CN114078162A - 钢板切割后工件的桁架分拣方法及*** - Google Patents

钢板切割后工件的桁架分拣方法及*** Download PDF

Info

Publication number
CN114078162A
CN114078162A CN202210057170.8A CN202210057170A CN114078162A CN 114078162 A CN114078162 A CN 114078162A CN 202210057170 A CN202210057170 A CN 202210057170A CN 114078162 A CN114078162 A CN 114078162A
Authority
CN
China
Prior art keywords
target
steel plate
workpiece
truss
actual
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.)
Granted
Application number
CN202210057170.8A
Other languages
English (en)
Other versions
CN114078162B (zh
Inventor
冀春锟
魏程
吴云
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.)
Hunan Shibite Robot Co Ltd
Original Assignee
Hunan Shibite Robot 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 Hunan Shibite Robot Co Ltd filed Critical Hunan Shibite Robot Co Ltd
Priority to CN202210057170.8A priority Critical patent/CN114078162B/zh
Publication of CN114078162A publication Critical patent/CN114078162A/zh
Application granted granted Critical
Publication of CN114078162B publication Critical patent/CN114078162B/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
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
    • B23Q17/24—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves
    • B23Q17/2452—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves for measuring features or for detecting a condition of machine parts, tools or workpieces
    • B23Q17/2471—Arrangements for observing, indicating or measuring on machine tools using optics or electromagnetic waves for measuring features or for detecting a condition of machine parts, tools or workpieces of workpieces
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q7/00—Arrangements for handling work specially combined with or arranged in, or specially adapted for use in connection with, machine tools, e.g. for conveying, loading, positioning, discharging, sorting
    • B23Q7/04—Arrangements for handling work specially combined with or arranged in, or specially adapted for use in connection with, machine tools, e.g. for conveying, loading, positioning, discharging, sorting by means of grippers
    • B23Q7/048—Multiple gripper units
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
    • B23Q7/00—Arrangements for handling work specially combined with or arranged in, or specially adapted for use in connection with, machine tools, e.g. for conveying, loading, positioning, discharging, sorting
    • B23Q7/12—Sorting arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20164—Salient point detection; Corner detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30136—Metal
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • Optics & Photonics (AREA)
  • Robotics (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了钢板切割后工件的桁架分拣方法及***，通过获取目标钢板的套料图，并采集工位上实际钢板的工件角点图；裁剪所述套料图的目标工件角点图，并将所述目标工件角点图与所述实际钢板的工件角点图进行比对，并根据比对结果判断所述实际钢板是否为目标钢板，若所述实际钢板为目标钢板，并定位目标钢板上的目标工件的实际位置；确定所述目标工件的目标桁架，控制目标桁架移动到所述目标工件的实际位置处，对所述目标工件进行分拣。本发明能实现钢板切割后工件的自动分拣，此外，采用工件角点图识别钢板能有效解决目前图像识别由于分辨率有限，采集视野有限，无法拍摄全大件钢板，进而无法识别钢板的问题。

Description

钢板切割后工件的桁架分拣方法及***
技术领域
本发明涉及切割下料分拣领域，尤其涉及钢板切割后工件的桁架分拣方法及***。
背景技术
在制造领域，切割下料是所有生产制造工序的第一步，切割工序会根据套料图将钢板切割成多个工件，到分拣工序，需要将工件、钢板和废料进行分离，分拣到输送线上，输送到后续的工位进行下道工序处理，现阶段小批量，多种类的生产模式，生产订单的频繁更换和为提高钢板利用率，导致套料图排版随机性很大，加之部分工件尺寸大，体积重，传统方式是通过人工手动控制KBK等装置进行工件的分拣，工作效率低、成本高，且受人为因素影响极大，下料分拣又是制造工序的关键步骤，下料分拣的效率直接影响整个产线甚至企业的产能。
目前无法自动分拣和工作效率低的问题集中在以下三点：
1)套料图排版随机，自动化设备无法自动进行抓取；
2)人工作业对于工件、废料和钢板无法快速分离，工作效率低下；
3)大尺寸工件需要多人协同工作，效率低且容易造成安全性事故。
因此，现有的人工控制工件分拣方法效率低、稳定性差已成为本领域技术人员亟待解决的技术问题。
发明内容
本发明提供了钢板切割后工件的桁架分拣方法及***，用于解决的现有的人工控制工件分拣方法效率低、稳定性差的技术问题。
为解决上述技术问题，本发明提出的技术方案为：
一种钢板切割后工件的桁架分拣方法，包括以下步骤：
获取目标钢板的套料图，并采集工位上实际钢板的工件角点图；
裁剪所述套料图的目标工件角点图，并将所述目标工件角点图与所述实际钢板的工件角点图进行比对，并根据比对结果判断所述实际钢板是否为目标钢板，若所述实际钢板为目标钢板，定位目标钢板上的目标工件的实际位置；
确定所述目标工件的目标桁架，控制目标桁架移动到所述目标工件的实际位置处，对所述目标工件进行分拣。
优选的，根据比对结果判断所述实际钢板是否为目标钢板，包括以下步骤：
若所述实际钢板的工件角点图与所述目标工件角点图的角点和边点一致，则判断所述实际钢板为目标钢板。
优选的，定位目标钢板上的目标工件的实际位置，包括以下步骤：
定位目标钢板的实际位置，并提取所述目标工件角点图中角点与边点在钢板上的位置；
基于所述目标工件角点图中角点与边点在钢板上的位置，并结合目标钢板的实际位置，确定目标工件的实际位置。
优选的，所述桁架的抓取工具为点阵式磁吸端拾器，所述磁吸端拾器的磁吸端面上设置有多个点阵分布的磁吸单元；
确定所述目标工件的目标桁架，包括以下步骤：
根据目标工件的形状、尺寸、重量确定抓取方式；其中，所述抓取方式包括：单臂抓取以及多臂抓取；
根据抓取方式选取对应数量的空闲桁架作为目标桁架。
优选的，控制目标桁架对所述目标工件进行分拣，包括以下步骤：
根据目标工件的形状和目标桁架的点阵式端拾器的形态，确定目标工件的最优抓取位置和最优开磁点数据，并以最优抓取位置和最优开磁点数据对所述目标工件进行抓取；其中，所述开磁点数据为磁吸端拾器上的各个磁吸单元的开关状态；
通过平铺算法计算目标工件的放置坐标，根据目标工件的实际位置以及放置坐标规划最优抓取轨迹，并将抓取的目标工件按最优抓取轨迹移动至所述放置坐标处。
优选的，所述桁架为点对点直线移动，当存在多个目标工件同时进行分拣时，还包括以下步骤：
对于任意一个目标工件a1及其目标桁架A1，不同于目标工件a1的任一个目标工件a2及其抓取目标桁架A2：
计算目标工件a1和目标工件a2的对角线距离之和，并设定目标桁架A1及目标桁架A2之间的第一安全距离，比较所述对角线距离之和及所述第一安全距离之间的数值大小，选取二者之间数值较大的一方作为最优安全距离；
计算目标工件a1当前规划的最优移动轨迹S1和目标工件a2当前规划的最优移动轨迹S2之间的最小距离，比较所述最小距离和最优安全距离之间的大小，若所述最小距离小于所述最优安全距离，判断目标工件a1和目标工件a2在抓取过程中存在碰撞风险。
优选的，当目标工件包括多个，且多个目标工件的抓取方式存在不同时，优先分拣多臂抓取方式的目标工件。
优选的，采集工位上的实际钢板上的工件角点图通过相机实现，将所述目标工件角点图与工位上的实际钢板的工件角点图进行比对，并根据比对结果判断所述工位上的实际钢板是否为目标钢板通过视觉识别算法实现。
一种计算机***，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明具有以下有益效果：
1、本发明中的钢板切割后工件的桁架分拣方法及***，通过获取目标钢板的套料图，并采集工位上实际钢板的工件角点图；裁剪所述套料图的目标工件角点图，并将所述目标工件角点图与所述实际钢板的工件角点图进行比对，并根据比对结果判断所述实际钢板是否为目标钢板，若所述实际钢板为目标钢板，定位目标钢板上的目标工件的实际位置；确定所述目标工件的目标桁架，控制目标桁架移动到所述目标工件的实际位置处，对所述目标工件进行分拣。本发明能实现钢板切割后工件的自动分拣，此外，采用工件角点图识别钢板能有效解决目前图像识别由于分辨率有限，采集视野有限，无法拍摄全大件钢板，进而无法识别钢板的问题。
2、在优选方案中，本发明能根据目标工件的形状和目标桁架的点阵式端拾器的形态，确定目标工件的最优抓取位置和最优开磁点数据，从而更加稳定的抓取工件，减少工件抓取的失误率。
3、在优选方案中，本发明能预先比较各个工件规划的路径存在碰撞风险，若存在碰撞风险，自动执行避障措施或更改规划路径，能提高分拣的安全性。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明优选实施例中的钢板切割后工件的桁架分拣***的局部图；
图2 是本发明优选实施例中的钢板切割后工件的桁架分拣***的示意图；
图3 是本发明优选实施例中的套料图；
图4是本发明优选实施例中的端拾器示意图，其中，（a）为端拾器磁吸端面的示意图，（b）为端拾器的立体图；（c）为端拾器的开磁示意图；
图5是本发明优选实施例中的角变图；
图6为本发明优选实施例中的裁剪的套料图；
图7为本发明优选实施例中的桁架工作范围示意图；
图8为本发明优选实施例中的最小距离示意图；
图9是本发明优选实施例中的钢板切割后工件的桁架分拣方法的流程图。
图中标注：1、相机；2、光源；3、端拾器；4、桁架臂；5、角点；6、边点；7、钢板。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例一：
如图9所示，本实施中公开一种钢板切割后工件的桁架分拣方法，包括以下步骤：
获取目标钢板7的套料图，并采集工位上实际钢板7的工件角点图；
裁剪所述套料图的目标工件角点图，并将所述目标工件角点图与所述实际钢板7的工件角点图进行比对，并根据比对结果判断所述实际钢板7是否为目标钢板7，若所述实际钢板7为目标钢板7，并定位目标钢板7上的目标工件的实际位置；
确定所述目标工件的目标桁架，控制目标桁架移动到所述目标工件的实际位置处，对所述目标工件进行分拣。
此外，在本实施例中，还公开了一种计算机***，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
本发明中的钢板切割后工件的桁架分拣方法及***，通过获取目标钢板7的套料图，并采集工位上实际钢板7的工件角点图；裁剪所述套料图的目标工件角点图，并将所述目标工件角点图与所述实际钢板7的工件角点图进行比对，并根据比对结果判断所述实际钢板7是否为目标钢板7，若所述实际钢板7为目标钢板7，定位目标钢板7上的目标工件的实际位置；确定所述目标工件的目标桁架，控制目标桁架移动到所述目标工件的实际位置处，对所述目标工件进行分拣。本发明能实现钢板切割后工件的自动分拣，此外，采用工件角点图识别钢板7能有效解决目前图像识别由于分辨率有限，采集视野有限，无法拍摄全大件钢板7，进而无法识别钢板7的问题。
实施例二：
实施例二是实施例一的优选实施例，其与实施例一的不同之处，对钢板切割后工件的桁架分拣方法的具体步骤进行了介绍，对钢板切割后工件的桁架分拣***的具体结果进行了细化：
针对现有切割下料场景存在切割后的无法快速分离废料、钢板7和工件，无法自动抓取，工作效率低等技术问题，本发明提供视觉引导桁架进行工件分拣的***及装置，***包括桁架机械手、相机1、光源2、点阵式端拾器3、工控机以及PLC，所述如附图1和图2所示，端拾器设于桁架机械手的末端，相机1和光源2设于桁架上，相机1、PLC与工控机连接，通过通讯进行信息交互。
本发明的技术方案包括以下步骤：
第一步：接收套料图数据，进行解析，解析后的数据包括套料图的排版图片以及工件长、宽信息、点阵式磁铁的开磁数据等；
1.1、将如图3所示的套料图数据解析成排版图片；
1.2、根据工件形状和点阵式端拾器的形态，计算不同工件的抓取的位置和开磁点数据，在本实施例中，点阵式端拾器的结构和工作形态如图4所示；
第二步：钢板7到位停止后，控制桁架到达预设点位，拍照进行图像采集；
2.1 图像要采集两个位置，一个是钢板7的角点5，一个是角点5对应长边；
2.2 采集方式可以控制一个桁架臂4进行角点5、边点的拍照采集，也可以控制两个桁架臂4一个拍摄角点5，一个拍摄边点。其中，图像采集的角边图如图5所示；
第三步：使用采集的图像进行识别，定位，具体步骤如下：
3.1 针对钢板7尺寸都比较大，相机1无法拍摄全部，本发明采用局部匹配的方法，进行钢板7识别定位；
3.2 裁剪套料图上对应的角点5位置的区域，将裁剪的如图6所示的套料图和拍摄到的角点图进行对比，识别钢板7和套料图是否一致；
3.3 裁剪套料图上对应的边位置的区域，将裁剪的套料图和拍摄到的角点图进行对比，识别钢板7和套料图是否一致；
3.4 若角点5和边点的套料图和实际钢板7都一致，提取角图上中钢板7的角点5，提取边图上钢板7的边点6，角点5和边点6可以确定钢板7的长边位置，通过角和边的关系将套料图中的工件位置信息转换到桁架坐标系下；
第四步：控制桁架进行工件分拣、放置，具体步骤如下：
4.1 根据工件形状和尺寸，对工件进行分类，分类依据为工件的是否需要双臂进行协同抓取，即重量、尺寸是否超过单臂抓取的范围；
4.2 优先抓取需要双臂抓取的工件，通过平铺算法计算工件的放置坐标，控制桁架完成工件的抓取和放置；
4.3 对于单臂抓取的零件，多臂桁架可以自由抓取工件，同时作业提升分拣效率，但多臂工作时，要保证桁架不会进行碰撞且桁架抓取的工件也不进行碰撞，因此需要对工件抓取进行分配和碰撞检测，若会发生碰撞则先暂时跳过此工件执行下一个工件；
第五步：工件全部分拣完成，完成钢板7的分拣。
工件抓取分配规则如下：
1、 如图7所示，设定两个臂为A1、A2，A1和A2不能进行碰撞，因此将区域划分为公共区域和专属区域；
2、 设定两个臂的安全距离为L，桁架工作范围为X1到X2,X1小于X2；
3、 A1的专属抓取区域为X1+L,A2的专属区域为X2-L，公共区域为X2-X1-2*L；
碰撞检测方法如下：
S1：桁架移动方式为点对点移动，即抓取点到放置点的移动轨迹为两点之间的直线距离；
S2：两臂不发生碰撞即在移动中始终保持大于安全距离；
S3：安全距离是动态安全距离，当两个工件之间的距离之和大于桁架臂4本身的安全距离，安全距离即为两个工件的距离，否则为桁架臂4本身的安全距离；
计算规则如下：
（1）桁架本身携带的工件可以进行旋转，因此两个工件的最长距离之和对角线距离，计算对角线的距离之和；
（2）当对角线距离大于桁架安全距离，即安全距离为两个工件对角线之和，否则为桁架臂4安全距离；
（3）设定最终计算所得的安全距离为S；
S4: 如图8所示，假设A1臂的抓取轨迹为(M1,M2),A2臂的抓取轨迹为（N1,N2），两条运行轨迹的最小距离为N2-M2,当N2-M2>S时，两个工件可同时进行抓取，否则暂时跳过此工件，进行下一个工件的碰撞检测。
综上所述，本发明中的钢板切割后工件的桁架分拣方法及***，通过获取目标钢板7的套料图，并采集工位上实际钢板7的工件角点图；裁剪所述套料图的目标工件角点图，并将所述目标工件角点图与所述实际钢板7的工件角点图进行比对，并根据比对结果判断所述实际钢板7是否为目标钢板7，若所述实际钢板7为目标钢板7，定位目标钢板7上的目标工件的实际位置；确定所述目标工件的目标桁架，控制目标桁架移动到所述目标工件的实际位置处，对所述目标工件进行分拣。本发明能实现钢板切割后工件的自动分拣，此外，采用工件角点图识别钢板7能有效解决目前图像识别由于分辨率有限，采集视野有限，无法拍摄全大件钢板7，进而无法识别钢板7的问题。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种钢板切割后工件的桁架分拣方法，其特征在于，包括以下步骤：
获取目标钢板的套料图，并采集工位上实际钢板的工件角点图；
裁剪所述套料图的目标工件角点图，并将所述目标工件角点图与所述实际钢板的工件角点图进行比对，并根据比对结果判断所述实际钢板是否为目标钢板，若所述实际钢板为目标钢板，定位目标钢板上的目标工件的实际位置；
确定所述目标工件的目标桁架，控制目标桁架移动到所述目标工件的实际位置处，对所述目标工件进行分拣。
2.根据权利要求1所述的钢板切割后工件的桁架分拣方法，其特征在于，根据比对结果判断所述实际钢板是否为目标钢板，包括以下步骤：
若所述实际钢板的工件角点图与所述目标工件角点图的角点和边点一致，则判断所述实际钢板为目标钢板。
3.根据权利要求1所述的钢板切割后工件的桁架分拣方法，其特征在于，定位目标钢板上的目标工件的实际位置，包括以下步骤：
定位目标钢板的实际位置，并提取所述目标工件角点图中角点与边点在钢板上的位置；
基于所述目标工件角点图中角点与边点在钢板上的位置，并结合目标钢板的实际位置，确定目标工件的实际位置。
4.根据权利要求1所述的钢板切割后工件的桁架分拣方法，其特征在于，所述桁架的抓取工具为点阵式磁吸端拾器，所述磁吸端拾器的磁吸端面上设置有多个点阵分布的磁吸单元；
确定所述目标工件的目标桁架，包括以下步骤：
根据目标工件的形状、尺寸、重量确定抓取方式；其中，所述抓取方式包括：单臂抓取以及多臂抓取；
根据抓取方式选取对应数量的空闲桁架作为目标桁架。
5.根据权利要求4所述的钢板切割后工件的桁架分拣方法，其特征在于，控制目标桁架对所述目标工件进行分拣，包括以下步骤：
根据目标工件的形状和目标桁架的点阵式端拾器的形态，确定目标工件的最优抓取位置和最优开磁点数据，并以最优抓取位置和最优开磁点数据对所述目标工件进行抓取；其中，所述开磁点数据为磁吸端拾器上的各个磁吸单元的开关状态；
通过平铺算法计算目标工件的放置坐标，根据目标工件的实际位置以及放置坐标规划最优抓取轨迹，并将抓取的目标工件按最优抓取轨迹移动至所述放置坐标处。
6.根据权利要求4所述的钢板切割后工件的桁架分拣方法，其特征在于，所述桁架为点对点直线移动，当存在多个目标工件同时进行分拣时，还包括以下步骤：
对于任意一个目标工件a1及其目标桁架A1，不同于目标工件a1的任一个目标工件a2及其抓取目标桁架A2：
计算目标工件a1和目标工件a2的对角线距离之和，并设定目标桁架A1及目标桁架A2之间的第一安全距离，比较所述对角线距离之和及所述第一安全距离之间的数值大小，选取二者之间数值较大的一方作为最优安全距离；
计算目标工件a1当前规划的最优移动轨迹S1和目标工件a2当前规划的最优移动轨迹S2之间的最小距离，比较所述最小距离和最优安全距离之间的大小，若所述最小距离小于所述最优安全距离，判断目标工件a1和目标工件a2在抓取过程中存在碰撞风险。
7.根据权利要求4所述的钢板切割后工件的桁架分拣方法，其特征在于，当目标工件包括多个，且多个目标工件的抓取方式存在不同时，优先分拣多臂抓取方式的目标工件。
8.根据权利要求7所述的钢板切割后工件的桁架分拣方法，其特征在于，采集工位上的实际钢板上的工件角点图通过相机实现，将所述目标工件角点图与工位上的实际钢板的工件角点图进行比对，并根据比对结果判断所述工位上的实际钢板是否为目标钢板通过视觉识别算法实现。
9.一种计算机***，包括存储器、处理器以及存储在存储器上并可在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上述权利要求1至8任一所述方法的步骤。
CN202210057170.8A 2022-01-19 2022-01-19 钢板切割后工件的桁架分拣方法及*** Active CN114078162B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210057170.8A CN114078162B (zh) 2022-01-19 2022-01-19 钢板切割后工件的桁架分拣方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210057170.8A CN114078162B (zh) 2022-01-19 2022-01-19 钢板切割后工件的桁架分拣方法及***

Publications (2)

Publication Number Publication Date
CN114078162A true CN114078162A (zh) 2022-02-22
CN114078162B CN114078162B (zh) 2022-04-15

Family

ID=80284464

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210057170.8A Active CN114078162B (zh) 2022-01-19 2022-01-19 钢板切割后工件的桁架分拣方法及***

Country Status (1)

Country Link
CN (1) CN114078162B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114405840A (zh) * 2022-01-20 2022-04-29 湖南视比特机器人有限公司 视觉分拣***和视觉分拣***的控制方法
CN114535144A (zh) * 2022-03-02 2022-05-27 盛景智能科技(嘉兴)有限公司 零件分拣方法、装置、设备及桁架设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170222506A1 (en) * 2016-02-02 2017-08-03 General Atomics Magnet gripper and rotor assembly methods and systems
CN107824707A (zh) * 2017-11-21 2018-03-23 安徽戎发冲压机器人有限公司 多工位倍速桁架机械手结构
CN108549324A (zh) * 2018-05-16 2018-09-18 山东大学 用于高速分拣***的工件跟随抓取轨迹规划方法及***
CN109570367A (zh) * 2018-12-27 2019-04-05 盐城市华森机械有限公司 一种桁架移动机构
CN111768369A (zh) * 2020-06-01 2020-10-13 湖南视比特机器人有限公司 钢板角点与边点定位方法和工件抓取方法及生产线
CN113043311A (zh) * 2021-04-27 2021-06-29 南通鑫磁机械制造有限公司 一种机械人分拣用抓手
CN215432196U (zh) * 2021-07-06 2022-01-07 沪工智能科技（苏州）有限公司 一种板材切割分拣***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170222506A1 (en) * 2016-02-02 2017-08-03 General Atomics Magnet gripper and rotor assembly methods and systems
CN107824707A (zh) * 2017-11-21 2018-03-23 安徽戎发冲压机器人有限公司 多工位倍速桁架机械手结构
CN108549324A (zh) * 2018-05-16 2018-09-18 山东大学 用于高速分拣***的工件跟随抓取轨迹规划方法及***
CN109570367A (zh) * 2018-12-27 2019-04-05 盐城市华森机械有限公司 一种桁架移动机构
CN111768369A (zh) * 2020-06-01 2020-10-13 湖南视比特机器人有限公司 钢板角点与边点定位方法和工件抓取方法及生产线
CN113043311A (zh) * 2021-04-27 2021-06-29 南通鑫磁机械制造有限公司 一种机械人分拣用抓手
CN215432196U (zh) * 2021-07-06 2022-01-07 沪工智能科技（苏州）有限公司 一种板材切割分拣***

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114405840A (zh) * 2022-01-20 2022-04-29 湖南视比特机器人有限公司 视觉分拣***和视觉分拣***的控制方法
CN114405840B (zh) * 2022-01-20 2024-03-01 湖南视比特机器人有限公司 视觉分拣***和视觉分拣***的控制方法
CN114535144A (zh) * 2022-03-02 2022-05-27 盛景智能科技(嘉兴)有限公司 零件分拣方法、装置、设备及桁架设备

Also Published As

Publication number Publication date
CN114078162B (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
CN114078162B (zh) 钢板切割后工件的桁架分拣方法及***
US11383380B2 (en) Object pickup strategies for a robotic device
US11701777B2 (en) Adaptive grasp planning for bin picking
CN111924460B (zh) 一种码垛控制方法及***
CN113538459B (zh) 一种基于落点区域检测的多模式抓取避障检测优化方法
CN112845143A (zh) 一种生活垃圾分类智能分拣***及方法
WO2023035832A1 (zh) 一种基于视觉识别的机器人分拣方法及存储介质
CN112873205A (zh) 基于双夹具实时切换的工业机器人无序抓取方法
CN110180799A (zh) 一种基于机器视觉的零件分拣方法及***
CN114405866B (zh) 视觉引导钢板分拣方法、视觉引导钢板分拣装置和***
CN111243016B (zh) 一种集装箱自动识别与定位方法
CN114924513B (zh) 一种多机器人协同控制***及方法
CN112936257A (zh) 一种工件抓取方法、装置、计算机设备及存储介质
CN110914021A (zh) 带有用于执行至少一个工作步骤的操纵设备的操纵装置以及方法和计算机程序
CN116030449B (zh) 一种激光切割件的自动分拣方法及自动分拣***
CN115446392B (zh) 一种无序板件智能化倒角***及方法
CN114523472B (zh) 一种工件协同抓取方法、***及存储介质
JP2021509881A (ja) 小包識別装置及び小包仕分け装置
CN115256019B (zh) 一种支护板自动拼装对齐装置
Simeth et al. Using Artificial Intelligence to Facilitate Assembly Automation in High-Mix Low-Volume Production Scenario
JPH11173814A (ja) ワーク識別装置
CN117260003B (zh) 一种汽车座椅骨架自动摆件打钢刻码方法及***
CN114405865B (zh) 视觉引导钢板分拣方法、视觉引导钢板分拣装置和***
Liang et al. 3D Eye-to-Hand Coordination for Uninstructed Robot Grasp Planning
CN117682248A (zh) 一种基于3d视觉定位的周转箱识别方法和***

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