一种织物分拣机器人自主分拣方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105562361A(43)申请公布日2016.05.11(21)申请号201510979762.5(22)申请日2015.12.23(71)申请人西安工程大学地址710048陕西省西安市金花南路19号(72)发明人王晓华李鹏飞张蕾张宏伟(74)专利代理机构西安弘理专利事务所61214代理人罗笛(51)Int.Cl.B07C5/342(2006.01)B07C5/36(2006.01)权利要求书2页说明书5页附图1页(54)发明名称一种织物分拣机器人自主分拣方法(57)摘要本发明公开了一种织物分拣机器人自主分拣方法，以机器人获取的流水线上的织物的数字图像为研究对象，通过图像颜色空间转换，对H、S颜色分量应用加权形式，应用Otsu自适应阈值方法实现图像分割，应用小波边缘检测，形态学轮廓补偿，提取织物轮廓；根据摄像机标定结果，获得织物的实际位置。同时，以H、S颜色分量加权式为特征、以最小方差准则进行K-均值聚类方法分类；不同的织物类被设置到相应的放置位置，机器人根据放置位置，根据运动学方程，反解出各个关节的运动学参数，最终实施抓取动作。本发明一种织物分拣机器人自主分拣方法，不需要人工干预，能自主、高效准确而且稳定持久地实现织物的分拣。CN105562361ACN105562361A权利要求书1/2页1.一种织物分拣机器人自主分拣方法，其特征在于，具体按照以下步骤：步骤1、对安装在机器人上方的双目摄像机进行标定；步骤2、通过安装在机器人上方的双目摄像机采集织物图像信号，然后实时在线传送给图像处理单元；步骤3、图像处理单元实时获取步骤2中传输过来的图像，并将RGB彩色图像转换为HSV图像，应用Otsu自动阈值法，分割各个织物；步骤4、应用小波边缘检测提取步骤3中得到的织物图像的边界轮廓，并应用形态学方法进行轮廓补偿，得到基于颜色分割与小波边缘检测的分割图像；步骤5、根据步骤1和步骤4的标定与图像边缘信息，确定织物的实际抓取位置；步骤6、构造织物分类器；步骤7、机器人根据织物分类器的分类结果，抓取不同颜色织物，放置在不同位置。2.根据权利要求1所述的一种织物分拣机器人自主分拣方法，其特征在于，所述步骤1中的标定采用经典张正友标定方法。3.根据权利要求1所述的一种织物分拣机器人自主分拣方法，其特征在于，所述步骤3中RGB彩色图像转换为HSV图像时，对于获取的H、S通道的图像，提取H、S颜色分量的直方图，采用两分量加权形式，其中，H分量的权重为0.2～0.4，S分量的权重为0.6～0.8，两权重之和为1。4.根据权利要求1所述的一种织物分拣机器人自主分拣方法，其特征在于，所述步骤5确定织物的实际抓取位置，具体为：根据双目标定结果以及两摄像机之间的位置关系，通过立体匹配获得图像的深度信息，结合小波与形态学方法检测到的边缘信息，确定边缘在真实世界中的三维信息，以最右边缘向内推进8～15个像素为具体的抓取位置。5.根据权利要求1所述的一种织物分拣机器人自主分拣方法，其特征在于，所述步骤6中的织物分类器为采用无监督的K-均值聚类方法，以最小方差函数最小化极值为准则，求织物图像颜色特征均值的最大似然估计，将织物分为i类。6.根据权利要求1所述的一种织物分拣机器人自主分拣方法，其特征在于，所述步骤7中机器人根据织物分类器的分类结果，抓取不同颜色织物，放置在不同位置，每一个颜色的织物的具体抓取位置，即为机器人终端的运动位置，将此位置带入到机器人运动学方程，通过反解，求取四自由度机器人各个关节的运动学参数，此参数传递到运动控制卡，机器人完成相关动作，具体为：“运动学参数计算过程如下：机器人正运动学方程可用公式(1)表示：式中，T为关于关节变量的函数，θi(i＝1,2,4)为从Xi-1到Xi绕Zi-1轴旋转的角度，d3为关节距离，对应从X2到X3沿Z3轴测量的距离；已知机器人手爪终端的位置和姿态，求取机器人对应的各个关节角，以驱动关节电机，从而使手爪的姿态符合抓取要求，本发明具体的机器人逆运动学求解如下：a.求关节变量θ1：为了分离变量，对公式(1)的两边同时左乘得到公式(2)：2CN105562361A权利要求书2/2页代入四自由度机器人的具体数据，得到公式(3)：式中，l1为机器人连杆1长度，l2为机器人连杆2长度，n，o，a分别为法线、指向和接近向量，p为两坐标原点长度；令公式(3)中左右矩阵中的第一行第四个元素相等以及左右矩阵中的第二行第四个元素相等，如公式(4)所示：由公式(4)得θ1，如公式(5)所示：式中b.求关节变量θ2：由公式(4)得：式中c.求关节变量d3：令公式(3)中的左右矩阵中的第三行第四个元素相等，得：d3＝-(pz+d4)；(7)式中，d4为关节距离，