一种高位料库机器人的码垛控制方法技术

本发明专利技术涉及码垛机器人的控制技术领域，具体涉及一种高位料库机器人的码垛控制方法。方法包括：基于当前零件抓取过程中料框内零件的灰度图像中各零件的面积获得待抓取零件；将待抓取零件的边缘线记为当前边缘线，将历史零件抓取过程中被抓取零件的边缘线记为历史边缘线；将各历史边缘线投影到当前图像中获得第一图像，基于各历史边缘线与当前边缘线的相似性对第一图像中的历史边缘线聚类获得目标聚类簇；将目标聚类簇中的各历史边缘线对应的抓取点投影到待抓取零件的表面图像中并进行聚类，将各聚类簇的中心点作为待抓取零件的抓取点，控制机器人对待抓取零件的抓取点进行抓取。本发明专利技术能够控制机器人对料框内的零件进行准确抓取。抓取。抓取。

【技术实现步骤摘要】
一种高位料库机器人的码垛控制方法


[0001]本专利技术涉及码垛机器人的控制
，具体涉及一种高位料库机器人的码垛控制方法。

技术介绍

[0002]目前，在汽车白车身制造车间里需要小总成或散零件大多是使用人工从工装上取零件，然后放到固定的料框里进行中转，轮流到下个工序使用；白车身零件比较锋利，特别是稍大的零件，重量较大，工作人员搬运起来较困难，也容易出现安全事故；随着科技的进步，码垛机器人在自动化生产场合得到了广泛的应用，码垛机器人能够替代工作人员进行危险作业，减轻工作人员的负担，达到提高作业效果及保护工作人员的目的。但是现有的利用码垛机器人对物件进行搬运时，多将物件互相间隔一定距离平铺在待搬运区域内，控制搬运机械手前往待搬运区域内对物件一一进行搬运。但是，物件平铺比较占地方，而且当距离机械手较近的物件被搬运后，工作人员需要对距离机械手较远的物件转移进行一一转移，比较麻烦。为了能够实现机器人自动化搬运零件，往往将零件放入料框内，进而控制机器人抓取零件，但是在机器人抓取零件时，若抓取点选取的不合适，会出现摆放效果不佳，影响后续零件的摆放的情况，严重时会出现零件滑落的情况，因此如何对料框内的零件的摆放姿态进行准确识别，并基于识别结果获得抓取点，进而控制机器人对料框内的零件进行准确抓取是个非常重要的问题。

技术实现思路

[0003]为了解决上述技术问题，本专利技术的目的在于提供一种高位料库机器人的码垛控制方法，所采用的技术方案具体如下：本专利技术提供了一种高位料库机器人的码垛控制方法，该方法包括以下步骤：获取机器人当前零件抓取过程中料框内的零件的灰度图像记为当前图像，获取M次历史零件抓取过程中对应的零件的表面图像记为历史图像，所述历史零件抓取过程中对应的零件的表面图像为历史抓取过程中所抓取的零件被抓取前在料框内的表面图像；基于所述当前图像获得各零件的表面图像；M≥10；基于各零件的表面图像的面积和各零件对应的标准面积，得到各零件的优先指标，将当前图像中优先指标最大的零件作为待抓取零件；将所述待抓取零件的边缘线记为当前边缘线，将历史零件抓取过程中被抓取零件的边缘线记为历史边缘线；基于各历史抓取过程对应的抓取效果评价指标和各历史零件抓取过程中被抓取零件的优先指标获得各历史边缘线上抓取点对应的有效性指标；基于各历史边缘线上抓取点、当前边缘线上的各像素点和所述有效性指标，得到当前边缘线上各像素点对应的匹配度，将所述匹配度大于匹配度阈值的像素点作为待抓取零件上的特征点；基于所述特征点和各历史边缘线获得各历史边缘线与当前边缘线的相似性；将各历史边缘线投影到所述当前图像中获得第一图像，基于各历史边缘线与当前
边缘线的相似性以及各历史边缘线对应的抓取效果评价指标对第一图像中的历史边缘线进行聚类获得目标聚类簇；将所述目标聚类簇中的各历史边缘线对应的抓取点投影到所述待抓取零件的表面图像中，对待抓取零件的表面图像中的所有投影点进行聚类，将各聚类簇的中心点作为待抓取零件的抓取点，控制机器人对所述待抓取零件的抓取点进行抓取。
[0004]优选的，所述基于各历史边缘线上抓取点、当前边缘线上的各像素点和所述有效性指标，得到当前边缘线上各像素点对应的匹配度，包括：将当前边缘线和各历史边缘线投影到模板图像中，所述模板图像为零件水平放置在料框内的表面图像；对于当前边缘线上第k个像素点：根据该像素点在模板图像中的投影点每次作为抓取点时对应的有效性指标、该像素点在模板图像中的投影点作为抓取点的总次数、该像素点在模板图像中的投影点与各历史边缘线上的抓取点投影到模板图像中的像素点的最近距离，计算该像素点对应的匹配度。
[0005]优选的，采用如下公式计算该像素点对应的匹配度：其中，为当前边缘线上第k个像素点对应的匹配度，为历史零件抓取过程的次数，为当前边缘线上第k个像素点在模板图像中的投影点与第i个历史边缘线上的抓取点投影到模板图像中的像素点的最近距离，为当前边缘线上第k个像素点在模板图像中的投影点作为抓取点的总次数，为当前边缘线上第k个像素点在模板图像中的投影点第j次作为抓取点时对应的有效性指标，为调整参数。
[0006]优选的，所述基于各历史边缘线与当前边缘线的相似性以及各历史边缘线对应的抓取效果评价指标对第一图像中的历史边缘线进行聚类获得目标聚类簇，包括：采用的DBSCAN聚类算法对第一图像中的历史边缘线进行聚类；所述DBSCAN聚类算法聚类时的聚类距离是基于各历史边缘线对应的相似性以及抓取效果评价指标得到的；将历史边缘线数量最多的聚类簇记为目标聚类簇。
[0007]优选的，所述对待抓取零件的表面图像中的所有投影点进行聚类，包括：采用K
‑
means聚类算法对待抓取零件的表面图像中的所有投影点进行聚类，所述K
‑
means聚类算法的聚类距离是基于待抓取零件的表面图像中的所有投影点的位置和所有投影点对应的抓取效果评价指标得到的。
[0008]优选的，所述基于各零件的表面图像的面积和各零件对应的标准面积，得到各零件的优先指标，包括：对于当前图像中的任一零件：计算该零件的表面图像的面积和零件对应的标准面积的差值的绝对值，记为第一绝对值；以自然常数为底数，以负的所述第一绝对值为指数的指数函数的值作为该零件的优先指标。
[0009]优选的，所述基于各历史抓取过程对应的抓取效果评价指标和各历史零件抓取过程中被抓取零件的优先指标获得各历史边缘线上抓取点对应的有效性指标，包括：对于任一历史零件抓取过程：将该历史零件抓取过程对应的抓取效果评价指标和
该历史抓取过程中被抓取零件的优先指标的乘积作为该历史零件抓取过程对应的历史边缘线上抓取点对应的有效性指标。
[0010]本专利技术至少具有如下有益效果：1、本专利技术考虑到机器人在抓取料框内的零件时，优选最容易抓取的零件，因此本专利技术首先获取了机器人当前零件抓取过程中料框内的零件的灰度图像并记为当前图像，基于当前图像中各零件的表面图像的面积分析当前图像中各零件的摆放姿态获取待抓取零件，进而对待抓取零件进行分析获取待抓取零件的抓取点，控制机器人根据抓取点抓取零件，大大减少了因抓取点选取的不对导致抓取过程中零件滑落或导致零件的放置的姿态不对影响后续零件的摆放的问题的出现，提高了机器人码垛的效率。
[0011]2、本专利技术在获取待抓取零件的抓取点时，考虑到若某一历史抓取过程中所抓取的零件被抓取前在料框内的摆放姿态与待抓取零件料框内的摆放姿态越相似且该历史抓取过程对应的抓取效果越好，则待抓取零件的边缘线上与该历史抓取过程对应的历史边缘线上的抓取点相同位置的像素点越适合作为当前零件抓取过程的抓取点，因此本专利技术基于历史零件抓取过程中的抓取点和抓取效果评价指标对当前边缘线上的像素点进行了分析，获取到了准确的抓取点，提高了机器人对料框内零件抓取的可靠性。
附图说明
[0012]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和优点，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的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高位料库机器人的码垛控制方法，其特征在于，该方法包括以下步骤：获取机器人当前零件抓取过程中料框内的零件的灰度图像记为当前图像，获取M次历史零件抓取过程中对应的零件的表面图像记为历史图像，所述历史零件抓取过程中对应的零件的表面图像为历史抓取过程中所抓取的零件被抓取前在料框内的表面图像；基于所述当前图像获得各零件的表面图像；M≥10；基于各零件的表面图像的面积和各零件对应的标准面积，得到各零件的优先指标，将当前图像中优先指标最大的零件作为待抓取零件；将所述待抓取零件的边缘线记为当前边缘线，将历史零件抓取过程中被抓取零件的边缘线记为历史边缘线；基于各历史抓取过程对应的抓取效果评价指标和各历史零件抓取过程中被抓取零件的优先指标获得各历史边缘线上抓取点对应的有效性指标；基于各历史边缘线上抓取点、当前边缘线上的各像素点和所述有效性指标，得到当前边缘线上各像素点对应的匹配度，将所述匹配度大于匹配度阈值的像素点作为待抓取零件上的特征点；基于所述特征点和各历史边缘线获得各历史边缘线与当前边缘线的相似性；将各历史边缘线投影到所述当前图像中获得第一图像，基于各历史边缘线与当前边缘线的相似性以及各历史边缘线对应的抓取效果评价指标对第一图像中的历史边缘线进行聚类获得目标聚类簇；将所述目标聚类簇中的各历史边缘线对应的抓取点投影到所述待抓取零件的表面图像中，对待抓取零件的表面图像中的所有投影点进行聚类，将各聚类簇的中心点作为待抓取零件的抓取点，控制机器人对所述待抓取零件的抓取点进行抓取。2.根据权利要求1所述的一种高位料库机器人的码垛控制方法，其特征在于，所述基于各历史边缘线上抓取点、当前边缘线上的各像素点和所述有效性指标，得到当前边缘线上各像素点对应的匹配度，包括：将当前边缘线和各历史边缘线投影到模板图像中，所述模板图像为零件水平放置在料框内的表面图像；对于当前边缘线上第k个像素点：根据该像素点在模板图像中的投影点每次作为抓取点时对应的有效性指标、该像素点在模板图像中的投影点作为抓取点的总次数、该像素点在模板图像中的投影点与各历史边缘线上的抓取点投影到模板图像中的像素点的最近距离，计算该像素点对应的匹配度。3.根据权利要求2所述的一种高位料库机器人的码垛控制方法，其特征在于， 采用如下...

【专利技术属性】
技术研发人员：李大超，程辉，刘广玉，
申请(专利权)人：爱夫迪沈阳自动化科技有限公司，
类型：发明
国别省市：