[發明專利]基于形狀上下文特征的定位方法

在審

• 申請號: 201611104095.7
• 申請日: 2016-12-08
• 公開（公告）號: CN108182704A
• 公開（公告）日: 2018-06-19
• 發明（設計）人: 覃爭鳴;何中平;梁鵬
• 申請（專利權）人: 廣州映博智能科技有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/11;G06T7/136;G06T7/13;G06T7/33;G06T1/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于形狀上下文特征的定位方法，該方法包括：S1，對工件進行圖像采集并進行預處理；S2，對工件圖像進行閥值分割以提取輪廓圖像；S3，從已檢測出的輪廓中識別工件輪廓；S4，對左右圖進行立體匹配；S5，獲取抓取點的三維坐標信息。本發明方案利用形狀上下文特征檢測算法在已檢測出的輪廓中識別工件輪廓，采用直方圖結合Harris角點進行特征生成與匹配，加快了匹配速度，具有較高的精度，且對環境變化有一定的適應能力，能較精準地對工件進行定位。

技術領域

本發明屬于機器人視覺定位領域，涉及一種基于形狀上下文特征的定位方法。

背景技術

工件識別與抓取是生產線上工業機器人的一項重要應用，而目前生產線上多數的工業機器人是通過預先示教或者離線編程的方式來控制機器人執行預定的指令動作，一旦工作環境或目標對象發生變化，機器人不能及時適應這些變化，從而導致抓取失敗，因此，這種工作方式在很大程度上限制了工業機器人的靈活性和工作效率。

機器視覺技術由于其簡單、易用等特點在工業中得到了廣泛的應用，對提高生產效率和智能化水平起著至關重要的作用。如今，機器視覺技術已被廣泛應用于檢測、生產自動化等各個領域。通過視覺引導機器人進行抓取、搬運等任務作業，對于提高生產線的自動化水平，拓寬機器人的應用范圍都有十分重要的意義。

申請公布號為CN104369188B的發明專利申請公開了一種“基于機器視覺和超聲波傳感器的工件抓取裝置及方法”，該發明專利使用單目相機采集工件輪廓圖像，使用超聲波傳感器測距，實現了機器人對工件的抓取。但其裝置由相機、傳感器、液晶顯示屏、PLC等硬件構成，設備所需硬件多且成本較高。

論文“A case study of object identification using a Kinect sensor，2013IEEE International Conference on Systems,Man,and Cybernetics(SMC).2013:1743-1747，Huang Z Y,Huang J T,Hsu C M”，利用Kinect采集的RGB與深度信息，生成點云，并利用點云分割來實現目標物體識別，但該方法的實時性較差，且對算法優化要求較高。

發明內容

本發明目的在于提供一種基于形狀上下文特征的定位方法，利用形狀上下文特征檢測算法在已檢測出的輪廓中識別工件輪廓，采用直方圖結合Harris角點進行特征生成與匹配，加快了匹配速度，具有較高的精度，且對環境變化有一定的適應能力，能較精準地對工件進行定位，有效地解決了現有機器人無法及時適應工作環境或目標對象發生變化，導致操作失敗，從而無法滿足柔性生產系統的要求。

為解決上述技術問題，本發明采用如下的技術方案：一種基于形狀上下文特征的定位方法，所述方法包括：S1，對工件進行圖像采集并進行預處理；S2，對工件圖像進行閥值分割以提取輪廓圖像；S3，從已檢測出的輪廓中識別工件輪廓；S4，對左右圖進行立體匹配；S5，獲取抓取點的三維坐標信息。

進一步地，所述步驟S1中，對工件圖像的預處理包括：圖像采集、灰度處理、圖像濾波以及二值化。

進一步地，所述步驟S3中，采用形狀上下文特征檢測算法從已檢測出的輪廓中識別工件輪廓。

進一步地，所述步驟S4中，采用基于仿射模型的立體匹配方法。

本發明與現有技術相比具有以下的有益效果：

本發明方案利用形狀上下文特征檢測算法在已檢測出的輪廓中識別工件輪廓，采用直方圖結合Harris角點進行特征生成與匹配，加快了匹配速度，具有較高的精度，且對環境變化有一定的適應能力，能較精準地對工件進行定位。

附圖說明

圖1是基于形狀上下文特征的定位方法的流程框圖。

圖2是工件圖像預處理的流程圖。