[發明專利]一種基于圖像信息的機械手抓取物體的方法

有效

• 申請號: 201010603401.8
• 申請日: 2010-12-23
• 公開（公告）號: CN102126221A
• 公開（公告）日: 2011-07-20
• 發明（設計）人: 蘇建華;喬紅;區志財;劉傳凱
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: B25J13/00
• 分類號: B25J13/00;B25J13/08
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 梁愛榮

技術領域

本發明機器人技術領域，涉及一種基于圖像信息的機械手抓取物體的方法。

背景技術

在工業生產活動中，利用機械手抓取放置在工作臺或是傳送帶上的工件，是完成分揀、搬運或是裝配任務的基礎工序。例如在汽車發動機生產線中，需要利用機械手從一堆雜亂放置的工件中挑揀出連桿并裝配到發動機內。在螺栓加工線上，則需要將不符合規格要求的螺帽從傳送帶上分揀出。在玩具生產線上，需要將不同形狀的玩具搬運到不同的包裝箱內。在生活領域，目前出現了大量實用化的服務機器人。這些服務機器人，需要根據使用者的指令，智能抓取放置在不同位置的物體，例如水瓶、水果或是扳手。

因而，利用圖像信息，計算被抓取物體的位置，自動時計算出該物體的抓取點位置，對于工業機器人和服務機器人靈活完成不同的工作任務，具有重要的應用意義。

目前，大部分基于圖像信息的抓取方法屬于基于模型重構的抓取方法，即利用圖像信息重構出物體的幾何輪廓，然后從物體的幾何輪廓上計算出抓取點的精確位置。例如，文章，“Manipulation?of?Unmodeled?ObjectsUsing?Intelligent?Grasping?Schemes”[D.L.Bowers和R.Lumia]，專利CN03151424.3。這類方法的步驟是：首先，重構出物體的精確幾何模型，計算出模型上每個點的位置和該點的法向量；然后，根據形封閉或力封閉的準則，從大量點的集合及其法向量集合中，找出一組符合穩定抓取要求的點。這種算法由于獲取點的位置和法向量信息，因而算法復雜性較高；并且，由于機械手在抓取時需要精確到達抓取點位置，在實際應用過程中，如果機械手的手指位置產生偏差，不能到達計算出的抓取點位置，有可能會抓不穩物體。還有一些方法是基于離線訓練的抓取方法，建立物體的幾何輪廓與抓取點位置的映射關系。例如，文章Grasping?Unknown?ObjectsBased?on?3D?Model?Reconstruction[B.Wang]。這種方法需要事先用大量的輪廓訓練出映射函數。實時性不好。

發明內容

為了解決基于模型重構的抓取算法復雜性較高，并且在使用過程中，由于機械手手指位置的不精確，使物體脫離機械手，抓取不穩定；以及，基于離線學習的抓取方法，需要事先訓練抓取映射函數，算法的實時性不好等問題，本發明的目的是提供一種的基于圖像信息的機械手抓取物體的方法。

為了實現上述的目的，本發明提供一種基于圖像信息的機械手抓取物體的方法，利用圖像處理模塊、凸包計算模塊、最小寬度計算模塊和包容抓取區域計算模塊實現機械手抓取物體的步驟包括：

步驟S1：圖像處理模塊，從輸入計算機的原始圖像信息中提取待抓取物體的邊緣輪廓數據；

步驟S2：凸包計算模塊接收圖像處理模塊輸出的待抓取物體的邊緣輪廓數據，凸包計算模塊根據邊緣輪廓數據擬合出包圍物體邊緣輪廓的最小凸多邊形；

步驟S3：最小寬度計算模塊接收凸包計算模塊輸出的最小凸多邊形數據，最小寬度計算模塊利用最小凸多邊形數據計算出最小凸多邊形的最小寬度；

步驟S4：包容抓取區域計算模塊接收最小寬度計算模塊輸出的最小凸多邊形的最小寬度，包容抓取區域計算模塊利用最小凸多邊形的最小寬度計算機械手抓取物體時機械手與物體之間的相對位置關系，引導機械手抓取物體。

其中，所述凸包計算模塊根據邊緣輪廓數據擬合最小凸多邊形的步驟包括：

步驟S21：輸入待抓取物體的邊緣輪廓數據，計算待抓取物體的邊緣輪廓在y坐標最小的數據P_m，以P_m為極點，計算待抓取物體的邊緣輪廓的第j個數據P_j與極點P_m的極角Q_j，1≤j≤n，其中n為邊緣輪廓數據的個數；

步驟S22：按照極角Q_j從小到大的順序將n個邊緣輪廓數據的極角進行排序，得到邊緣輪廓數據與極角相對應的數據集合S＝{P₁，P₂，.....，P_n}，并設定凸包點的初始有序集合為S_init＝{R₁，R₂}，其中R₁和R₂表示最小凸多邊形的頂點，R₁的x坐標和y坐標等于P₁的x坐標和y坐標，R₂的x坐標和y坐標等于P₂的x坐標和y坐標；