基于视觉的位置度检测方法及机器人、计算机存储介质技术

本发明专利技术提供一种基于视觉的位置度检测方法及机器人、计算机存储介质，该位置度检测方法包括：获取基准特征拍照位置下的图像和待测特征拍照位置下的图像；获取基准特征拍照位置下的图像的基准视觉中心在视觉坐标系中的坐标和基准特征中心相对基准视觉中心的基准偏差，并获取待测特征拍照位置下的图像的待测视觉中心在视觉坐标系中的坐标和待测特征中心相对待测视觉中心的待测偏差；计算基准特征中心在视觉坐标系中的坐标和待测特征中心在视觉坐标系中的坐标以获得待测特征中心相对基准特征中心的位置度。通过采集图像计算待测特征中心的位置度，对检测环境的要求较低，不仅可以将检测装置并入自动化生产线，实现自动化检测，且避免磨损待测产品。

Vision based position detection method and storage medium of robot and computer

【技术实现步骤摘要】
基于视觉的位置度检测方法及机器人、计算机存储介质
本专利技术涉及机器视觉检测
，尤其涉及一种基于视觉的位置度检测方法及机器人、计算机存储介质。
技术介绍
位置度是限制被测要素的实际位置对理想位置变动量的指标。位置度检测是装配零件中经常进行的一种常规检测，位置度决定着零件的装配精度以及产品合格率。例如对定位销以及其它紧固装置的装配，其位置度都有较高的要求，因而需要对被测要素的位置度进行精确的检测。现有的位置度检测一般是在线下对零件的位置度进行检测，常用的检测方法有位置度检具和三坐标测量仪。利用位置度检具进行检测，一方面需要人工进行检测，无法实现自动化；另一方面，由于需要根据检测对象和检测精度要求制作对应的位置度检具，导致成本较高，而且在用检具进行检测时是进行接触式测量，存在磨损的现象。利用三坐标测量仪进行检测，虽然检测精度较高，但是三坐标测量仪对环境的要求高，需要在恒温恒湿的环境中进行检测，无法并入自动化生产线进行自动检测。而且三坐标测量仪成本较高，对人员操作要求高。
技术实现思路
本专利技术提供了一种基于视觉的位置度检测方法及机器人、计算机存储介质，以解决现有技术中位置度检测无法实现自动化且成本较高的技术问题。为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种基于视觉的位置度检测方法，包括：获取基准特征拍照位置下的图像和待测特征拍照位置下的图像；获取所述基准特征拍照位置下的图像的基准视觉中心在视觉坐标系中的坐标和基准特征中心相对所述基准视觉中心的基准偏差，并获取所述待测特征拍照位置下的图像的待测视觉中心在所述视觉坐标系中的坐标和待测特征中心相对所述待测视觉中心的待测偏差；计算所述基准特征中心在所述视觉坐标系中的坐标和所述待测特征中心在所述视觉坐标系中的坐标以获得所述待测特征中心相对所述基准特征中心的位置度。为解决上述技术问题，本专利技术采用的另一个技术方案是：提供一种计算机存储介质，用于存储计算机程序，所述计算机程序在被处理器执行时，用于实现如前文所述的位置度检测方法。为解决上述技术问题，本专利技术采用的又一个技术方案是：提供一种机器人，包括装夹系统、图像采集系统以及主控系统，所述装夹系统用于装夹定位待测产品，所述图像采集系统用于进行拍照，所述主控系统用于执行如前文所述位置度检测方法。本专利技术的有益效果是：区别于现有技术的情况，本专利技术提供的一种基于视觉的位置度检测方法，通过获取获取基准特征拍照位置下的图像和待测特征拍照位置下的图像，并基于该图像分析计算获得待测特征中心相对基准特征中心的位置度。一方面，对检测环境的要求较低，可以并入自动化生产线，对位置度进行实时和自动化的检测；另一方面，也可以避免对待测产品造成磨损。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其它的附图。图1是本专利技术一实施例中的机器人的结构示意图；图2是本专利技术一实施例中的位置度检测方法的流程示意图；图3是图2中的模型示意图；图4是图2中的步骤S102的部分流程示意图；图5是图4中的步骤S202的流程示意图；图6是本专利技术另一实施例中的位置度检测方法的流程示意图；图7是图6中的模型示意图；图8是图6中的步骤S403的流程示意图；图9是图8中的步骤S501的流程示意图；图10是本申请提供的计算机存储介质一实施例的结构示意图。具体实施方式下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本专利技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。本专利技术提供了一种机器人100，该机器人100包括：装夹系统10、图像采集系统20和主控系统30。如图1所示，在本实施例中，装夹系统10用于装夹定位待测产品，图像采集系统20用于进行拍照，主控系统30用于执行位置度检测方法以获得待测产品上的待测特征中心相对基准特征中心的位置度。本专利技术利用图像采集系统20采集待测产品的图像，并利用主控系统30对待测产品的图像进行分析计算，从而检测待测产品上的元件的位置度。一方面，可以将装夹系统10、图像采集系统20和主控系统30安装在自动化生产线上，实现对元件的位置度的实时检测；另一方面可以避免机器人100与产品接触，对产品造成磨损。本专利技术进一步提出一种基于视觉的位置度检测方法，可用于上述主控系统30。其中，如图2和图3所示，图2是本专利技术一实施例中的位置度检测方法的流程示意图，图3是图2中的模型示意图。本实施例的位置度检测方法具体包括：步骤S101：获取基准特征拍照位置下的图像和待测特征拍照位置下的图像。具体地，主控系统30控制图像采集系统20分别在基准特征拍照位置和待测特征拍照位置处进行拍照，以获取基准特征拍照位置下的图像和待测特征拍照位置下的图像。其中，基准特征拍照位置可以有一个或者两个，待测特征拍照位置可以为一个、两个或者多个等，本专利技术实施例不做具体限定。如图3所示，以一个基准特征拍照位置和一个待测特征拍照位置为例进行详细说明。其中，基准特征拍照位置记为M，待测特征拍照位置记为N。步骤S102：获取基准特征拍照位置下的图像的基准视觉中心在视觉坐标系中的坐标和基准特征中心相对基准视觉中心的基准偏差，并获取待测特征拍照位置下的图像的待测视觉中心在视觉坐标系中的坐标和待测特征中心相对待测视觉中心的待测偏差。具体地，在本实施例中，主控系统30分别计算基准特征拍照位置M下的图像的基准视觉中心A在视觉坐标系中的坐标(x0，y0)和基准特征中心B相对基准视觉中心A的基准偏差，并计算待测特征拍照位置N下的图像的待测视觉中心C在视觉坐标系中的坐标(x1，y1)和待测特征中心D相对待测视觉中心C的待测偏差。其中，基准偏差即为基准特征中心在视觉坐标系中相对基准视觉中心的偏差，待测偏差即为待测特征中心在视觉坐标系中相对待测视觉中心的偏差。进一步地，如图4所示，图4是图2中的步骤S102的部分流程示意图。在步骤S102中，获取基准特征中心B相对基准视觉中心的基准偏差的步骤包括：步骤S201：获取基准特征拍照位置M下的图像的基准特征中心B相对基准视觉中心A的基准特征偏差。由于，利用图像采集系统20所获取的图像通常存在以下三个方面的误差：(1)重复定位精度差；本文档来自技高网...

【技术保护点】
1.一种基于视觉的位置度检测方法，其特征在于，包括：/n获取基准特征拍照位置下的图像和待测特征拍照位置下的图像；/n获取所述基准特征拍照位置下的图像的基准视觉中心在视觉坐标系中的坐标和基准特征中心相对所述基准视觉中心的基准偏差，并获取所述待测特征拍照位置下的图像的待测视觉中心在所述视觉坐标系中的坐标和待测特征中心相对所述待测视觉中心的待测偏差；/n计算所述基准特征中心在所述视觉坐标系中的坐标和所述待测特征中心在所述视觉坐标系中的坐标以获得所述待测特征中心相对所述基准特征中心的位置度。/n

【技术特征摘要】
1.一种基于视觉的位置度检测方法，其特征在于，包括：
获取基准特征拍照位置下的图像和待测特征拍照位置下的图像；
获取所述基准特征拍照位置下的图像的基准视觉中心在视觉坐标系中的坐标和基准特征中心相对所述基准视觉中心的基准偏差，并获取所述待测特征拍照位置下的图像的待测视觉中心在所述视觉坐标系中的坐标和待测特征中心相对所述待测视觉中心的待测偏差；
计算所述基准特征中心在所述视觉坐标系中的坐标和所述待测特征中心在所述视觉坐标系中的坐标以获得所述待测特征中心相对所述基准特征中心的位置度。


2.根据权利要求1所述的位置度检测方法，其特征在于，所述获取基准特征中心相对所述基准视觉中心的基准偏差的步骤包括：
获取所述基准特征拍照位置下的图像的基准特征中心相对所述基准视觉中心的基准特征偏差；
对所述基准特征偏差进行标定，从而得到所述基准偏差。


3.根据权利要求2所述的位置度检测方法，其特征在于，所述获取待测特征中心相对所述待测视觉中心的待测偏差的步骤包括：
获取所述待测特征拍照位置下的图像的待测特征中心相对所述待测视觉中心的待测特征偏差；
对所述待测特征偏差进行标定，从而得到所述待测偏差。


4.根据权利要求3所述的位置度检测方法，其特征在于，对所述基准特征偏差和所述待测特征偏差进行标定的步骤包括：
采集视觉标定板的图像；
分析所述图像，并获取标定模型，利用所述标定模型对所述基准特征偏差和所述待测特征偏差进行标定。


5.根据权利要求1所述的位置度检测方法，其特征在于，所述基准特征拍照位置的数量为一个，所...

【专利技术属性】
技术研发人员：王伦，周瑞松，
申请(专利权)人：配天机器人技术有限公司，
类型：发明
国别省市：安徽;34