在當(dāng)下這個(gè)人工智能不斷更新不斷進(jìn)步的時(shí)代，機(jī)器人已經(jīng)逐漸代替了一些人力進(jìn)行了工作；機(jī)器人的出現(xiàn)同時(shí)也標(biāo)志著傳統(tǒng)制造業(yè)向現(xiàn)代化制造業(yè)的轉(zhuǎn)變，機(jī)器人的視覺(jué)形成一般采用的是結(jié)構(gòu)光系統(tǒng)獲取目標(biāo)的俯視三維模型，包括獲取所述結(jié)構(gòu)光系統(tǒng)的相機(jī)和投影儀的內(nèi)外參數(shù)；獲取所述投影儀投射到所述目標(biāo)零件的編碼圖案；通過(guò)所述相機(jī)獲取所述編碼圖案的圖像；這三種方式合成機(jī)器人視線。



163815407118b70a


一種基于視覺(jué)的機(jī)器人分揀方法，首先采用結(jié)構(gòu)光系統(tǒng)獲取目標(biāo)零件的俯視三維模型；并將所述目標(biāo)零件的俯視三維模型與預(yù)先構(gòu)建的基準(zhǔn)模型庫(kù)中的基準(zhǔn)零件模型進(jìn)行匹配，獲得所述目標(biāo)零件的類(lèi)型以及所述目標(biāo)零件的俯視三維模型與所述對(duì)應(yīng)的基準(zhǔn)零件模型之間的變換矩陣；然后根據(jù)所述變換矩陣和所述基準(zhǔn)零件模型，獲得所述目標(biāo)零件的第一位置信息；并根據(jù)所述目標(biāo)零件的第一位置信息，獲得機(jī)器人坐標(biāo)下的第二位置信息；在根據(jù)所述第二位置信息，對(duì)所述目標(biāo)零件進(jìn)行拾取，并結(jié)合所述目標(biāo)零件的類(lèi)型以實(shí)現(xiàn)零件的分揀。由于首先獲取了目標(biāo)零件的俯視三維模型，并將俯視三維模型與構(gòu)建的基準(zhǔn)零件模型進(jìn)行匹配，這樣可以得到目標(biāo)零件的類(lèi)型，然后根據(jù)俯視三維模型到基準(zhǔn)零件模型的變換矩陣和所述基準(zhǔn)零件模型，獲得目標(biāo)零件的第一位置信息，即拾取的位置，再通過(guò)坐標(biāo)轉(zhuǎn)換，獲得第二位置信息，從而完成準(zhǔn)確拾取和分揀，相對(duì)于現(xiàn)有技術(shù)中采用二維圖像的匹配方法而言，本發(fā)明的方法可以實(shí)現(xiàn)對(duì)任意擺放的多個(gè)零件進(jìn)行類(lèi)型和位姿識(shí)別，從而完成分揀。解決了現(xiàn)有技術(shù)中零件抓取方法存在無(wú)法進(jìn)行識(shí)別和分揀的技術(shù)問(wèn)題。

機(jī)器人的視覺(jué)呈現(xiàn)方法主要包括：采用結(jié)構(gòu)光系統(tǒng)獲取目標(biāo)零件的俯視三維模型；將所述目標(biāo)零件的俯視三維模型與預(yù)先構(gòu)建的基準(zhǔn)模型庫(kù)中的基準(zhǔn)零件模型進(jìn)行匹配，獲得所述目標(biāo)零件的類(lèi)型以及所述目標(biāo)零件的俯視三維模型與所述對(duì)應(yīng)的基準(zhǔn)零件模型之間的變換矩陣.

本文機(jī)器人是怎么利用視覺(jué)進(jìn)行分揀的呢？：http://m.zzjbh.cn/industry-news/146.html，海川四維智能科技版權(quán)所有，抄襲必究！