CN116079791A - 机器人视觉用识别***及具有该***的机器人 - Google Patents

机器人视觉用识别***及具有该***的机器人 Download PDF

Info

Publication number
CN116079791A
CN116079791A CN202211716648.XA CN202211716648A CN116079791A CN 116079791 A CN116079791 A CN 116079791A CN 202211716648 A CN202211716648 A CN 202211716648A CN 116079791 A CN116079791 A CN 116079791A
Authority
CN
China
Prior art keywords
unit
axis
executed
recognition system
robot
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.)
Pending
Application number
CN202211716648.XA
Other languages
English (en)
Inventor
支峻楠
杨梅
邵萌萌
许国威
付杨
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.)
Qingdao Qiushi Industrial Technology Research Institute
Original Assignee
Qingdao Qiushi Industrial Technology Research Institute
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 Qingdao Qiushi Industrial Technology Research Institute filed Critical Qingdao Qiushi Industrial Technology Research Institute
Priority to CN202211716648.XA priority Critical patent/CN116079791A/zh
Publication of CN116079791A publication Critical patent/CN116079791A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/02—Sensing devices
    • B25J19/021—Optical sensing devices
    • B25J19/023—Optical sensing devices including video camera means
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种机器人视觉用识别***及具有该***的机器人，包括：采集模块，由关于水平面的上至少四个摄像机组成，用于共同采集被执行单位的图像信息；标识模块，以执行单位轴心点延长线为前方，作为采集的多个所述图像信息的比例标尺，并将所述被执行单位位于所述图像信息的识别面积内进行逐帧标识；处理模块，用于将所述图像信息依次进行影像处理分析和建立三维模型，并基于所述影像处理分析的结果建立所述三维模型的动态三维仿真动态数据；数据处理模块。该发明通过对采集图像的优化处理，使得计算给定的机械臂移动参数更加精确，从而实现了使得抓取的轴心和物体的轴心差距缩小的技术目的。

Description

机器人视觉用识别***及具有该***的机器人
技术领域
本发明涉及视觉***技术领域，具体涉及一种机器人视觉用识别***及具有该***的机器人。
背景技术
机器人视觉识别***，主要用于识别物体或者帮助机器人在移动过程中躲避状态，基于采集的图像信息进行识别，给定算法，机器人做出对应的动作完成工业生产行为或者是前方的避让。
如公开(公告)号：CN109693263A，公开(公告)日：2019-04-30，公开的一种机器人视觉用识别***，其特征是，包括依次连接的视觉传感器、图像采集模块和图像处理模块；所述图像采集模块上设置有照明模块；还包括与图像处理模块相连接的数据库处理***，所述数据库处理***包括云储存服务器、图像整合模块和数据对比模块，所述图像整合模块分别与所述云储存服务器和数据对比模块相连。本发明所达到的有益效果：本发明中数据库处理***包括云储存服务器、图像整合模块和数据对比模块，图像整合模块分别与所述云储存服务器和数据对比模块相连，可以实现对接收的图像进行整合和储存；2、图像扫描模块，可以对物件进行扫面，再通过数据库处理***进行识别。
或者如公开(公告)号：CN109968319A，公开(公告)日：2019-07-05，公开的一种用于插线的机器人视觉识别***及方法，包括配电终端检测流水支线体，用于承载和固定被测配电终端；配电终端检测流水支线体包括若干个检测工位；插线机器人，用于对检测工位上的被测配电终端进行插拔线操作；配电终端检测平台，用于对检测工位上插线后的被测配电终端进行检测。本发明采用检测工位对被测配电终端进行承载和固定，通过插线机器人对被测配电终端进行插线操作，检测设备对插线后的配电终端进行检测，并将检测结果传输至下线装置，便于下线装置对合格产品和不合格产品的处理。
在包括上述两个专利的现有技术中，可见先阶段机器人主要应用于工业生产行为中，执行抓取、搬运、焊接等工作，特别是对流水线上被传送物体的抓取工作环节中，由于目标始终处于移动状态，而采集单位如向实现采集动态物体画面的不出现图像的花乱，就需要对采集的动态图片进行处理，处理后反馈给处理器，处理器基于图片使得计算机程序进行执行。但是图像处理的下对移动物体轮廓识别的不精确性，使得机械手虽然能够执行移动物体的抓取，但是会与抓取的轴心和物体的轴心均存于在一定的差距，如何缩小这一差距，使得抓取的轴心和物体的轴心差距缩小，期待被很好的解决。
发明内容
本发明的目的是提供一种机器人视觉用识别***及具有该***的机器人，用于解决上述问题。
为了实现上述目的，本发明提供如下技术方案：一种机器人视觉用识别***，包括：
采集模块，由关于水平面的上至少四个摄像机组成，用于共同采集被执行单位的图像信息；
标识模块，以执行单位轴心点延长线为前方，作为采集的多个所述图像信息的比例标尺，并将所述被执行单位位于所述图像信息的识别面积内进行逐帧标识；
处理模块，用于将所述图像信息依次进行影像处理分析和建立三维模型，并基于所述影像处理分析的结果建立所述三维模型的动态三维仿真动态数据；
数据处理模块，根据所述动态三维仿真动态数据计算出相对执行单位的被执行单位动态补偿参数。
作为优选的，所述采集模块包括设置于每一个所述摄像机上的指示引导单元，所述指示引导单元发射出多个位于同一直线上的指示光点以指示多个摄像机的采集位与之匹配，所述指示引导单元的发射指示光点的方向与所述地面的夹角为预设倾斜角度，所述指示引导单元在采集模块调节水平之后按照预设倾斜角度向输送所述被执行单位传动带的带面上发射指示光点。
作为优选的，所述采集模块包括XYZ轴电动移动机构，所述摄像机安装于所述XYZ轴电动移动机构的云台上，通过所述摄像机在云台上的移动使得所述摄像机的采集位在XYZ轴上移动，以使所述摄像机的采集位与所述指示光点保持同轴。
作为优选的，所述采集模块还包括图像处理单元，用于分割摄像机的采集画面采集的像素单位，通过图像掩码的方法将采集画面的多个像素单位识别提取(其中N≥3)，并分别命名为Pi，其中i∈[1，N]；
并以Pi个坐标点为中心，切割出N张像素大小为200*200的图片；
所述像素单位为被执行单位。
作为优选的，将所述像素单位Pi周围小幅图像进行识别，对周围区域执行高斯模糊，拾取模糊区域后进行填充执行色彩范围识别，生成以ni+1个坐标点为中心的所述像素单位周边的轮廓图像。
作为优选的，所述坐标点被分为核心点和边界点，分别输出图像中被分为边界点的坐标点，根据所述每个图像中被分为边界点的坐标点在所述像素单位上绘制多边形框，所述多边形框内部区域即为检测出的所述像素单位。
作为优选的，所述三维模型提供给所述数据处理模块被执行单位坐标参数，其中：Z轴方向向量为[a，b，c]T，记作向量
Figure BDA0004026675200000031
将所述动态三维仿真动态数据中移动方向向量记为
Figure BDA0004026675200000032
得坐标系变换公式：
Figure BDA0004026675200000033
其中RZYX为变换矩阵，其表达式为：
Figure BDA0004026675200000034
其中，α为Z轴对应的调整欧拉角，β为Y轴对应的调整欧拉角，γ为X轴对应的调整欧拉角，cosα简写cα其他函数以此类推。
作为优选的，所述被执行单位动态补偿参数为由变换矩阵方程式计算得出的向量
Figure BDA0004026675200000035
向量
Figure BDA0004026675200000036
为已知的原始工具坐标系的Z轴向量，将向量参数代入
Figure BDA0004026675200000037
得到执行单位的xyz轴调整欧拉角参数。
一种机器人，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被处理器执行时实现上述方案中所述的机器人视觉用识别***的步骤中所述数据处理模块输出的被执行单位动态补偿参数，以驱使所述执行单位完成对所述被执行单位的预定工位操作。
作为优选的，所述执行单位具体为带机械爪的机械臂。
在上述技术方案中，本发明提供的一种机器人视觉用识别***及具有该***的机器人，具备以下有益效果：基于对采集画面的处理，对图像采集的像素单位进行识别、分割，从而获取更为精确的轮廓参数，以便于计算下给定的被执行单位三维坐标参数更加精准。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的实施示意图；
图2为本发明实施例提供的模块结构示意图；
图3为本发明实施例提供的采集模块下的单元结构示意图。
具体实施方式
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，所描述的实施例仅仅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做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1
如图1-2所示，一种机器人视觉用识别***及具有该***的机器人，包括：
采集模块，由关于水平面的上至少四个摄像机组成，用于共同采集被执行单位的图像信息；
标识模块，以执行单位轴心点延长线为前方，作为采集的多个图像信息的比例标尺，并将被执行单位位于图像信息的识别面积内进行逐帧标识；
处理模块，用于将图像信息依次进行影像处理分析和建立三维模型，并基于影像处理分析的结果建立三维模型的动态三维仿真动态数据；
数据处理模块，根据动态三维仿真动态数据计算出相对执行单位的被执行单位动态补偿参数。
进一步的，机器人包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现视觉识别***的步骤中数据处理模块输出的被执行单位动态补偿参数，以驱使执行单位完成对被执行单位的预定工位操作。且执行单位具体为带机械爪的机械臂。
进一步的，上述实施例中的三维模型提供给数据处理模块被执行单位坐标参数，其中：Z轴方向向量为[a，b，c]T，记作向量
Figure BDA0004026675200000051
将动态三维仿真动态数据中移动方向向量记为
Figure BDA0004026675200000052
得坐标系变换公式：
Figure BDA0004026675200000053
其中RZYX为变换矩阵，其表达式为：
Figure BDA0004026675200000054
其中，α为Z轴对应的调整欧拉角，β为Y轴对应的调整欧拉角，γ为X轴对应的调整欧拉角，cosα简写为cα，cosβ简写为cβ，cosγ简写为cγ，其他三角函数以此类推。
再者，被执行单位动态补偿参数为由变换矩阵方程式计算得出的向量
Figure BDA0004026675200000055
向量
Figure BDA0004026675200000056
为已知的原始工具坐标系的Z轴向量，将向量参数代入
Figure BDA0004026675200000057
得到执行单位的xyz轴调整欧拉角参数。
实施例2
如图3所示，上述视觉识别***中采集模块执行对被执行单位的识取、采集、像素处理、轮廓识别，具体如下：
上述技术方案总，采集模块包括设置于每一个摄像机上的指示引导单元，指示引导单元发射出多个位于同一直线上的指示光点以指示多个摄像机的采集位与之匹配，指示引导单元的发射指示光点的方向与地面的夹角为预设倾斜角度，指示引导单元在采集模块调节水平之后按照预设倾斜角度向输送被执行单位传动带的带面上发射指示光点；预设倾斜角度位于大于等于0度小于等于90度的角度范围内；
摄像机安装于XYZ轴电动移动机构的云台上，通过摄像机在云台上的移动使得摄像机的采集位在XYZ轴上移动，以使摄像机的采集位与指示光点保持同轴；
图像处理单元用于分割摄像机的采集画面采集的像素单位，通过图像掩码的方法将采集画面的多个像素单位识别提取(其中N≥3)，并分别命名为Pi，其中i∈[1，N]；
图像处理单元以Pi个坐标点为中心，切割出N张像素大小为200*200的图片；
像素单位为被执行单位。
进一步的，在上述实施例中，图像处理单元还用于像素单位Pi周围小幅图像进行识别，对周围区域执行高斯模糊，拾取模糊区域后进行填充执行色彩范围识别，生成以ni+1个坐标点为中心的像素单位周边的轮廓图像。
更为进一步的，上述技术方案中，坐标点被分为核心点和边界点，分别输出图像中被分为边界点的坐标点，根据每个图像中被分为边界点的坐标点在像素单位上绘制多边形框，多边形框内部区域即为检测出的像素单位。
综上所述，基于对采集画面的处理，对图像采集的像素单位进行识别、分割，从而获取更为精确的轮廓参数，以便于计算下给定的被执行单位三维坐标参数更加精准。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种电子设备的具体实施方式，所述电子设备具体包括如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；
其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
所述处理器用于调用所述存储器中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的方法中的全部步骤。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的方法的全部步骤。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于硬件+程序类实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或终端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现，也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
本领域技术人员应明白，本说明书的实施例可提供为方法、***或计算机程序产品。因此，本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。
在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。以上所述仅为本说明书实施例的实施例而已，并不用于限制本说明书实施例。对于本领域技术人员来说，本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书实施例的权利要求范围之内。

Claims (10)

1.一种机器人视觉用识别***，其特征在于，包括：
采集模块，由关于水平面的上至少四个摄像机组成，用于共同采集被执行单位的图像信息；
标识模块，以执行单位轴心点延长线为前方，作为采集的多个所述图像信息的比例标尺，并将所述被执行单位位于所述图像信息的识别面积内进行逐帧标识；
处理模块，用于将所述图像信息依次进行影像处理分析和建立三维模型，并基于所述影像处理分析的结果建立所述三维模型的动态三维仿真动态数据；
数据处理模块，根据所述动态三维仿真动态数据计算出相对执行单位的被执行单位动态补偿参数。
2.根据权利要求1所述的机器人视觉用识别***，其特征在于，所述采集模块包括设置于每一个所述摄像机上的指示引导单元，所述指示引导单元发射出多个位于同一直线上的指示光点以指示多个摄像机的采集位与之匹配，所述指示引导单元的发射指示光点的方向与所述地面的夹角为预设倾斜角度，所述指示引导单元在采集模块调节水平之后按照预设倾斜角度向输送所述被执行单位传动带的带面上发射指示光点；所述预设倾斜角度位于大于等于0度小于等于90度的角度范围内。
3.根据权利要求2所述的机器人视觉用识别***，其特征在于，所述采集模块包括XYZ轴电动移动机构，所述摄像机安装于所述XYZ轴电动移动机构的云台上，通过所述摄像机在云台上的移动使得所述摄像机的采集位在XYZ轴上移动，以使所述摄像机的采集位与所述指示光点保持同轴。
4.根据权利要求1所述的机器人视觉用识别***，其特征在于，所述采集模块还包括图像处理单元，所述图像处理单元用于分割摄像机的采集画面采集的像素单位，通过图像掩码的方法将采集画面的多个像素单位识别提取(其中N≥3)，并分别命名为Pi，其中i∈[1，N]；
所述图像处理单元还用于以Pi个坐标点为中心，切割出N张像素大小为200*200的图片；
所述像素单位为被执行单位。
5.根据权利要求4所述的机器人视觉用识别***，其特征在于，所述图像处理单元还用于将所述像素单位Pi周围小幅图像进行识别，对周围区域执行高斯模糊，拾取模糊区域后进行填充执行色彩范围识别，生成以ni+1个坐标点为中心的所述像素单位周边的轮廓图像。
6.根据权利要求5所述的机器人视觉用识别***，其特征在于，所述坐标点被分为核心点和边界点，分别输出图像中被分为边界点的坐标点，根据所述每个图像中被分为边界点的坐标点在所述像素单位上绘制多边形框，所述多边形框内部区域即为检测出的所述像素单位。
7.根据权利要求1所述的机器人视觉用识别***，其特征在于，所述三维模型提供给所述数据处理模块被执行单位坐标参数，其中：Z轴方向向量为[a，b，c]T，记作向量
Figure FDA0004026675190000021
将所述动态三维仿真动态数据中移动方向向量记为
Figure FDA0004026675190000027
得坐标系变换公式：
Figure FDA0004026675190000022
其中RZYX为变换矩阵，其表达式为：
Figure FDA0004026675190000023
其中，α为Z轴对应的调整欧拉角，β为Y轴对应的调整欧拉角，γ为X轴对应的调整欧拉角，cosα简写为cα，cosβ简写为cβ，cosγ简写为cγ，其他三角函数以此类推。
8.根据权利要求7所述的机器人视觉用识别***，其特征在于，所述被执行单位动态补偿参数为由变换矩阵方程式计算得出的向量
Figure FDA0004026675190000024
向量
Figure FDA0004026675190000025
为已知的原始工具坐标系的Z轴向量，将向量参数代入
Figure FDA0004026675190000026
得到执行单位的xyz轴调整欧拉角参数。
9.一种机器人，包括存储器、处理器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，所述计算机程序被处理器执行时实现权利要求1-8任一项所述的机器人视觉用识别***的步骤中所述数据处理模块输出的被执行单位动态补偿参数，以驱使所述执行单位完成对所述被执行单位的预定工位操作。
10.根据权利要求9所述的一种机器人，其特征在于，所述执行单位具体为带机械爪的机械臂。
CN202211716648.XA 2022-12-29 2022-12-29 机器人视觉用识别***及具有该***的机器人 Pending CN116079791A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211716648.XA CN116079791A (zh) 2022-12-29 2022-12-29 机器人视觉用识别***及具有该***的机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211716648.XA CN116079791A (zh) 2022-12-29 2022-12-29 机器人视觉用识别***及具有该***的机器人

Publications (1)

Publication Number Publication Date
CN116079791A true CN116079791A (zh) 2023-05-09

Family

ID=86207606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211716648.XA Pending CN116079791A (zh) 2022-12-29 2022-12-29 机器人视觉用识别***及具有该***的机器人

Country Status (1)

Country Link
CN (1) CN116079791A (zh)

Similar Documents

Publication Publication Date Title
CN113610921B (zh) 混合工件抓取方法、设备及计算机可读存储介质
KR20180120647A (ko) 가이드된 어셈블리 환경에서 머신비전 좌표공간과 함께 묶기 위한 시스템 및 방법
CN110176078B (zh) 一种训练集数据的标注方法及装置
CN110065068B (zh) 一种基于逆向工程的机器人装配作业演示编程方法及装置
CN107957246B (zh) 基于双目视觉的传送带上物体几何尺寸测量方法
CN114355953B (zh) 一种基于机器视觉的多轴伺服***的高精度控制方法及***
US20020169586A1 (en) Automated CAD guided sensor planning process
CN114758236A (zh) 一种非特定形状物体识别、定位与机械手抓取***及方法
CN112577447B (zh) 一种三维全自动扫描***及方法
CN109215075B (zh) 工业机器人物料抓取中工件的定位识别***及方法
CN112348768A (zh) 将导线接触件与连接器的***孔对准的方法和***
CN115358965A (zh) 焊接变形量自适应的直线焊缝打磨轨迹生成方法及装置
CN109143167B (zh) 一种障碍信息获取装置及方法
CN116638521A (zh) 目标物件的机械臂定位抓取方法、***、设备及存储介质
CN115629066A (zh) 一种基于视觉引导的面向自动配线的方法及装置
CN113601501B (zh) 机器人柔性作业方法、装置及机器人
US20240029234A1 (en) Method for inspecting a correct execution of a processing step of components, in particular a wiring harness, data structure, and system
CN116079791A (zh) 机器人视觉用识别***及具有该***的机器人
CN111854616A (zh) 一种激光辅助下的树木胸径视觉测量方法与***
CN117021084A (zh) 工件抓取方法、装置、***、电子设备和存储介质
CN111475016A (zh) 一种基于计算机视觉的装配过程几何参数自适应测量***及方法
CN113561181B (zh) 目标检测模型的更新方法、装置及***
CN214200141U (zh) 基于视觉的机器人重复定位精度测量***
CN115164751A (zh) 一种铆接孔径尺寸检测***及方法
CN115346211A (zh) 一种视觉识别方法和视觉识别***及存储介质

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