一种基于动态包裹下的识别抓取方法技术

一种基于动态包裹下的识别抓取方法，包括：在运送包裹的传送带上安装编码器，通过相机摄像头对所有无序包裹S0位置的采集图像，转化为2D轮廓图像和3D点云集图像；根据2D图像轮廓，进行点云切割；在进行点云切割之后，计算出所有无序包裹的抓取位置和角度；根据2D图像轮廓和点云分割后，通过算法根据在抓取的过程中是否包裹之间会发生碰撞，从而过滤掉会碰撞的包裹；选择最优抓取的包裹，并发送该包裹的信息给机械臂；通过匀速传送带上编码器实现计算偏移量大小，并发送数据给机械臂，从而实现机械臂动态跟随，实现动态抓取。本发明专利技术克服了现有技术的不足，解决了基于在传动状态下的包裹实现包裹分拣，极大的提升了分拨中心分拣包裹的效率。的效率。的效率。

【技术实现步骤摘要】
一种基于动态包裹下的识别抓取方法


[0001]本专利技术涉及机械臂识别抓取
，具体涉及一种基于动态包裹下的识别抓取方法。

技术介绍

[0002]近年来随着快递企业的高速发展，越来越多的人选择网上购物，从而出现快件包裹数量过多、物流压力较大的问题，因此快递包裹在分拣中心的分拣效率提升迫在眉睫，分拣中一重要环节
‑‑‑‑
无序状态下包裹的抓取现在基本实现机器换人的半自动化发展阶段，而传统意义上的这种机器换人方式实现方法是一堆无序包裹在静止状态下通过图像采集以及算法分析，发送数据给机械臂实现抓取转移的目的，而这种方法要求无序状态的包裹绝对静止得以实现，导致包裹在分拨中心停留时间过长，严重影响分拣效率以及物流效率。

技术实现思路

[0003]针对现有技术的不足，本专利技术提供了一种基于动态包裹下的识别抓取方法，克服了现有技术的不足，解决了基于在传动状态下的包裹实现包裹分拣，极大的提升了分拨中心分拣包裹的效率。
[0004]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0005]一种基于动态包裹下的识别抓取方法，包括以下步骤：
[0006]步骤S1：在运送包裹的传送带上安装编码器，并将图像采集相机架设在传送带正上方；机械臂安装在传动带的一侧；设定采图的位置为包裹初始位置S0；机械臂末端的吸盘初始状态位置为机械臂初始位置S1，S0到S1距离为定值；
[0007]步骤S2：通过相机摄像头对所有无序包裹S0位置的采集图像，转化为2D轮廓图像和3D点云集图像；
[0008]步骤S3：根据2D图像轮廓，进行点云切割；
[0009]步骤S4：在进行点云切割之后，计算出所有无序包裹的抓取位置和角度；
[0010]步骤S5：根据2D图像轮廓和点云分割后，通过算法根据在抓取的过程中是否包裹之间会发生碰撞，从而过滤掉会碰撞的包裹；
[0011]步骤S6：选择最优抓取的包裹，并发送该包裹的信息给机械臂；
[0012]步骤S7：通过匀速传送带上编码器实现计算偏移量大小，并发送数据给机械臂，从而实现机械臂动态跟随，实现动态抓取。
[0013]优选地，所述步骤S2中，通过相机摄像头对所有无序包裹S0位置的采集图像，转化为2D轮廓图像和3D点云集图像，具体包括以下步骤：
[0014]步骤S21：通过相机摄像头拍摄所有无序包裹的二维图像和三维图像；
[0015]步骤S22：将所述二维图像输入至预先训练的神经网络系统进行计算分割，获得每一包裹表面的2D轮廓数据；
[0016]步骤S23：根据点云数据和每个包裹的2D轮廓数据以得到每个包裹的3D点云数据。
[0017]优选地，所述步骤S4，在进行点云切割之后，计算出所有无序包裹的抓取位置和角度，计算方法包括：
[0018]步骤S41：将包裹分割为M
×
N个小区域；
[0019]步骤S42：将每个区域的中心点，作为一个候选的抓取面；
[0020]步骤S43：计算所有M
×
N个抓取面的角度和吸盘的匹配度；
[0021]步骤S44：筛选出最佳匹配度的位置和角度。
[0022]优选地，所述步骤S5中，判断在抓取的过程中是否包裹之间会发生碰撞的方法具体包括：通过机械臂用一个最小包含机械臂的圆柱体来简化计算，计算的时候，只考虑非当前包裹的点和这个圆柱体是否碰撞，通过计算圆柱体的中心线和点云的每个点的距离，如果距离大于圆柱的半径说明不会碰撞，否则说明会碰撞。
[0023]优选地，所述步骤S6中，所发送的包裹信息包括将要抓取的最优包裹的位置的坐标、角度以及计算静态情况下抓取该包裹的时间。
[0024]优选地，所述步骤S7具体包括：通过编码器计算出包裹在传送带上运行的时长t2以及静态抓取包裹的时间t1，继而计算出机械臂完成抓取该包裹+的时间为t2+t1，从而得出将要抓取的包裹实际位置和角度信息，然后实现基于在传送带上运行的包裹完成机械臂跟踪抓取。
[0025]本专利技术提供了一种基于动态包裹下的识别抓取方法。具备以下有益效果：通过实现机械臂动态跟随，以实现动态抓取。从而解决了基于在传动状态下的包裹实现包裹分拣，极大的提升了分拨中心分拣包裹的效率。
附图说明
[0026]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对现有技术描述中所需要使用的附图作简单地介绍。
[0027]图1本专利技术的步骤流程图。
具体实施方式
[0028]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述。
[0029]实施例一，如图1所示，一种基于动态包裹下的识别抓取方法，包括以下步骤：
[0030]步骤S1：在运送包裹的传送带上安装编码器，并将图像采集相机架设在传送带正上方；机械臂安装在传动带的一侧；设定采图的位置为包裹初始位置S0；机械臂末端的吸盘初始状态位置为机械臂初始位置S1，S0到S1距离为定值；
[0031]步骤S2：当大量无序堆叠的快递包裹在传送带上运行的过程中，通过相机摄像头对所有无序包裹S0位置的采集图像，转化为2D轮廓图像和3D点云集图像；
[0032]步骤S3：根据2D图像轮廓，进行点云切割；
[0033]步骤S4：在进行点云切割之后，计算出所有无序包裹的抓取位置和角度；其计算方法具体包括：
[0034]步骤S41：将包裹分割为M
×
N个小区域；一般m，n都是个位数,不会太大，否则会导致计算量很大；
[0035]步骤S42：将每个区域的中心点，作为一个候选的抓取面；
[0036]步骤S43：计算所有M
×
N个抓取面的角度和吸盘的匹配度；
[0037]步骤S44：筛选出最佳匹配度的位置和角度。
[0038]步骤S5：根据2D图像轮廓和点云分割后，通过算法根据在抓取的过程中是否包裹之间会发生碰撞，从而过滤掉会碰撞的包裹；判断包裹之间会发生碰撞可通过机械臂用一个最小包含机械臂的圆柱体来简化计算，计算的时候，只考虑非当前包裹的点，和这个圆柱体是否碰撞，因为圆柱体可以简化为计算圆柱体的中心线和点云的每个点的距离，如果距离大于圆柱体的半径说明不会碰撞，否则说明会碰撞。
[0039]步骤S6：选择最优抓取的包裹，并发送该包裹的信息给机械臂，其中所发送的包裹信息包括将要抓取的最优包裹的位置的坐标、角度以及计算静态情况下抓取该包裹的时间；前面描述的是一个包裹的计算方法，多个包裹是多线程分别计算的，然后找一个最满足用户条件的，吸盘匹配率最高，同时又不会碰撞的包裹。最满足用户条件，比如，从上到下抓取，那么一般是按照z的高度来排序。
[0040]步骤S7：机械臂根据安装在传送带上的编码器计算出包裹在传送带上运行的时长t2以及静态抓取包裹的时间t1，从而可以实时计算出机械臂完成抓取该包裹的时间t1+t2，从而得出将要抓取的包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于动态包裹下的识别抓取方法，其特征在于：包括以下步骤：步骤S1：在运送包裹的传送带上安装编码器，并将图像采集相机架设在传送带正上方；机械臂安装在传动带的一侧；设定采图的位置为包裹初始位置S0；机械臂末端的吸盘初始状态位置为机械臂初始位置S1，S0到S1距离为定值；步骤S2：通过相机摄像头对所有无序包裹S0位置的采集图像，转化为2D轮廓图像和3D点云集图像；步骤S3：根据2D图像轮廓，进行点云切割；步骤S4：在进行点云切割之后，计算出所有无序包裹的抓取位置和角度；步骤S5：根据2D图像轮廓和点云分割后，通过算法根据在抓取的过程中是否包裹之间会发生碰撞，从而过滤掉会碰撞的包裹；步骤S6：选择最优抓取的包裹，并发送该包裹的信息给机械臂；步骤S7：通过匀速传送带上编码器实现计算偏移量大小，并发送数据给机械臂，从而实现机械臂动态跟随，实现动态抓取。2.根据权利要求1所述的一种基于动态包裹下的识别抓取方法，其特征在于：所述步骤S2中，通过相机摄像头对所有无序包裹S0位置的采集图像，转化为2D轮廓图像和3D点云集图像，具体包括以下步骤：步骤S21：通过相机摄像头拍摄所有无序包裹的二维图像和三维图像；步骤S22：将所述二维图像输入至预先训练的神经网络系统进行计算分割，获得每一包裹表面的2D轮廓数据；步骤S23：根据点云数据和每个包裹的2D轮廓数据以得到每个包裹的3D点云数据。3.根据权利要求1所述的一种...

【专利技术属性】
技术研发人员：李华，胡添，李海滨，
申请(专利权)人：赛那德科技有限公司，
类型：发明
国别省市：