機(jī)器人視覺定位方法和裝置、視覺標(biāo)定方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及機(jī)器人領(lǐng)域，特別是設(shè)及一種機(jī)器人視覺定位方法和裝置，視覺標(biāo)定 方法和裝置。
【背景技術(shù)】
[0002] 工業(yè)機(jī)器人系統(tǒng)中工件定位方法有機(jī)械定位、光電感應(yīng)器、磁性感應(yīng)器、視覺定位 等，其中機(jī)械定位和感應(yīng)器定位具有成本低廉的優(yōu)點(diǎn)，但是定位精度差、柔性差。而視覺定 位具有精度高，靈活性好的優(yōu)點(diǎn)。
[0003] 傳統(tǒng)的視覺處理方法都是采用模板特征匹配算法或者斑點(diǎn)掃描的方法，但是模板 特征匹配方法計(jì)算復(fù)雜度大，對(duì)于機(jī)器人視覺應(yīng)用需要建立多模板數(shù)據(jù)，設(shè)置復(fù)雜，不斷隨 著新情況的出現(xiàn)調(diào)整模板，而斑點(diǎn)檢測(cè)方法，檢測(cè)成功率受到環(huán)境光照條件和攝像機(jī)參數(shù) 的影響較大，W上兩種方法都需要經(jīng)常設(shè)置圖像參數(shù)和模板，只要識(shí)別標(biāo)識(shí)發(fā)生變化即需 要重新設(shè)置模板，否則會(huì)發(fā)生漏識(shí)別或不能識(shí)別的現(xiàn)象，系統(tǒng)的魯棒性能差。
【發(fā)明內(nèi)容】
[0004] 基于此，有必要針對(duì)上述需要經(jīng)常重新設(shè)置模板的問題，提出了一種簡(jiǎn)單的不需 要經(jīng)常重新讀入模板的機(jī)器人視覺定位方法和裝置。
[0005] -種機(jī)器人視覺定位方法，所述方法包括:Sl:獲取目標(biāo)圖像，并對(duì)所述目標(biāo)圖像 進(jìn)行預(yù)處理;S2:根據(jù)預(yù)設(shè)的分割參數(shù)對(duì)步驟Sl處理過的圖像進(jìn)行特征分割；S3:對(duì)步驟S2 處理過的圖像進(jìn)行濾波處理；S4:對(duì)步驟S3處理過的圖像進(jìn)行連通域檢測(cè)提取組成特征標(biāo) 志的亮斑；S5:對(duì)所述亮斑進(jìn)行過濾處理;S6:判斷過濾后的亮斑數(shù)目是否符合預(yù)設(shè)的亮斑 數(shù)目，若是，則進(jìn)入步驟S7,若否，則按預(yù)設(shè)規(guī)則調(diào)整步驟S2中的分割參數(shù)，重復(fù)上述步驟 S2-S6; S7:識(shí)別所述亮斑輪廓線;S8:判斷所述識(shí)別出的亮斑輪廓線與預(yù)設(shè)的模板輪廓線是 否匹配;若匹配，則進(jìn)入步驟S9; S9:輸出識(shí)別出的特征標(biāo)志。
[0006] -種機(jī)器人視覺定位裝置，所述裝置包括:獲取模塊，用于獲取目標(biāo)圖像，并對(duì)所 述目標(biāo)圖像進(jìn)行預(yù)處理;分割模塊，用于根據(jù)預(yù)設(shè)的分割參數(shù)對(duì)預(yù)處理過的圖像進(jìn)行特征 分割;濾波模塊，用于對(duì)分割模塊處理過的圖像進(jìn)行濾波處理;檢測(cè)模塊，用于對(duì)濾波模塊 處理過的圖像進(jìn)行連通域檢測(cè)提取組成特征標(biāo)志的亮斑;過濾模塊，用于對(duì)所述亮斑進(jìn)行 過濾處理;判斷模塊，用于判斷過濾后的斑點(diǎn)數(shù)目是否符合預(yù)設(shè)的數(shù)目，若否，則通知分割 模塊根據(jù)預(yù)設(shè)的規(guī)則調(diào)整分割參數(shù);識(shí)別模塊，用于若過濾后的斑點(diǎn)數(shù)目符合預(yù)設(shè)的數(shù)目 則識(shí)別所述亮斑輪廓線；匹配模塊，用于判斷所述識(shí)別出的亮斑輪廓線與預(yù)設(shè)的模板輪廓 線是否匹配;輸出模塊，用于若識(shí)別出的亮斑輪廓線與預(yù)設(shè)的模板輪廓線匹配，則輸出識(shí)別 出的特征標(biāo)志。
[0007] 上述方法和裝置通過獲取目標(biāo)圖像，并對(duì)所述目標(biāo)圖像進(jìn)行預(yù)處理;根據(jù)預(yù)設(shè)的 分割參數(shù)對(duì)圖像進(jìn)行特征分割，對(duì)分割后的圖像進(jìn)行濾波處理，對(duì)濾波后的圖像進(jìn)行連通 域檢測(cè)提取組成特征標(biāo)志的亮斑，對(duì)提取的亮斑進(jìn)行過濾處理，判斷過濾后的亮斑數(shù)目是 否符合預(yù)設(shè)的數(shù)目，若否，則重新調(diào)整分割參數(shù)，進(jìn)行重新檢測(cè)，若是，則識(shí)別亮斑輪廓線， 判斷識(shí)別出的亮斑輪廓線與預(yù)設(shè)的模板輪廓線是否匹配，若是，則輸出識(shí)別出的特征標(biāo)志。 當(dāng)亮斑數(shù)目不符合預(yù)設(shè)的數(shù)目時(shí)，自動(dòng)重新調(diào)整分割參數(shù)，不需要重新讀入模板參數(shù)。該方 法通過自動(dòng)調(diào)整分割參數(shù)，使得分割后的輪廓符合初始設(shè)置條件，經(jīng)過幾次迭代后可W把 特征標(biāo)志識(shí)別出來，適應(yīng)光照條件不同的圖像檢測(cè)，在光照不穩(wěn)定的條件下也能實(shí)現(xiàn)特征 標(biāo)志的識(shí)別，另外，該方法避免了人工干預(yù)調(diào)整參數(shù)，實(shí)現(xiàn)了視覺系統(tǒng)長(zhǎng)期穩(wěn)定地運(yùn)行。
[0008] -種視覺標(biāo)定方法，該方法包括:識(shí)別工件上的特征標(biāo)志;通過機(jī)械手帶動(dòng)攝像頭 移動(dòng)到所述特征標(biāo)志上方，記錄移動(dòng)的物理坐標(biāo);對(duì)所述物理坐標(biāo)對(duì)應(yīng)的圖像進(jìn)行處理，識(shí) 別出特征標(biāo)志在圖像中的坐標(biāo);根據(jù)記錄的物理坐標(biāo)和對(duì)應(yīng)的圖像坐標(biāo)，確定特征標(biāo)志的 圖像坐標(biāo)與物理坐標(biāo)之間的映射關(guān)系。
[0009] -種視覺標(biāo)定裝置，該裝置包括:標(biāo)志識(shí)別模塊，用于識(shí)別工件上的特征標(biāo)志；坐 標(biāo)記錄模塊，用于通過機(jī)械手帶動(dòng)攝像頭移動(dòng)到所述特征標(biāo)志上方，記錄移動(dòng)的物理坐標(biāo)； 坐標(biāo)識(shí)別模塊，用于對(duì)所述物理坐標(biāo)對(duì)應(yīng)的圖像進(jìn)行處理，識(shí)別出特征標(biāo)志在圖像中的坐 標(biāo);關(guān)系確定模塊，用于根據(jù)記錄的物理坐標(biāo)和對(duì)應(yīng)的圖像坐標(biāo)，確定特征標(biāo)志的圖像坐標(biāo) 與物理坐標(biāo)之間的映射關(guān)系。
[0010] 上述視覺標(biāo)定方法和裝置，通過識(shí)別工件上的特征標(biāo)志，繼而通過機(jī)械手帶動(dòng)攝 像頭移動(dòng)到特征標(biāo)志上方，記錄移動(dòng)的物理坐標(biāo)，對(duì)物理坐標(biāo)對(duì)應(yīng)的圖像進(jìn)行處理，識(shí)別出 特征標(biāo)志在圖像中的坐標(biāo)，根據(jù)記錄的物理坐標(biāo)和對(duì)應(yīng)的圖像坐標(biāo)，確定特征標(biāo)志的圖像 坐標(biāo)與物理坐標(biāo)之間的映射關(guān)系。該標(biāo)定方法簡(jiǎn)便，直接使用實(shí)際產(chǎn)品進(jìn)行標(biāo)定，標(biāo)志過程 全自動(dòng)進(jìn)行，避免了人工干預(yù)，標(biāo)定參數(shù)準(zhǔn)確可靠。
【附圖說明】
[0011] 圖1為一個(gè)實(shí)施例中機(jī)器人視覺定位方法的流程圖；
[0012] 圖2為一個(gè)實(shí)施例中連通域的星型拓?fù)浞绞降氖疽鈭D；
[0013] 圖3為一個(gè)實(shí)施例中特征標(biāo)志旋轉(zhuǎn)的示意圖；
[0014] 圖4為一個(gè)實(shí)施例中計(jì)算法向角的示意圖；
[0015] 圖5為一個(gè)實(shí)施例中角度索引表的結(jié)構(gòu)示意圖；
[0016] 圖6A至6C為一個(gè)實(shí)施例中在不同光照強(qiáng)度下的特征標(biāo)志示意圖；
[0017] 圖7為另一個(gè)實(shí)施例中機(jī)器人視覺定位方法的流程圖；
[0018] 圖8為再一個(gè)實(shí)施例中機(jī)器人視覺定位方法的流程圖；
[0019] 圖9為一個(gè)實(shí)施例中識(shí)別亮斑輪廓線的方法流程圖；
[0020] 圖10為一個(gè)實(shí)施例中判斷輪廓線是否匹配的方法流程圖；
[0021] 圖11為一個(gè)實(shí)施例中視覺標(biāo)定方法的流程圖；
[0022] 圖12為另一個(gè)實(shí)施例中視覺標(biāo)定方法的流程圖；
[0023] 圖13為一個(gè)實(shí)施例中理想坐標(biāo)和實(shí)際坐標(biāo)之差的示意圖；
[0024] 圖14為一個(gè)實(shí)施例中機(jī)器人視覺定位的裝置結(jié)構(gòu)框圖；
[0025] 圖15為另一個(gè)實(shí)施例中機(jī)器人視覺定位的裝置結(jié)構(gòu)框圖；
[0026] 圖16為再一個(gè)實(shí)施例中機(jī)器人視覺定位的裝置結(jié)構(gòu)框圖；
[0027] 圖17為一個(gè)實(shí)施例中識(shí)別模塊的結(jié)構(gòu)框圖；
[00%]圖18為一個(gè)實(shí)施例中匹配模塊的結(jié)構(gòu)框圖；
[0029] 圖19為一個(gè)實(shí)施例中視覺標(biāo)定裝置的結(jié)構(gòu)框圖；
[0030] 圖20為另一個(gè)實(shí)施例中視覺標(biāo)定裝置的結(jié)構(gòu)框圖。
【具體實(shí)施方式】
[0031] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，W下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用W解釋本發(fā)明，并 不用于限定本發(fā)明。
[0032] 如圖1所示，在一個(gè)實(shí)施例中，提出了一種機(jī)器人視覺定位方法，該方法包括：
[0033] 步驟SI,獲取目標(biāo)圖像，并對(duì)目標(biāo)圖像進(jìn)行預(yù)處理。
[0034] 在本實(shí)施例中，通過拍攝目標(biāo)物獲取目標(biāo)圖像，將獲取的目標(biāo)圖像進(jìn)行預(yù)處理，具 體的，可W通過亞采樣和孤立點(diǎn)濾波方法對(duì)目標(biāo)圖像進(jìn)行預(yù)處理，亞采樣方法是指根據(jù)一 定的規(guī)則每隔幾個(gè)像素提取一個(gè)像作為有效像素，比如，在等水平和等垂直間距每3個(gè)像素 提取一個(gè)像素進(jìn)行保存;經(jīng)過亞采樣可W得到數(shù)據(jù)量縮小的圖像，運(yùn)樣有利于降低計(jì)算復(fù) 雜度，提高計(jì)算速度。孤立點(diǎn)濾波方法根據(jù)圖像質(zhì)量選擇使用線性濾波器或形態(tài)學(xué)濾波濾 掉圖像中孤立噪聲點(diǎn)。
[0035] 步驟S2,根據(jù)預(yù)設(shè)的分割參數(shù)對(duì)步驟Sl處理過的圖像進(jìn)行特征分割。
[0036] 具體的，將經(jīng)過預(yù)處理的目標(biāo)圖像根據(jù)預(yù)設(shè)的分割參數(shù)進(jìn)行特征分割，圖像特征 分割就是把圖像分成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)。在本 實(shí)施例中，對(duì)圖片進(jìn)行特征分割的目的是為了讓特征標(biāo)志的顏色和全局背景色區(qū)分開，W 便提取特征標(biāo)志，比如，經(jīng)過特征分割后讓特征標(biāo)志變成白色圖案，而它周邊的背景色變成 黑色，為后續(xù)提取特征標(biāo)志做準(zhǔn)備。
[0037] 步驟S3，對(duì)步驟S2處理過的圖像進(jìn)行濾波處理。
[0038] 在本實(shí)施例中，圖像濾波處理即在盡量保留圖像細(xì)節(jié)特征的條件下對(duì)目標(biāo)圖像的 噪聲進(jìn)行抑制。經(jīng)過特征分割后的圖像背景中必然會(huì)存在一些干擾點(diǎn)，通過對(duì)特征分割后 的圖像進(jìn)行濾波處理，可W去除噪聲點(diǎn)即干擾點(diǎn)。
[0039] 步驟S4，對(duì)步驟S3處理過的圖像進(jìn)行連通域檢測(cè)提取組成特征標(biāo)志的亮斑。
[0040] 具體的，連通域檢測(cè)就是把圖像中具有相同像素部分提取出來，提取出的連通域 稱為Blob(亮斑）。對(duì)經(jīng)過濾波處理過的圖像進(jìn)行連通域檢測(cè)W便提取組成特征標(biāo)志的亮 斑。Blob特征全部存儲(chǔ)在的下列的參數(shù)結(jié)構(gòu)體數(shù)組中。其中，數(shù)組單元定義在LTRegion 1結(jié) 構(gòu)體內(nèi)，Blob分布存儲(chǔ)在標(biāo)志圖f Iagmap中。
[0041 ] typedef struct RegionSurround
[0042] {double KAngle;//物體角度
[0043] double Length;//物體長(zhǎng)度
[0044] double Wi化h;/7物體寬度
[0045] double Cenx;//中屯、坐標(biāo)
[0046] double Ceny;//中屯、坐標(biāo)
[0047] IRegionSurround；
[004引 typedef struct LTRegion 1
[0049] {
[0化0] int lef1:P0INT[maxlmageSize門；//區(qū)域每行左端點(diǎn)
[0化1] int ri曲 1:P0INT[maxlmageSize門；//區(qū)域每行右端點(diǎn)
[0化2] int RegionNum;//區(qū)域數(shù)目，LTRegion[0] .RegionNum有效區(qū)域數(shù)目 [0053] RECT Surround_Rect;/7包圍框
[0化4] int LTRegionJD;//區(qū)域ID號(hào)LTRegion[0]丄TR