仿真方法、仿真装置、可读存储介质和仿真测试平台制造方法及图纸

本发明专利技术提供了一种仿真方法、仿真装置、可读存储介质和仿真测试平台。仿真方法，用于机器人系统，机器人系统包括机械臂、工具和图像传感器，工具用于加工工件，方法包括：生成工件的第一仿真模型，和图像传感器的第二仿真模型；获取图像传感器的参数信息；根据参数信息，生成第一仿真模型的仿真位图，其中，仿真位图是仿真第二仿真模型拍摄第一仿真模型的位图。本申请基于最终得到的仿真位图，来对机器人平台的视觉算法，如图像识别算法进行训练和迭代，无需实际的对机器人平台的硬件架构进行调整或搭建，避免了硬件浪费，并减少了算法迭代消耗的时间成本，提高了测试和验证的效率。提高了测试和验证的效率。提高了测试和验证的效率。

【技术实现步骤摘要】
仿真方法、仿真装置、可读存储介质和仿真测试平台


[0001]本专利技术涉及仿真
，具体而言，涉及一种仿真方法、仿真装置、可读存储介质和仿真测试平台。

技术介绍

[0002]在相关技术中，在对机器人视觉应用解决方案，如图像识别方案进行算法迭代时，需要拍摄大量不同场景下的图像作为训练数据，因此需要对机器人工作站的硬件设备进行大量的调整、改动，在硬件调整搭建完成后，才能拍摄图像，需要耗费大量的时间成本。

技术实现思路

[0003]本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。
[0004]为此，本专利技术的第一方面提出一种仿真方法。
[0005]本专利技术的第二方面提出一种仿真装置。
[0006]本专利技术的第三方面提出一种仿真装置。
[0007]本专利技术的第四方面提出一种可读存储介质。
[0008]本专利技术的第五方面提出一种仿真测试平台。
[0009]本专利技术的第六方面提出一种计算机程序产品。
[0010]有鉴于此，本专利技术的第一方面提供了一种仿真方法，用于机器人系统，机器人系统包括机械臂、工具和图像传感器，工具用于加工工件，方法包括：生成工件的第一仿真模型，和图像传感器的第二仿真模型；获取图像传感器的参数信息；根据参数信息，生成第一仿真模型的仿真位图，其中，仿真位图是仿真第二仿真模型拍摄第一仿真模型的位图。
[0011]在该技术方案中，机器人系统，也即机器人工作站，机器人工作站中设置有用于加工工件的机械臂，以及实现机器人视觉功能的图像传感器，其中，图像传感器包括如摄像头等图像拍摄设备，图像传感器可以固定设置，也可以设置在机械臂上，能够对机械臂，尤其是机械臂末端设置的工具的加工对象，也即工件进行图像采集和拍摄，得到工件的二维图像，并利用图像识别算法，对二维图像进行识别，从而判断工件的位置、姿态、加工进度等信息。
[0012]在一些实施方式中，机器人系统还包括周边设备，如传送带、夹具等。传送带用于输送加工前或加工后的工件，夹具可以设置在机械臂上，用于装夹工具。
[0013]在机器人工作过程中，需要调用对应的机器人视觉算法或功能，来实现对工件的位置、姿态、加工进度等信息的获取。当更换加工的工件后，则需要对图像识别算法进行迭代，因此需要获取大量的拍摄的新工件的图像，来作为训练素材。在相关技术中，需要对机器人工作站的硬件设备进行大量的调整、改动，在硬件调整搭建完成后，才能进行图像采集，需要耗费大量的时间成本。
[0014]本申请实施例提供了一种仿真方法，通过在仿真实验平台中，建立需要测试的机器人平台的三维模型，包括图像传感器、机械臂和工件的仿真模型，通过这些仿真模型来模
拟机器人平台的工作过程，并通过仿真得到的虚拟图像传感器，来采集仿真得到的虚拟工件的图像数据，从而得到仿真位图，基于仿真位图，来对机器人视觉算法，如图像识别算法进行迭代。由于仿真模型可以通过调用对应的程序功能来虚拟搭建各种不同的测试场景，因此无需实际的对机器人平台的硬件架构进行调整或搭建，因此能够显著地减少算法迭代消耗的时间成本，提高测试和验证的效率。
[0015]具体地，在仿真过程中，首先，分别生成第一仿真模型和第二仿真模型。其中，第一仿真模型是虚拟工件的仿真模型，第二仿真模型则是图像传感器的仿真模型。通过调整第一仿真模型的位置、姿态、外形等数据，来模拟仿真对不同种类工件进行加工的场景。通过调整第二仿真模型的位置、拍摄角度等数据，来模拟仿真图像传感器不同设置方式下图像采集的场景。
[0016]在生成第一仿真模型和第二仿真模型之后，获取实际应用过程中，所选择的图像传感器的参数信息，该参数信息用于指示图像传感器的性能参数、设置方式等。
[0017]在设置好参数信息后，仿真平台根据参数信息，确定仿真图像传感器的拍摄角度、拍摄范围和拍摄所得图像的分辨率等信息。仿真测试平台根据该参数信息，通过仿真的图像传感器，模拟拍摄仿真的工件的仿真图像，得到第一仿真模型对应的仿真位图，该仿真位图即将三维模型空间中的摄像机，也即视点设置在图像传感器所在的位置，并基于图像传感器的参数信息，对视点摄像机的视野范围、视野角度等进行调整，并将最终摄像机对应的图像保存为仿真位图。
[0018]其中，在拍摄仿真位图的过程中，可以对仿真工件，也即第一仿真模型的位置、姿态、加工进度等参数进行调整，从而获得更多场景下的仿真图像。能够理解的是，可以通过重复上述方法，来获取大量的仿真位图，基于最终得到的仿真位图，来对机器人平台的视觉算法，如图像识别算法进行训练和迭代，无需实际的对机器人平台的硬件架构进行调整或搭建，比如无需实际调整相机位置，从而生省去了对新的相机位置的适配固定板和安装座的设置，减少了机械加工成本或3D打印的成本，避免了反复调试过程中产生的硬件浪费，降低了调试的硬件成本，同时减少了算法迭代消耗的时间成本，提高了测试和验证的效率。
[0019]另外，本专利技术提供的上述技术方案中的仿真方法还可以具有如下附加技术特征：
[0020]在上述技术方案中，参数信息包括：图像传感器的位姿信息、图像传感器与工件的距离范围、图像传感器的水平视场角度和/或图像传感器的拍摄分辨率。
[0021]在该技术方案中，图像传感器具体包括二维相机，二维相机的参数信息包括二维相机的位姿信息，位姿信息包括二维相机的设置位置和二维相机的设置姿态。该位姿信息可以定义为Matrix，具体为一个4
×
4的矩阵数据。
[0022]二维相机的参数信息还包括二维相机与工件之间的距离范围，包括二维相机与工件之间的最小距离，和二维相机与工件之间的最大距离。其中，最小距离可以定义为实数数据ClipNear，最大距离可以定义为实数数据ClipFar。
[0023]二维相机的参数信息还包括二维相机的水平视场角度，可以定义为实数数据Fov。
[0024]二维相机的参数信息还包括二维相机的拍摄分辨率，拍摄分辨率的格式可以是X
×
Y，其中X是宽度像素值，Y是高度像素值。
[0025]在确定二维相机的参数信息后，通过仿真得到第一仿真模型的仿真位图，通过该仿真位图来对机器人平台的机器人视觉算法，如图像识别算法进行迭代和训练，无需实际
的对机器人平台的硬件架构进行调整或搭建，减少了算法迭代消耗的时间成本，提高了测试和验证的效率。
[0026]在上述任一技术方案中，拍摄分辨率包括：图像传感器拍摄的图像的宽度像素值和高度像素值。
[0027]在该技术方案中，图像传感器对应的拍摄图像分辨率，具体包括图像传感器所拍摄的图像的宽度像素值，和图像传感器所拍摄的图像的高度像素值。其中，宽度像素值可以定义为实数数据PixelWidth，高度像素值可以定义为实数数据PixelHeight。
[0028]在确定二维相机的参数信息后，通过仿真得到第一仿真模型的仿真位图，通过该仿真位图来对机器人平台的机器人视觉算法，如图像识别算法进行迭代和训练，无需实际的对机器人平本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种仿真方法，用于机器人系统，其特征在于，所述机器人系统包括机械臂、工具和图像传感器，工具用于加工工件，所述方法包括：生成所述工件的第一仿真模型，和所述图像传感器的第二仿真模型；获取所述图像传感器的参数信息；根据所述参数信息，生成所述第一仿真模型的仿真位图，其中，所述仿真位图是仿真所述第二仿真模型拍摄所述第一仿真模型的位图。2.根据权利要求1所述的仿真方法，其特征在于，所述参数信息包括：所述图像传感器的位姿信息、所述图像传感器与所述工件的距离范围、所述图像传感器的水平视场角度和/或所述图像传感器的拍摄分辨率。3.根据权利要求2所述的仿真方法，其特征在于，所述拍摄分辨率包括：所述图像传感器拍摄的图像的宽度像素值和高度像素值。4.根据权利要求2所述的仿真方法，其特征在于，所述根据所述参数信息，生成所述第一仿真模型的仿真位图，包括：根据所述参数信息，确定对应的拍摄范围；基于所述拍摄范围生成所述仿真位图。5.根据权利要求4所述的仿真方法，其特征在于，所述根据所述参数信息，确定对应的拍摄范围，包括：根据所述水平视场角度和所述距离范围，确定所述图像传感器的视场范围；根据所述位姿信息和所述视场范围，确定所述拍摄范围。6.根据权利要求4所述的仿真方法，其特征在于，所述基于所述拍摄范围生成所述仿真位图，包括：基于所述第一仿真模型当前的建模数据，生成第一仿真位图；基于调整所述建模数据后的所述第一仿真模型，生成第二仿真位图。7.根据权利要求6所述的仿真方法，其特征在于，所述建模数据包括：外形数据、尺寸数据、位置数据、姿态数据和/或颜色数...

【专利技术属性】
技术研发人员：李超，吴君秋，韩李春，葛少杰，张冬林，
申请(专利权)人：库卡机器人制造上海有限公司，
类型：发明
国别省市：