CN117067219B - 一种电车车身成型的钣金机械臂控制方法及*** - Google Patents
一种电车车身成型的钣金机械臂控制方法及*** Download PDFInfo
- Publication number
- CN117067219B CN117067219B CN202311326757.5A CN202311326757A CN117067219B CN 117067219 B CN117067219 B CN 117067219B CN 202311326757 A CN202311326757 A CN 202311326757A CN 117067219 B CN117067219 B CN 117067219B
- Authority
- CN
- China
- Prior art keywords
- sheet metal
- mechanical arm
- metal mechanical
- area
- geometric center
- 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
- 239000002184 metal Substances 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000000465 moulding Methods 0.000 title claims description 3
- 229910000831 Steel Inorganic materials 0.000 claims description 65
- 239000010959 steel Substances 0.000 claims description 65
- 238000007493 shaping process Methods 0.000 claims description 11
- 230000009191 jumping Effects 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 description 7
- 239000003086 colorant Substances 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004080 punching Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- 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)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种电车车身成型的钣金机械臂控制方法及***,属于控制***技术领域,本发明中在钣金机械臂移动至电车车身钢板上方后,通过图像传感器采集钣金机械臂与电车车身钢板的图像,从而确定出混合图像中的钣金机械臂区域,根据钣金机械臂区域上像素点的坐标,能确定钣金机械臂的位置,从而实现对钣金机械臂的位置进行精准的移动,使其达到目标位置,解决了钣金机械臂抓取电车车身钢板的位置存在偏差的问题。
Description
技术领域
本发明涉及控制***技术领域,具体涉及一种电车车身成型的钣金机械臂控制方法及***。
背景技术
在对电车车身钢板进行冲压时,需要通过钣金机械臂抓取电车车身钢板移动至待冲压区域。在此过程中,钣金机械臂需要精准抓取电车车身钢板,从而保障后续能精准放置在冲压区域,在冲压区域的位置决定电车车身钢板成型形状。因此,需要保障钣金机械臂精准抓取电车车身钢板,在钣金机械臂使用过程中,钣金机械臂的运动路径为提前设计好的,钣金机械臂按设计好的运动路径进行运动,但是由于使用时间造成的零件松动或者老化,会造成钣金机械臂抓取电车车身钢板的位置存在偏差,无法精准抓取电车车身钢板。
发明内容
针对现有技术中的上述不足,本发明提供的一种电车车身成型的钣金机械臂控制方法及***解决了钣金机械臂抓取电车车身钢板的位置存在偏差的问题。
为了达到上述发明目的,本发明采用的技术方案为:一种电车车身成型的钣金机械臂控制方法,包括以下步骤:
S1、将钣金机械臂移动至电车车身钢板上方;
S2、通过图像传感器采集钣金机械臂与电车车身钢板的图像,得到混合图像;
S3、获取在混合图像中的钣金机械臂区域;
S4、根据钣金机械臂区域上像素点的坐标,对钣金机械臂进行移动。
进一步地,所述S3包括以下分步骤:
S31、对混合图像上的像素点进行分类处理,得到各个分类区域;
S32、找到各个分类区域中的电车车身钢板区域;
S33、将被电车车身钢板区域包围的其他分类区域作为钣金机械臂区域。
上述进一步地方案的有益效果为:本发明中对混合图像上的像素点进行分类,得到各个分类区域,实现将混合图像中各个物体进行划分成不同区域,找到电车车身钢板区域,根据电车车身钢板规则的结构,其包围的区域为钣金机械臂区域。
进一步地,所述S31包括以下分步骤:
S311、取混合图像上的未分类区域中任一像素点,作为分类对比点;
S312、计算混合图像上的未分类区域中其他像素点与分类对比点的颜色近似度;
S313、将颜色近似度小于近似阈值的像素点归为一个分类区域,并跳转至步骤S311,直到混合图像上所有像素点分类完。
上述进一步地方案的有益效果为:本发明中一直取未分类区域中任一像素点,作为分类对比点,一直对比其他像素点与该分类对比点的颜色近似度,从而将颜色相近的像素点归为一类,由于钢板的颜色统一,因此,属于钢板的像素点能被分到一个类中。
进一步地,所述S312中计算混合图像上的未分类区域中其他像素点与分类对比点的颜色近似度的公式为:
,
其中,Si为混合图像上的未分类区域中第i个像素点与分类对比点的颜色近似度,Ri为混合图像上的未分类区域中第i个像素点的R通道值,Gi为混合图像上的未分类区域中第i个像素点的G通道值,Bi为混合图像上的未分类区域中第i个像素点的B通道值,Ro为分类对比点的R通道值,Go为分类对比点的G通道值,Bo为分类对比点的B通道值。
上述进一步地方案的有益效果为:本发明中利用颜色近似度,对像素点进行分类,从颜色的三个通道上分别计算出差距,保障三个通道颜色都近似。
进一步地,所述S32包括以下分步骤:
S321、找到面积在(mup,mdown)范围内的分类区域,作为疑似分类区域,其中,mup为上限面积阈值,mdown为下限面积阈值;
S322、提取疑似分类区域的边缘像素点;
S323、在多个连续边缘像素点满足边缘条件时,疑似分类区域为电车车身钢板区域。
上述进一步地方案的有益效果为:在本发明中面积可通过像素点的数量表达,在图像传感器固定时,电车车身钢板的大小也固定,因此,电车车身钢板成像的大小固定,因此,可以通过面积的方式筛选出疑似分类区域,再通过电车车身钢板规则的结构,确定出电车车身钢板区域。
进一步地,所述S323中边缘条件为:
,
,
其中,θn为第n个边缘像素点的角度,yn为第n个边缘像素点的纵坐标,xn为第n个边缘像素点的横坐标,yn-1为第n-1个边缘像素点的纵坐标,xn-1为第n-1个边缘像素点的横坐标,N为连续边缘像素点的数量,θth为角度差阈值,arctan为反正切函数。
上述进一步地方案的有益效果为:本发明中利用电车车身钢板规则的结构,从而取多个连续边缘像素点,判断出该多个连续边缘像素点是否规则,即是否满足边缘条件,每个边缘像素点与相邻边缘像素点的角度是否一致,若是,则为电车车身钢板区域。
进一步地,所述S4包括以下分步骤:
S41、根据钣金机械臂区域上像素点的坐标,计算实时几何中心坐标;
S42、计算实时几何中心坐标与标准几何中心坐标的距离;
S43、判断距离是否大于距离阈值,若是,则根据实时几何中心坐标和标准几何中心坐标,得到横向距离差和纵向距离差,并跳转至步骤S44,若否,则钣金机械臂已达到标准位置;
S44、根据横向距离差,对钣金机械臂进行横向移动;
S45、根据纵向距离差,对钣金机械臂进行纵向移动。
上述进一步地方案的有益效果为:本发明中根据电车车身钢板区域找到钣金机械臂区域,将钣金机械臂区域的实时几何中心坐标与标准几何中心坐标进行比较,从而确定出偏离距离,对钣金机械臂进行调整。
进一步地,所述S41中计算实时几何中心坐标的公式为:
,
,
其中,xc为实时几何中心横坐标,yc为实时几何中心纵坐标,xk为钣金机械臂区域上第k个像素点的横坐标,yk为钣金机械臂区域上第k个像素点的纵坐标,K为钣金机械臂区域上像素点的数量。
进一步地,所述S42中计算实时几何中心坐标与标准几何中心坐标的距离的公式为:
,
其中,d为实时几何中心坐标与标准几何中心坐标的距离,xc为实时几何中心横坐标,yc为实时几何中心纵坐标,xo为标准几何中心横坐标,yo为标准几何中心纵坐标。
一种电车车身成型的钣金机械臂控制方法的***,包括:第一移动单元、采集单元、获取单元和第二移动单元;
所述第一移动单元用于将钣金机械臂移动至电车车身钢板上方;
所述采集单元用于通过图像传感器采集钣金机械臂与电车车身钢板的图像,得到混合图像;
所述获取单元用于获取在混合图像中的钣金机械臂区域;
所述第二移动单元用于根据钣金机械臂区域上像素点的坐标,对钣金机械臂进行移动。
综上,本发明的有益效果为:本发明中在钣金机械臂移动至电车车身钢板上方后,通过图像传感器采集钣金机械臂与电车车身钢板的图像,从而确定出混合图像中的钣金机械臂区域,根据钣金机械臂区域上像素点的坐标,能确定钣金机械臂的位置,从而实现对钣金机械臂的位置进行精准的移动,使其达到目标位置,相当于在钣金机械臂按原本设计好的运动路径运动后,达到电车车身钢板上方,但是由于长时间的使用,导致钣金机械臂存在运动上小的偏差,使用本发明的方法可以进行再次矫正,进一步的矫正了钣金机械臂的位置,解决了钣金机械臂抓取电车车身钢板的位置存在偏差的问题。
附图说明
图1为一种电车车身成型的钣金机械臂控制方法的流程图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,一种电车车身成型的钣金机械臂控制方法,包括以下步骤:
S1、将钣金机械臂移动至电车车身钢板上方;
S2、通过图像传感器采集钣金机械臂与电车车身钢板的图像,得到混合图像;
在本发明中,图像传感器固定在钣金机械臂与电车车身钢板的上方,便于将钣金机械臂与电车车身钢板采集进图像中,便于找到电车车身钢板区域的位置。
S3、获取在混合图像中的钣金机械臂区域;
S4、根据钣金机械臂区域上像素点的坐标,对钣金机械臂进行移动。
所述S3包括以下分步骤:
S31、对混合图像上的像素点进行分类处理,得到各个分类区域;
S32、找到各个分类区域中的电车车身钢板区域;
S33、将被电车车身钢板区域包围的其他分类区域作为钣金机械臂区域。
本发明中对混合图像上的像素点进行分类,得到各个分类区域,实现将混合图像中各个物体进行划分成不同区域,找到电车车身钢板区域,根据电车车身钢板规则的结构,其包围的区域为钣金机械臂区域。由于,本发明中,图像传感器固定在钣金机械臂与电车车身钢板的上方,钣金机械臂在电车车身钢板上方,因此,成像后,钣金机械臂区域在电车车身钢板区域内。
所述S31包括以下分步骤:
S311、取混合图像上的未分类区域中任一像素点,作为分类对比点;
S312、计算混合图像上的未分类区域中其他像素点与分类对比点的颜色近似度;
S313、将颜色近似度小于近似阈值的像素点归为一个分类区域,并跳转至步骤S311,直到混合图像上所有像素点分类完。
本发明中一直取未分类区域中任一像素点,作为分类对比点,一直对比其他像素点与该分类对比点的颜色近似度,从而将颜色相近的像素点归为一类,由于钢板的颜色统一,因此,属于钢板的像素点能被分到一个类中。
所述S312中计算混合图像上的未分类区域中其他像素点与分类对比点的颜色近似度的公式为:
,
其中,Si为混合图像上的未分类区域中第i个像素点与分类对比点的颜色近似度,Ri为混合图像上的未分类区域中第i个像素点的R通道值,Gi为混合图像上的未分类区域中第i个像素点的G通道值,Bi为混合图像上的未分类区域中第i个像素点的B通道值,Ro为分类对比点的R通道值,Go为分类对比点的G通道值,Bo为分类对比点的B通道值。
本发明中利用颜色近似度,对像素点进行分类,从颜色的三个通道上分别计算出差距,保障三个通道颜色都近似。
所述S32包括以下分步骤:
S321、找到面积在(mup,mdown)范围内的分类区域,作为疑似分类区域,其中,mup为上限面积阈值,mdown为下限面积阈值;
S322、提取疑似分类区域的边缘像素点;
S323、在多个连续边缘像素点满足边缘条件时,疑似分类区域为电车车身钢板区域。
在本发明中,上限面积阈值和下限面积阈值根据经验或实验进行设置。
在本发明中面积可通过像素点的数量表达,多少像素点表征多大的面积,在图像传感器固定时,电车车身钢板的大小也固定,因此,电车车身钢板成像的大小固定,因此,可以通过面积的方式筛选出疑似分类区域,再通过电车车身钢板规则的结构,确定出电车车身钢板区域。
所述S323中边缘条件为:
,
,
其中,θn为第n个边缘像素点的角度,yn为第n个边缘像素点的纵坐标,xn为第n个边缘像素点的横坐标,yn-1为第n-1个边缘像素点的纵坐标,xn-1为第n-1个边缘像素点的横坐标,N为连续边缘像素点的数量,θth为角度差阈值,arctan为反正切函数。
本发明中利用电车车身钢板规则的结构,从而取多个连续边缘像素点,判断出该多个连续边缘像素点是否规则,即是否满足边缘条件,每个边缘像素点与相邻边缘像素点的角度是否一致,若是,则为电车车身钢板区域。
所述S4包括以下分步骤:
S41、根据钣金机械臂区域上像素点的坐标,计算实时几何中心坐标;
S42、计算实时几何中心坐标与标准几何中心坐标的距离;
S43、判断距离是否大于距离阈值,若是,则根据实时几何中心坐标和标准几何中心坐标,得到横向距离差和纵向距离差,并跳转至步骤S44,若否,则钣金机械臂已达到标准位置;
S44、根据横向距离差,对钣金机械臂进行横向移动;
S45、根据纵向距离差,对钣金机械臂进行纵向移动。
在本发明中,实时几何中心坐标和标准几何中心坐标的两个横坐标相减,再乘以比例系数得到横向距离差。
在本发明中,实时几何中心坐标和标准几何中心坐标的两个纵坐标相减,再乘以比例系数得到纵向距离差,其中,比例系数为图像与实际空间的换算比例。
本发明中根据电车车身钢板区域找到钣金机械臂区域,将钣金机械臂区域的实时几何中心坐标与标准几何中心坐标进行比较,从而确定出偏离距离,对钣金机械臂进行调整。
所述S41中计算实时几何中心坐标的公式为:
,
,
其中,xc为实时几何中心横坐标,yc为实时几何中心纵坐标,xk为钣金机械臂区域上第k个像素点的横坐标,yk为钣金机械臂区域上第k个像素点的纵坐标,K为钣金机械臂区域上像素点的数量。
所述S42中计算实时几何中心坐标与标准几何中心坐标的距离的公式为:
,
其中,d为实时几何中心坐标与标准几何中心坐标的距离,xc为实时几何中心横坐标,yc为实时几何中心纵坐标,xo为标准几何中心横坐标,yo为标准几何中心纵坐标。
在本发明中标准几何中心坐标为提前设定好的目标位置。
一种电车车身成型的钣金机械臂控制方法的***,包括:第一移动单元、采集单元、获取单元和第二移动单元;
所述第一移动单元用于将钣金机械臂移动至电车车身钢板上方;
所述采集单元用于通过图像传感器采集钣金机械臂与电车车身钢板的图像,得到混合图像;
所述获取单元用于获取在混合图像中的钣金机械臂区域;
所述第二移动单元用于根据钣金机械臂区域上像素点的坐标,对钣金机械臂进行移动。
在本实施例中,***与方法的实现过程一致。
本发明中在钣金机械臂移动至电车车身钢板上方后,通过图像传感器采集钣金机械臂与电车车身钢板的图像,从而确定出混合图像中的钣金机械臂区域,根据钣金机械臂区域上像素点的坐标,能确定钣金机械臂的位置,从而实现对钣金机械臂的位置进行精准的移动,使其达到目标位置,相当于在钣金机械臂按原本设计好的运动路径运动后,达到电车车身钢板上方,但是由于长时间的使用,导致钣金机械臂存在运动上小的偏差,使用本发明的方法可以进行再次矫正,进一步的矫正了钣金机械臂的位置,解决了钣金机械臂抓取电车车身钢板的位置存在偏差的问题。
以上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)
1.一种电车车身成型的钣金机械臂控制方法,其特征在于,包括以下步骤:
S1、将钣金机械臂移动至电车车身钢板上方;
S2、通过图像传感器采集钣金机械臂与电车车身钢板的图像,得到混合图像;
S3、获取在混合图像中的钣金机械臂区域;
S4、根据钣金机械臂区域上像素点的坐标,对钣金机械臂进行移动;
所述S3包括以下分步骤:
S31、根据像素点的颜色近似度,对混合图像上的像素点进行分类处理,得到各个分类区域;
S32、找到各个分类区域中的电车车身钢板区域;
S33、将被电车车身钢板区域包围的其他分类区域作为钣金机械臂区域。
2.根据权利要求1所述的电车车身成型的钣金机械臂控制方法,其特征在于,所述S31包括以下分步骤:
S311、取混合图像上的未分类区域中任一像素点,作为分类对比点;
S312、计算混合图像上的未分类区域中其他像素点与分类对比点的颜色近似度;
S313、将颜色近似度小于近似阈值的像素点归为一个分类区域,并跳转至步骤S311,直到混合图像上所有像素点分类完。
3.根据权利要求2所述的电车车身成型的钣金机械臂控制方法,其特征在于,所述S312中计算混合图像上的未分类区域中其他像素点与分类对比点的颜色近似度的公式为:
,
其中,Si为混合图像上的未分类区域中第i个像素点与分类对比点的颜色近似度,Ri为混合图像上的未分类区域中第i个像素点的R通道值,Gi为混合图像上的未分类区域中第i个像素点的G通道值,Bi为混合图像上的未分类区域中第i个像素点的B通道值,Ro为分类对比点的R通道值,Go为分类对比点的G通道值,Bo为分类对比点的B通道值。
4.根据权利要求1所述的电车车身成型的钣金机械臂控制方法,其特征在于,所述S32包括以下分步骤:
S321、找到面积在(mup,mdown)范围内的分类区域,作为疑似分类区域,其中,mup为上限面积阈值,mdown为下限面积阈值;
S322、提取疑似分类区域的边缘像素点;
S323、在多个连续边缘像素点满足边缘条件时,疑似分类区域为电车车身钢板区域。
5.根据权利要求4所述的电车车身成型的钣金机械臂控制方法,其特征在于,所述S323中边缘条件为:
,
,
其中,θn为第n个边缘像素点的角度,yn为第n个边缘像素点的纵坐标,xn为第n个边缘像素点的横坐标,yn-1为第n-1个边缘像素点的纵坐标,xn-1为第n-1个边缘像素点的横坐标,N为连续边缘像素点的数量,θth为角度差阈值,arctan为反正切函数。
6.根据权利要求1所述的电车车身成型的钣金机械臂控制方法,其特征在于,所述S4包括以下分步骤:
S41、根据钣金机械臂区域上像素点的坐标,计算实时几何中心坐标;
S42、计算实时几何中心坐标与标准几何中心坐标的距离;
S43、判断距离是否大于距离阈值,若是,则根据实时几何中心坐标和标准几何中心坐标,得到横向距离差和纵向距离差,并跳转至步骤S44,若否,则钣金机械臂已达到标准位置;
S44、根据横向距离差,对钣金机械臂进行横向移动;
S45、根据纵向距离差,对钣金机械臂进行纵向移动。
7.根据权利要求6所述的电车车身成型的钣金机械臂控制方法,其特征在于,所述S41中计算实时几何中心坐标的公式为:
,
,
其中,xc为实时几何中心横坐标,yc为实时几何中心纵坐标,xk为钣金机械臂区域上第k个像素点的横坐标,yk为钣金机械臂区域上第k个像素点的纵坐标,K为钣金机械臂区域上像素点的数量。
8.根据权利要求6所述的电车车身成型的钣金机械臂控制方法,其特征在于,所述S42中计算实时几何中心坐标与标准几何中心坐标的距离的公式为:
,
其中,d为实时几何中心坐标与标准几何中心坐标的距离,xc为实时几何中心横坐标,yc为实时几何中心纵坐标,xo为标准几何中心横坐标,yo为标准几何中心纵坐标。
9.根据权利要求1~8任一项所述的电车车身成型的钣金机械臂控制方法的***,其特征在于,包括:第一移动单元、采集单元、获取单元和第二移动单元;
所述第一移动单元用于将钣金机械臂移动至电车车身钢板上方;
所述采集单元用于通过图像传感器采集钣金机械臂与电车车身钢板的图像,得到混合图像;
所述获取单元用于获取在混合图像中的钣金机械臂区域;
所述第二移动单元用于根据钣金机械臂区域上像素点的坐标,对钣金机械臂进行移动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311326757.5A CN117067219B (zh) | 2023-10-13 | 2023-10-13 | 一种电车车身成型的钣金机械臂控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311326757.5A CN117067219B (zh) | 2023-10-13 | 2023-10-13 | 一种电车车身成型的钣金机械臂控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117067219A CN117067219A (zh) | 2023-11-17 |
CN117067219B true CN117067219B (zh) | 2023-12-15 |
Family
ID=88711974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311326757.5A Active CN117067219B (zh) | 2023-10-13 | 2023-10-13 | 一种电车车身成型的钣金机械臂控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117067219B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109551459A (zh) * | 2017-09-25 | 2019-04-02 | 发那科株式会社 | 机器人***以及工件取出方法 |
CN109658413A (zh) * | 2018-12-12 | 2019-04-19 | 深圳前海达闼云端智能科技有限公司 | 一种机器人目标物体抓取位置检测的方法 |
CN110480637A (zh) * | 2019-08-12 | 2019-11-22 | 浙江大学 | 一种基于Kinect传感器的机械臂零件图像识别抓取方法 |
CN110605740A (zh) * | 2019-10-12 | 2019-12-24 | 上海德容智能科技有限公司 | 一种适用于汽车顶盖自动搬运过程的视觉引导上料*** |
CN113580149A (zh) * | 2021-09-30 | 2021-11-02 | 湖南大学 | 基于关键点预测网络的无序混叠工件抓取方法和*** |
CN116175542A (zh) * | 2021-11-28 | 2023-05-30 | 梅卡曼德(北京)机器人科技有限公司 | 抓取控制方法、装置、电子设备和存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220395981A1 (en) * | 2021-06-09 | 2022-12-15 | eBots Inc. | System and method for improving accuracy of 3d eye-to-hand coordination of a robotic system |
-
2023
- 2023-10-13 CN CN202311326757.5A patent/CN117067219B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109551459A (zh) * | 2017-09-25 | 2019-04-02 | 发那科株式会社 | 机器人***以及工件取出方法 |
CN109658413A (zh) * | 2018-12-12 | 2019-04-19 | 深圳前海达闼云端智能科技有限公司 | 一种机器人目标物体抓取位置检测的方法 |
CN110480637A (zh) * | 2019-08-12 | 2019-11-22 | 浙江大学 | 一种基于Kinect传感器的机械臂零件图像识别抓取方法 |
CN110605740A (zh) * | 2019-10-12 | 2019-12-24 | 上海德容智能科技有限公司 | 一种适用于汽车顶盖自动搬运过程的视觉引导上料*** |
CN113580149A (zh) * | 2021-09-30 | 2021-11-02 | 湖南大学 | 基于关键点预测网络的无序混叠工件抓取方法和*** |
CN116175542A (zh) * | 2021-11-28 | 2023-05-30 | 梅卡曼德(北京)机器人科技有限公司 | 抓取控制方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117067219A (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104282020B (zh) | 一种基于目标运动轨迹的车辆速度检测方法 | |
CN109145928B (zh) | 一种基于图像的车头朝向识别方法及装置 | |
CN102184413B (zh) | 车辆智能监控***中车身颜色自动识别方法 | |
TWI409718B (zh) | 移動中車輛之車牌定位方法 | |
CN108875735B (zh) | 钢板生产线点阵喷码字符自动检测方法 | |
CN107564034A (zh) | 一种监控视频中多目标的行人检测与跟踪方法 | |
CN108693194B (zh) | 钢板生产线点阵喷码机器视觉自动检测*** | |
CN108256521B (zh) | 用于车身颜色识别的有效区域定位方法 | |
CN103824066A (zh) | 一种基于视频流的车牌识别方法 | |
CN109727273B (zh) | 一种基于车载鱼眼相机的移动目标检测方法 | |
CN113370977A (zh) | 一种基于视觉的智能车辆前向碰撞预警方法及*** | |
CN104408932A (zh) | 一种基于视频监控的酒驾车辆检测*** | |
CN111444778A (zh) | 一种车道线检测方法 | |
CN109685827B (zh) | 一种基于dsp的目标检测与跟踪方法 | |
JP2018005682A (ja) | 画像処理装置 | |
CN109254271B (zh) | 一种用于地面监视雷达***的静止目标抑制方法 | |
CN111968132A (zh) | 一种基于全景视觉的无线充电对位的相对位姿解算方法 | |
CN113808087A (zh) | 钢板表面的缺陷管控方法、装置及计算机可读存储介质 | |
CN110907909A (zh) | 一种基于概率统计的雷达目标识别方法 | |
CN117067219B (zh) | 一种电车车身成型的钣金机械臂控制方法及*** | |
CN111967323A (zh) | 一种基于深度学习算法的电力带电作业安全检测方法 | |
CN114066997A (zh) | 一种基于双目视觉和对称性的偏移量检测方法 | |
CN117241134B (zh) | 用于摄像机的拍摄模式切换方法 | |
CN109325963B (zh) | 一种基于svm的公交乘客三维轨迹分类方法 | |
Xing et al. | Research and implementation of an improved radon transform for license plate recognition |
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 |