一种机器人自动校准方法和系统技术方案

本申请涉及自动化技术领域，尤其是涉及一种机器人自动校准方法和系统。该方法包括，获取车辆的轮辋轮廓图像；基于最小二乘椭圆拟合算法计算轮辋轮廓图像中轮辋中心的坐标；将轮辋轮廓图像和预设图像、轮辋中心的坐标和预设坐标进行比较，判断轮辋的大小及坐标是否位于预设阈值内；若否，则根据轮辋轮廓图像与预设图像的比较结果、轮辋中心的坐标与预设坐标的比较结果，确定车辆的偏移位置及偏移量；根据偏移位置及偏移量对车辆进行调整。本申请能够自动调整车辆在装配线上的位置。自动调整车辆在装配线上的位置。自动调整车辆在装配线上的位置。

A robot automatic calibration method and system

【技术实现步骤摘要】
一种机器人自动校准方法和系统


[0001]本申请涉及自动化
，尤其是涉及一种机器人自动校准方法和系统。

技术介绍

[0002]工业自动化是在工业生产中广泛采用自动控制、自动调整装置，用以代替人工操纵机器和机器体系进行加工生产的趋势。其中，汽车制造是先进制造业中的排头兵。
[0003]汽车装配的智能化应用包括有地面净空及载具作业高度智能可调，在车间中，目前已应用了移动式的底盘载具或底盘吊具用以在装配线间运输车辆，但是在运输到相应的装配线上时，车辆与装配机器人之间会存在位置偏移的情况。

技术实现思路

[0004]为了能够自动调整车辆在装配线上的位置，本申请提出了一种机器人自动校准方法和系统。
[0005]在本申请的第一方面，提出了一种基于自动识别的车辆只能调整方法，该方法包括，获取车辆的轮辋轮廓图像；基于最小二乘椭圆拟合算法计算所述轮辋轮廓图像中轮辋中心的坐标；将所述轮辋轮廓图像和预设图像、所述轮辋中心的坐标和预设坐标进行比较，判断所述轮辋的大小及坐标是否位于预设阈值内；若否，则根据所述轮辋轮廓图像与预设图像的比较结果、所述轮辋中心的坐标与预设坐标的比较结果，确定所述车辆的偏移位置及偏移量；根据所述偏移位置及偏移量对所述车辆进行调整。
[0006]通过采用上述技术方案，首先获取到在固定位置拍摄到的车辆侧面的轮辋轮廓图像，轮辋轮廓图像是经过处理后的清晰的线性轮廓图像，基于最小二乘椭圆拟合算法计算轮辋的中心坐标后，将轮辋轮廓图像与预设的图像作比较，轮辋中心的坐标与预设坐标作比较，分析轮辋的大小以及坐标位置是否位于预设图像中的预设阈值内，若否，说明车辆的位置发生了较大的偏移，需对车辆进行调整，装配机器人才能更加精准的对其进行装配零部件，故可根据两个图像的比较结果，以及坐标的偏移确定车辆的偏移位置即偏移量，再控制底盘载具对车辆进行位置的调整，通过这种方式，可以使得底盘载具在移动车辆到相应的装配线上时，自动调整车辆的位置，也可使得装配机器人对其精准的装配。
[0007]优选地，所述基于最小二乘椭圆拟合算法计算所述轮辋轮廓图像中轮辋中心的坐标，采用以下公式：
[0008]平面任意位置椭圆的方程表达式为：
[0009][0010]其中，a代表长轴半径、b代表短轴半径、θ代表长轴与x轴的夹角。
[0011]令：
[0012][0013][0014][0015][0016][0017]则椭圆的方程可改写为：
[0018]x2+Axy+By2+Cx+Dy+E＝0
[0019]根据最小二乘原理，通过求目标函数：
[0020][0021]来确定参数A、B、C、D和E。其中k＝1,2,3,
…
,n,n≥5。
[0022]由极值原理，使F值最小，则：
[0023][0024]求解得A、B、C、D和E的值后便可得到椭圆中心坐标为：求解得A、B、C、D和E的值后便可得到椭圆中心坐标为：
[0025]优选地，在计算所述轮辋轮廓图像中轮辋中心的坐标之前，还包括，
[0026]根据最小二乘椭圆拟合算法获得所述轮辋轮廓图像中轮辋的双环特征区域的边缘的内、外椭圆长轴之比；
[0027]若所述长轴之比在预设范围内，则认定所述轮辋轮廓图像中的双环为轮辋的双环特征区域；
[0028]若所述长轴之比不在预设范围内，则认定所述轮辋轮廓图像中的双环不是轮辋的双环特征区域。
[0029]优选地，所述获取车辆的轮辋轮廓图像包括，
[0030]获取车辆的第一图像，第一图像包括车辆侧面的整体图像；
[0031]对所述第一图像中的轮辋进行色彩及滤波处理，获得第二图像；
[0032]利用Canny边缘检测算法对所述第二图像中的轮辋进行边缘检测及形状识别，获得轮辋轮廓图像。
[0033]优选地，所述第一图像为RGB模式，所述对所述第一图像中的轮辋进行色彩及滤波处理，包括，
[0034]将所述第一图像由RGB色彩空间转换为HSV色彩空间；
[0035]根据HSV色彩空间的色相值对所述第一图像进行滤波，得到第二图像。
[0036]在本申请的第二方面，提出了一种基于自动识别的车辆智能调整装置，包括，第一获取模块，用于获取车辆的轮辋轮廓图像；第一处理模块，用于基于最小二乘椭圆拟合算法计算所述轮辋轮廓图像中轮辋中心的坐标；判断模块，用于所述轮辋轮廓图像和预设图像、所述轮辋中心的坐标和预设坐标进行比较，判断所述轮辋的大小及坐标是否位于预设阈值内；确定模块，用于在所述轮辋的大小及坐标未位于预设阈值内时，根据所述轮辋轮廓图像与预设图像的比较结果、所述轮辋中心的坐标与预设坐标的比较结果，确定所述车辆的偏移位置及偏移量；调整模块，用于根据所述偏移位置及偏移量对所述车辆进行调整。
[0037]优选地，所述处理模块具体用于计算以下公式，
[0038]平面任意位置椭圆的方程表达式：
[0039][0040]其中，a代表长轴半径、b代表短轴半径、θ代表长轴与x轴的夹角。
[0041]令：
[0042][0043][0044][0045][0046][0047]则椭圆的方程可改写为：
[0048]x2+Axy+By2+Cx+Dy+E＝0
[0049]根据最小二乘原理，通过求目标函数：
[0050][0051]来确定参数A、B、C、D和E。其中k＝1,2,3,
…
,n,n≥5。
[0052]由极值原理，使F值最小，则：
[0053][0054]求解得A、B、C、D和E的值后便可得到椭圆中心坐标为：求解得A、B、C、D和E的值后便可得到椭圆中心坐标为：
[0055]优选地，还包括，
[0056]第二获取模块，用于获取车辆的第一图像，第一图像包括车辆侧面的整体图像；
[0057]第二处理模块，用于对所述第一图像中的轮辋进行色彩及滤波处理，获得第二图像；
[0058]第三处理模块，用于利用Canny边缘检测算法对所述第二图像中的轮辋进行边缘检测及形状识别，获得轮辋轮廓图像。
[0059]在本申请的第三方面，提出了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如上面任一项所述的方法。
[0060]在本申请的第四方面，提出了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如上面所述任一项的方法。
附图说明
[0061]结合附图并参考以下详细说明，本申请各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
[0062]图1示出了本申请实施例的机器人自动校准方法的应用场景示意图。
[0063]图2示出了本申请实施例的一种电子设备的结构图。
[0064]图3示出了本申请实施例中的机器人自动校准方法流程图。
[006本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人自动校准方法，其特征在于，包括，获取车辆的轮辋轮廓图像；基于最小二乘椭圆拟合算法计算所述轮辋轮廓图像中轮辋中心的坐标；将所述轮辋轮廓图像和预设图像、所述轮辋中心的坐标和预设坐标进行比较，判断所述轮辋的大小及坐标是否位于预设阈值内；若否，则根据所述轮辋轮廓图像与预设图像的比较结果、所述轮辋中心的坐标与预设坐标的比较结果，确定所述车辆的偏移位置及偏移量；根据所述偏移位置及偏移量对所述车辆进行调整。2.根据权利要求1所述的方法，其特征在于，所述基于最小二乘椭圆拟合算法计算所述轮辋轮廓图像中轮辋中心的坐标，采用以下公式：平面任意位置椭圆的方程表达式为：其中，a代表长轴半径、b代表短轴半径、θ代表长轴与x轴的夹角；令：令：令：令：令：则椭圆的方程可改写为：x2+Axy+By2+Cx+Dy+E＝0根据最小二乘原理，通过求目标函数：来确定参数A、B、C、D和E。其中k＝1,2,3,
…
,n,n≥5；由极值原理，使F值最小，则：
求解得A、B、C、D和E的值后便可得到椭圆中心坐标为：求解得A、B、C、D和E的值后便可得到椭圆中心坐标为：3.根据权利要求2所述的方法，其特征在于，在计算所述轮辋轮廓图像中轮辋中心的坐标之前，还包括，根据最小二乘椭圆拟合算法获得所述轮辋轮廓图像中轮辋的双环特征区域的边缘的内、外椭圆长轴之比；若所述长轴之比在预设范围内，则认定所述轮辋轮廓图像中的双环为轮辋的双环特征区域；若所述长轴之比不在预设范围内，则认定所述轮辋轮廓图像中的双环不是轮辋的双环特征区域。4.根据权利要求1所述的方法，其特征在于，所述获取车辆的轮辋轮廓图像包括，获取车辆的第一图像，第一图像包括车辆侧面的整体图像；对所述第一图像中的轮辋进行色彩及滤波处理，获得第二图像；利用Canny边缘检测算法对所述第二图像中的轮辋进行边缘检测及形状识别，获得轮辋轮廓图像。5.根据权利要求4所述的方法，其特征在于，所述第一图像为RGB模式，所述对所述第一图像中的轮辋进行色彩及滤波处理，包括，将...

【专利技术属性】
技术研发人员：赵洪庆，万捷，武铁业，
申请(专利权)人：北京博联众睿机器人科技有限公司，
类型：发明
国别省市：