[發明專利]非結構化機器人視覺檢測機械零件的同步識別與定位方法

在審

• 申請號: 201810087035.1
• 申請日: 2018-01-30
• 公開（公告）號: CN108305250A
• 公開（公告）日: 2018-07-20
• 發明（設計）人: 何自芬;張印輝
• 申請（專利權）人: 昆明理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T3/40;G06N3/04
• 代理公司: 昆明知道專利事務所(特殊普通合伙企業) 53116
• 代理人: 謝喬良;張玉

本發明公開非結構化機器人視覺檢測機械零件的同步識別與定位方法，包括讀取一個安裝于工業機器人手臂的視覺傳感器獲得的包含T幀視頻圖像的視頻序列，將視頻序列中的第I幀的圖像數據表示為{I(x,y)}_t^T₌₁；應用最近鄰插值法將上述的第I幀的圖像尺寸縮??；將上述縮小尺寸的圖像輸入機械零件卷積神經網絡模型，根據機械零件卷積神經網絡模型訓練所學習的模型參數M，輸出圖像I（x，y）每幀的估計預測p(x,y|M)給工業機器人控制系統，實現輸入圖像與機械零件的位置和識別之間對應，以便工業機器人拾取零件。本發明可以處理周圍環境的大動態變化、能夠應對非結構化制造條件、在保證識別和定位精度的同時計算效率較高。

技術領域

本發明屬于計算機視覺技術領域，具體涉及具有輕量級架構、可處理周圍環境的大動態變化、能夠應對非結構化制造條件、在保證識別和定位精度的同時計算效率較高的非結構化機器人視覺檢測機械零件的同步識別與定位方法。

背景技術

由于具有非接觸性、高速和高精度檢測的特點，機械與電子工程行業機器人對于不同類型的機械零部件進行可視化檢測具有很高的吸引力。近年來，視覺檢測已成為高科技工業機器人視覺領域的一個發展趨勢和不可或缺的技術，以視覺裝置和圖像處理算法為技術手段，以視覺伺服定位為目的，對產品質量進行評估、魯棒識別和精確定位以及在工業檢測平臺上對機械零部件進行本地化制造和熟練操作。

在實際工業檢測領域中，高性能機械零件檢測方法對機器人視覺檢測算法的研究和開發提出了巨大的挑戰。首先，工業CCD相機視場中的機械零件通常存在由制造現場照明變化而引起大動態的外觀變化。機械零件的外觀變化，諸如顏色、亮度漂移和對比度的降低，必然會對工業機器人的正常檢測性能產生阻礙作用。其次，待檢測的機械目標可能處于靜止狀態或運動狀態，其移動速度通常在不同工作時刻發生變化。靜態/運動狀態的不確定性以及移動速度的變化導致機械零件在抓取操縱過程中定位精度受到限制。第三，因為機械零部件通常是以任意方式來放置，機器人有必要識別具有不同姿勢的不同類型機械零部件。另外，在CCD相機的視場中，安裝在末端執行器上的手持式CCD攝像機產生移動，姿勢將不可避免地發生變化。目前，雖然也有針對周圍環境的大動態變化的非結構化制造條件下的視覺同步識別與定位的方法，諸如基于重量層為21層的FCN-8s架構以及其它基于更復雜的深度學習算法的模型架構的同步識別與定位方法。但上述方法的模型架構卻存在下述問題：第一是在智能制造過程中希望能夠快速訓練模型參數，上述模型架構組成的模型參數較多，難以實現快速訓練；第二是需要完全提供真實標注的訓練圖像，特別是對于諸如齒輪等具有復雜形狀的部件，注釋真實標注圖像較為耗時；第三是在上述模型架構下的視覺同步識別和定位的計算消耗較大。由于存在上述問題，現有技術中的非結構化制造條件下的視覺同步識別與定位的方法，可能會惡化工業機器人視覺系統的檢測性能。

發明內容

本發明的目的在于提供具有輕量級架構、可處理周圍環境的大動態變化、能夠應對非結構化制造條件、在保證識別和定位精度的同時計算效率較高的非結構化機器人視覺檢測機械零件的同步識別與定位方法。

本發明目的是這樣實現的，包括圖像采集、圖像預處理、識別與定位步驟，具體包括：