[實用新型]一種機器人動態抓取系統

有效

• 申請號: 201721508987.3
• 申請日: 2017-11-13
• 公開（公告）號: CN207752527U
• 公開（公告）日: 2018-08-21
• 發明（設計）人: 李友浩;張弓;王衛軍;韓彰秀;蔡君義
• 申請（專利權）人: 廣州中國科學院先進技術研究所;深圳市中科德睿智能科技有限公司
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06T7/292
• 代理公司: 廣州容大專利代理事務所(普通合伙) 44326
• 代理人: 劉新年;潘素云

本實用新型公開了一種機器人動態抓取系統，圖像采集預處理模塊實時接收工業相機傳輸而來的采集圖像，并對所得圖像進行預處理；多線索目標跟蹤模塊利用基于多線索的模板跟蹤算法確定前景目標區域；目標識別精確定位模塊采用基于邊緣梯度的模板匹配算法對前景目標進行精確識別；運動信息建模模塊采用隨機采樣一致性算法對視場內該物體的運動信息建模；機器人動態抓取模塊結合攝像機標定及手眼標定參數，實時反饋給機器人進行動態抓取。本實用新型采用基于多線索的目標跟蹤算法，能高效、準確地提取運動目標前景區域；在機器人分揀的應用場景下，能有效的提高視覺運動目標跟蹤算法的運行速度，實現高幀率實時識別，進而提高視覺伺服的精度。

技術領域

本實用新型涉及機器人視覺伺服技術領域，具體涉及一種機器人動態抓取系統。

背景技術

食品、藥品及電子制造行業的分揀工序是勞動密集型工作，近年來隨著人力成本的提高及工業機器人成本的降低，越來越多的機器人被應用到流水線上的分揀工序中。機器人視覺伺服及動態抓取技術，是指通過工業相機實時采集真實物體的圖像，通過目標跟蹤或模式識別技術對待抓取物體進行跟蹤及運動信息建模，反饋給機器人系統，做進一步的運動控制及路徑規劃以成功抓取物體。

目前，計算機視覺領域的運動目標跟蹤方法主要有光流法、幀間差分法及背景建模法等，工業分揀流水線上，由于其背景內容變化較小，適用于背景建模法，但運動目標跟蹤算法只能確定存在運動物體，而無法識別精確計算出其物體中心及旋轉角度；故工業上多采用基于區域特征(邊緣梯度或灰度特征)的模板匹配算法進行物體識別，再結合速度及時間信息對待抓取物體進行跟蹤建模。

現有技術缺點：

1)針對工業分揀流水線，采用基于背景建模的前景運動目標提取，其算法復雜度低，能高效地確定運動目標，但無法判斷物體的類別及仿射變換；

2)基于特征建模的二維模板匹配算法，能準確的對圖像中存在物體進行分類，并計算其位置及旋轉角度，但算法需對整張圖片進行遍歷查找，對于多種類目標的跟蹤及抓取問題，算法的計算消耗極大，有限的計算資源下，難以實現高幀率實時識別，影響視覺伺服的精度。

實用新型內容

有鑒于此，為了解決現有技術中的上述問題，本實用新型提出一種機器人動態抓取系統，利用工業相機采集生產線上實時圖像，結合基于多線索建模的目標跟蹤算法及基于邊緣梯度的模板匹配算法，對待抓取目標進行識別及定位，并采用隨機采樣一致性算法對運動信息建模，結合攝像機標定及手眼標定參數，實時反饋給機器人進行動態抓取。

本實用新型通過以下技術手段解決上述問題：

一種機器人動態抓取系統，包括依次連接的圖像采集預處理模塊、多線索目標跟蹤模塊、目標識別精確定位模塊、運動信息建模模塊以及機器人動態抓取模塊；

所述圖像采集預處理模塊用于實時接收工業相機傳輸而來的采集圖像，并對所得圖像進行預處理；

所述多線索目標跟蹤模塊用于利用基于多線索的模板跟蹤算法確定前景目標區域；

所述目標識別精確定位模塊用于采用基于邊緣梯度的模板匹配算法對前景目標進行精確識別；

所述運動信息建模模塊用于采用隨機采樣一致性算法對視場內該物體的運動信息建模；

所述機器人動態抓取模塊用于結合攝像機標定及手眼標定參數，實時反饋給機器人進行動態抓取。

進一步地，對所得圖像進行預處理包括圖像去噪及建立圖像金字塔。

進一步地，所述多線索的模板跟蹤算法具體為：