工业机械臂(机器人)视觉定位引导系统

关注并星标

从此不迷路

计算机视觉研究院

909ba17d006016ee836a2d447cc9d161.gif

8ce40ecc867229ef442ab80e87488c4c.gif

8f321ed5701c6729942a0cfe9cdb5675.png

公众号ID|ComputerVisionGzq

学习群|扫码在主页获取加入方式

计算机视觉研究院专栏

作者:Edison_G

随着工业的发展,在生产中对自动化的要求越来越高,视觉技术已被广泛引入工业(工业机械臂)机器人行业,具备视觉的工业(工业机械臂)机器人能更快、更准、更灵活地完成定位抓取、对位组装等。

1

 概括


基于图像分析的视觉技术在(工业机械臂)机器人引导相关应用中的主要作用是精确获取对象物(待抓取物体)和目标物(待组装物体)的坐标位置和角度,并将图像坐标转换为(工业机械臂)机器人能识别的(工业机械臂)机器人坐标,指导(工业机械臂)机器人进行纠偏和组装。因此,手眼标定和定位引导是机器视觉在(工业机械臂)机器人引导中应用的的核心。

2

 手眼标定原理

原理:所谓手眼标定,即将手(机械手)和眼(摄像机)的坐标系统一起来,解决相机与机械手之间的坐标转换关系,让机械手能精确抓取到摄像机定位的目标。

37050f93093218211032e740cbf445b6.png

从一个坐标系XOY到另一个坐标系X’O’Y’,可以看做是XOY经过平移、旋转、缩放等效到另一个坐标系X’O’Y’。

ccc0c658c05d7367f8525a45f660666b.png

手眼标定流程

求解标定的转换公式只需要三组以上两个坐标系的对应点,所以在视觉应用中一般采用N点标定算法来实现手眼标定。

VM算法平台标定流程

VM算法平台中具备丰富的定位工具和包含N点标定在内多种标定工具,可以便捷地实现手眼标定。

接收到(工业机械臂)机器人的定位触发信号后

2897bee53942dad936d236cdd3968cda.png

5c9ed4fcea9c3044cc465fe0acf441e5.png

手眼标定流程图

334d1bf056e351fad9295f0b2b9bb474.png

2e247dc0e42088149385f8c06c388dfc.png

标定过程

VM算法平台会将标定路径以及标定精度显示在界面端,便于用户排查调试流程,实现标定过程可视化。

3

 定位引导

在机器视觉与(工业机械臂)机器人相结合的应用中,(工业机械臂)机器人引导定位最为普遍。此类场景下,大致可分为单相机抓取定位引导、单相机纠偏引导、上下相机贴合定位引导。

单相机抓取定位引导

419a1a1c45018a644c6abec6c7e442be.png

左:相机运动;右:相机静止正装

上图即为单相机定位引导的场景,相机即可安装于(工业机械臂)机器人上,也可固定于机台上。通过相机拍摄传送的来料,对其进行定位以便(工业机械臂)机器人根据定位信息抓取来料,如此可降低对工位间传送机构的准确性要求,确保抓取位置的一致性。

基于VM算法平台实现单相机抓取定位引导流程如下图所示:

566918f6fbb2ba3cad72d032e678fae0.png

接收到(工业机械臂)机器人的定位触发信号后,基于VM算法平台实现单相机纠偏引导流程如下所示:

c31c8e74f2a99342d8a0f6cc7aabf9c3.png

单相机纠偏定位引导

dd86fdce22ea6abfe63e2781cd14658e.png

基于VM算法平台实现单相机纠偏引导流程如下所示,

8e7a8d505e6fb6c912706760057696fc.png

注:流程中各工具的使用介绍同上。

而此处用【单点对位】而非【变量计算】是因为该模块考虑了(工业机械臂)机器人末端有延展轴,使得操纵点不是法兰中心导致的不共轴。

上下相机对位引导

4908569bf1b93e1cf4c6971672da9c25.png

应用场景:该系统可广泛应用于3C产品屏幕及电路板的生产组装等相关场景,如将膜与玻璃对齐贴合或将玻璃和偏光片对齐贴合等。

基于VM算法平台的上下相机对位引导方案如下所示:

206e358d3beae32b07da05a747b99090.png

全局流程

126d56eaffe9a2a9c39a19dc005022d8.png

上相机流程

74969d84739510ed54563e760ae5f048.png

下相机流程

注:流程中各工具的使用介绍同上。

转知乎《https://zhuanlan.zhihu.com/p/449517052》

© THE END 

转载请联系本公众号获得授权

02505cd23dbf686e8b55ecaabc75c816.gif

计算机视觉研究院学习群等你加入!

ABOUT

计算机视觉研究院

计算机视觉研究院主要涉及深度学习领域,主要致力于人脸检测、人脸识别,多目标检测、目标跟踪、图像分割等研究方向。研究院接下来会不断分享最新的论文算法新框架,我们这次改革不同点就是,我们要着重”研究“。之后我们会针对相应领域分享实践过程,让大家真正体会摆脱理论的真实场景,培养爱动手编程爱动脑思考的习惯!

VX:2311123606

0f4dd573281371074e3cd2741ae90f92.png

 往期推荐 

🔗

01

研究背景

近年来,深度学习凭借自动提取反映物体固有属性的

  • 1
    点赞
  • 70
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值