定方法的步骤。
CN201811071802.6A 2018-09-14 2018-09-14 一种视觉机器的机械位置确定方法、终端设备及存储介质 Active CN109300157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811071802.6A CN109300157B (zh) 2018-09-14 2018-09-14 一种视觉机器的机械位置确定方法、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811071802.6A CN109300157B (zh) 2018-09-14 2018-09-14 一种视觉机器的机械位置确定方法、终端设备及存储介质

Publications (2)

Publication Number Publication Date
CN109300157A CN109300157A (zh) 2019-02-01
CN109300157B true CN109300157B (zh) 2021-08-24

Family

ID=65166916

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811071802.6A Active CN109300157B (zh) 2018-09-14 2018-09-14 一种视觉机器的机械位置确定方法、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN109300157B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101900536A (zh) * 2010-07-28 2010-12-01 西安交通大学 基于数字图像法的物体表面形貌的测量方法
CN102922521A (zh) * 2012-08-07 2013-02-13 中国科学技术大学 一种基于立体视觉伺服的机械臂***及其实时校准方法
CN103878774A (zh) * 2014-02-25 2014-06-25 西安航天精密机电研究所 一种基于机器人的视觉标定方法
CN104180753A (zh) * 2014-07-31 2014-12-03 东莞市奥普特自动化科技有限公司 机器人视觉***的快速标定方法
US9672184B1 (en) * 2013-06-24 2017-06-06 Redwood Robotics, Inc. Methods and systems for rapid configuration, calibration, and deployment of a modular robot workcell
CN107729893A (zh) * 2017-10-12 2018-02-23 清华大学 一种合模机的视觉定位方法、***和存储介质
CN107862716A (zh) * 2017-11-29 2018-03-30 合肥泰禾光电科技股份有限公司 机械臂定位方法及定位机械臂

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101900536A (zh) * 2010-07-28 2010-12-01 西安交通大学 基于数字图像法的物体表面形貌的测量方法
CN102922521A (zh) * 2012-08-07 2013-02-13 中国科学技术大学 一种基于立体视觉伺服的机械臂***及其实时校准方法
US9672184B1 (en) * 2013-06-24 2017-06-06 Redwood Robotics, Inc. Methods and systems for rapid configuration, calibration, and deployment of a modular robot workcell
CN103878774A (zh) * 2014-02-25 2014-06-25 西安航天精密机电研究所 一种基于机器人的视觉标定方法
CN104180753A (zh) * 2014-07-31 2014-12-03 东莞市奥普特自动化科技有限公司 机器人视觉***的快速标定方法
CN107729893A (zh) * 2017-10-12 2018-02-23 清华大学 一种合模机的视觉定位方法、***和存储介质
CN107862716A (zh) * 2017-11-29 2018-03-30 合肥泰禾光电科技股份有限公司 机械臂定位方法及定位机械臂

Also Published As

Publication number Publication date
CN109300157A (zh) 2019-02-01

Similar Documents

Publication Publication Date Title
CN109543489B (zh) 基于二维码的定位方法、装置和存储介质
US10924729B2 (en) Method and device for calibration
CN108381549B (zh) 一种双目视觉引导机器人快速抓取方法、装置及存储介质
CN112528831B (zh) 多目标姿态估计方法、多目标姿态估计装置及终端设备
CN110599544B (zh) 一种基于机器视觉的工件定位方法及装置
CN106845508B (zh) 一种检测图像中信息卡的方法、装置和***
CN108573471B (zh) 图像处理装置、图像处理方法以及记录介质
CN108717744B (zh) 识别金融单据上的***序号的方法、装置及终端设备
CN108263075B (zh) 网版微调方法、装置、终端设备及可读存储介质
CN110475078B (zh) 摄像机曝光时间调整方法及终端设备
CN107564329B (zh) 一种车辆查找方法及终端
CN109828250B (zh) 一种雷达标定方法、标定装置及终端设备
CN109949306B (zh) 反射面角度偏差检测方法、终端设备及存储介质
CN109407955B (zh) 用户界面交互方法、计算机装置、计算机可读存储介质
CN113172636B (zh) 一种自动手眼标定方法、装置及存储介质
CN110865785A (zh) 像素尺寸的获取方法、装置及电子设备
CN109300157B (zh) 一种视觉机器的机械位置确定方法、终端设备及存储介质
CN108629219B (zh) 一种识别一维码的方法及装置
CN113155784A (zh) 水体透明度检测方法、终端设备及存储介质
CN112966466A (zh) 电路板基板选择方法、装置、终端设备及存储介质
CN110487194B (zh) 一种基于单个相机的三维变形光测方法及装置
CN110610178A (zh) 图像识别方法、装置、终端及计算机可读存储介质
CN113343797A (zh) 信息提取方法、装置、终端设备及计算机可读存储介质
CN110298834B (zh) 像素级边缘效应的修正方法及终端设备
CN113704374A (zh) 空间飞行器轨迹拟合方法、装置及终端

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
CB02 Change of applicant information

Address after: Room 301, plant 2, No.1, Dongren Road, Xinglin, Jimei District, Xiamen City, Fujian Province

Applicant after: Weizhong (Xiamen) Automation Technology Co., Ltd.

Address before: 361000, Xiamen, Fujian Province, Huli District, Ma Shan village, Fuk Tung Road, the eastern side of innovation town, fourth floor, B unit 8

Applicant before: Weizhong (Xiamen) Automation Technology Co., Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant