本发明专利技术提供一种基于特征信息图形的货架位姿偏差检测方法和系统,步骤一,在机器人上安装上视相机,步骤二,标定相机像素坐标系与机器人坐标系之间的映射关系;步骤三,在货架底部设置具有特征信息的图形,测得图形特征点在货架坐标系下的坐标;步骤四,机器人顶升货架后,上视相机扫描图形,获得图形特征点的像素坐标;步骤五,通过步骤二中的映射关系,计算得到图形特征点的像素坐标映射在机器人坐标系中的坐标;步骤六,计算货架相对于机器人的位姿偏差。本发明专利技术通过相机检测货架的位姿偏差。整个实施过程方便快捷,因为相机价格低而且不用对数量庞大的货架做改造,因此成本低。
【技术实现步骤摘要】
本专利技术涉及仓库货架检测,特别涉及一种基于特征信息图形的货架位姿偏差检测方法和系统。
技术介绍
对现代仓库物料管理系统来说,快速、准确的自动化物料分拣是一个越来越明确且无法回避的趋势。移动机器人是自动化物料分拣系统中一个重要的组成部分,它通过按预设流程顶升货架、搬运货架、放下货架来实现货架的自动化调度搬运。然而在机器人搬运货架的整个过程中,因为顶放和机器人运动都存在误差,会导致货架的位置慢慢偏离它预设的位置,当偏离的位置大于一定阈值时,机器人将无法再正常搬运货架,这将导致整个自动化分拣系统的失败。现有的避免货架偏差放大的技术一方面通过精确控制机器人的运动,一方面通过在机器人顶升机构和货架上做匹配的限位装置来制约货架偏离预设位置。限位装置使得货架和机器人位姿偏移不会发散,精确的机器人运动控制使得机器人和预设位置的偏移不会发散,从而使得货架能够稳定在预设位姿的可接受偏差范围内。但需要设计加工限位装置,加工周期长,成本高且因为要安装限位装置,货架需要被改造,货架的通用性是一个大问题,限位装置容忍的偏差有限,存在偏差太大导致限位装置失效的情况。在仓库自动化物料分拣中,需对货架的位姿偏差进行检测。对一个仓库来说,物料的整理、分类、储藏及派发是一个非常重要而复杂的事情,尤其是大型仓库,当物料的种类和数量都大到一定程度后,如何保障这项事情正常有序的进行变得非常困难。传统的人工分拣方式已经越来越无法适应现代化仓库的管理,取而代之的是建立在信息化和工业化基础上的自动化分拣。对现代仓库物料管理来说,从人工方式向半人工半自动化方式甚至全自动方式的转化已经是一个无法逆转的趋势。仓库自动物料分拣系统一般包括物料数据的维护管理、移动机器人的交通调度、移动机器人运动及其执行控制,可见移动机器人在整个系统中扮演了非常重要的角色。移动机器人的一般工作流程是,接受调度指令、运动到指定位姿、顶升货架、移动到目标位姿、放下货架。在整个流程中,机器人除了要保证自己精确的按照指令移动和停靠,还必须保证货架放置在预设位姿的允许误差范围内。然而,因为机器人的运动和停靠是有随机误差的,这个误差会导致货架停放位姿的变动,在长时间多次停放后,货架可能会偏离预设位姿的允许误差范围,从而导致后续搬运的失败。
技术实现思路
为了解决上述问题,本专利技术提供一种基于特征信息图形的货架位姿偏差检测方法,其特征在于,包括如下步骤:步骤一,在机器人上安装上视相机,使上视相机的光轴朝上;步骤二,标定相机像素坐标系与机器人坐标系之间的映射关系;步骤三,在货架底部设置具有特征信息的图形,测量图形特征点在货架坐标系下的坐标;步骤四,机器人顶升货架后,上视相机扫描图形,获得图形特征点的像素坐标;步骤五,通过步骤二中的映射关系,计算得到图形特征点的像素坐标映射在机器人坐标系中的坐标;步骤六,根据多个图形特征点在货架坐标系下的坐标和在机器人坐标系中的坐标,计算货架相对于机器人的位姿偏差。进一步地,在步骤二中,映射关系指相机的单应性矩阵H,单应性矩阵H的数学意义是:其中,选择机器人顶升货架后货架底部所在的平面为参考平面,为参考平面上某点在相机成像平面上的像素坐标,为参考平面上某点在机器人坐标系下的坐标;为齐次坐标。H的标定方法为:获得参考平面上四个以上点在相机成像平面上的像素坐标和在机器人坐标系下的坐标,然后调用开源视觉库opencv中的单应性矩阵计算函数获得H。进一步地,在步骤六中,货架相对于机器人的位姿偏差通过如下公式计算得到:将检测到的多个特征点在货架坐标系下的坐标和在机器人坐标系中的坐标代入公式3中,通过最小二乘法计算x1,x2,x3,x4,再对x3,x4做归一化,归一化后根据反三角计算出dθ;公式中,x1=dx,x2=dy,x3=cosdθ,x4=sindθ,为特征点在货架坐标系下的坐标,为特征点在机器人坐标系下的坐标,为货架相对于机器人的位姿偏差。本专利技术还公开了一种基于特征信息图形的货架位姿偏差检测系统,包括机器人、安装其上的上视相机、货架以及设置于货架底部的有特征信息的图形;有特征信息的图形包括二维码,二维码的四个角点作为图形特征点。进一步地,二维码的数量为9个。进一步地,货架底部贴满二维码。进一步地,货架底部粘贴任意数量的二维码。本专利技术的有益效果如下:1、本专利技术通过在机器人上安装上视相机,并在货架上贴已知特征信息的图形,通过相机检测货架的位姿偏差。整个实施过程方便快捷,因为相机价格低而且不用对数量庞大的货架做改造,因此成本低2、只需在货架底部贴特征信息图形,而不用对货架进行改造,因此系统通用性好3、本专利技术对在货架底部贴的特征信息图形数量没有限制,理论上可以贴满整个货架底部,相机只需扫到任意数量的图形即可对货架的位姿偏差进行计算,因此理论上只要相机能够扫到货架底部即可将货架修正回预设位置附图说明图1是本专利技术的一个实施例中贴于货架底部的二维码图形。具体实施方式下面结合附图和具体实施例对本专利技术做进一步详细说明。本专利技术公开了一种基于特征信息图形的货架位姿偏差检测方法,包括如下步骤:步骤一,在机器人上安装上视相机,使上视相机的光轴朝上,从而和货架底部平面垂直;步骤二,标定相机像素坐标系与机器人坐标系之间的映射关系;其中映射关系指相机的单应性矩阵H,其数学意义是:其中,选择机器人顶升货架后货架底部所在的平面为参考平面,为参考平面上某点在相机成像平面上的像素坐标,为参考平面上某点在机器人坐标系下的坐标。其中为齐次坐标。H的标定方法为:获得参考平面上四个以上点在相机成像平面上的像素坐标和在机器人坐标系下的坐标,然后调用开源视觉库opencv中的单应性矩阵计算函数获得H。其中单应性矩阵H的标定过程为,在机器人非工作状态下,在货架底部贴具有四个特征点的图形,机器人顶升货架后,通过程序可直接从相机的图形中提取出特征点的像素坐标,特征点在机器人坐标系下的坐标可直接人工测量。将测得的特征点的像素坐标和在机器人坐标系下的坐标代入开源视觉库opencv的单应性矩阵计算函数中,即可得到单应性矩阵H,标定完成。步骤三,在货架底部设置具有特征信息的图形,测量图形特征点在货架坐标系下的坐标,步骤四,机器人顶升货架后,上视相机扫描图形,获得图形特征点的像素坐标;将相机的数据接入程序,程序根据获得的相机图像,然后对图像中的图形进行检测,获得图形中特征点的像素坐标。步骤五,通过步骤二中的映射关系,计算得到图形特征点的像素坐标映射在机器人坐标系中的坐标;步骤六,根据多个图形特征点在货架坐标系下的坐标和在机器人坐标系中的坐标,计算货架相对于机器人的位姿偏差。其中货架相对于机器人的位姿偏差通过如下公式计算得到:本专利技术中的位姿即指位置和方位,因为是二维空间,所以具体即指x,y坐标和方向角(货架的朝向)。根据上述步骤测得的二维空间中某个特征点,其在机器人坐标系下的坐标为它在货架坐标系下的坐标为货架坐标系在机器人坐标系下的位姿表示为即货架相对于机器人的位姿偏差。则通过欧式空间坐标变换(公式3)得到上式可以写成让x1=dx,x2=dy,x3=cosdθ,x4=sindθ,则有将检测到的多个特征点在货架坐标系下的坐标和在机器人坐标系中的坐标代入公式5中,通过线性最小二乘法计算x1,x2,x3,x4,从而得到dx,dy,s本文档来自技高网...
【技术保护点】
一种基于特征信息图形的货架位姿偏差检测方法,其特征在于,包括如下步骤:步骤一,在机器人上安装上视相机,使上视相机的光轴朝上;步骤二,标定相机像素坐标系与机器人坐标系之间的映射关系;步骤三,在货架底部设置具有特征信息的图形,测量图形特征点在货架坐标系下的坐标;步骤四,机器人顶升货架后,上视相机扫描图形,获得图形特征点的像素坐标;步骤五,通过步骤二中的映射关系,计算得到图形特征点的像素坐标映射在机器人坐标系中的坐标;步骤六,根据多个图形特征点在货架坐标系下的坐标和在机器人坐标系中的坐标,通过欧式空间坐标变换和最小二乘法计算货架相对于机器人的位姿偏差。
【技术特征摘要】
1.一种基于特征信息图形的货架位姿偏差检测方法,其特征在于,包括如下步骤:步骤一,在机器人上安装上视相机,使上视相机的光轴朝上;步骤二,标定相机像素坐标系与机器人坐标系之间的映射关系;步骤三,在货架底部设置具有特征信息的图形,测量图形特征点在货架坐标系下的坐标;步骤四,机器人顶升货架后,上视相机扫描图形,获得图形特征点的像素坐标;步骤五,通过步骤二中的映射关系,计算得到图形特征点的像素坐标映射在机器人坐标系中的坐标;步骤六,根据多个图形特征点在货架坐标系下的坐标和在机器人坐标系中的坐标,通过欧式空间坐标变换和最小二乘法计算货架相对于机器人的位姿偏差。2.如权利要求1所述的一种基于特征信息图形的货架位姿偏差检测方法,其特征在于,在步骤二中,映射关系指相机的单应性矩阵H,单应性矩阵H的数学意义是:其中,选择机器人顶升货架后货架底部所在的平面为参考平面,为所述参考平面上某点在相机成像平面上的像素坐标,为所述参考平面上某点在机器人坐标系下的坐标;为齐次坐标;H的标定方法为:获得参考平面上四个以上点在相机成像平面上的像素坐标和在机器人坐标系下的坐标,...
【专利技术属性】
技术研发人员:黄鸿,陶熠昆,王霞,郑洪波,朱玲芬,杜鑫峰,沈继中,宓旭东,
申请(专利权)人:浙江国自机器人技术有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。