【技术实现步骤摘要】
本专利技术涉及智能化装配设备，具体涉及一种基于3d视觉的装配件自动搬运方法、装置及设备。
技术介绍
1、在当前全球工业自动化升级的大潮中，尤其是随着智能制造、物联网及人工智能技术的深度融合，生产线对装配件识别与定位技术的要求已从传统的二维向三维立体化方向发展。3d视觉技术的装配件识别与定位系统，作为前沿的智能解决方案，在该领域展现出强大的优势和应用潜力，该方法利用高精度的3d传感器实时捕获装配件的三维几何特征，并通过先进的机器学习算法和计算机视觉技术进行高速、准确的分析和处理，从而实现对装配件的自动识别和精确定位。
2、随着工业自动化的发展，装配件的识别和定位在装配生产线上变得越来越重要，传统的人工装配效率低，而且人工装配操作容易出现误差和错误。在一些基于平面识别的智能装配线上，装配线上的识别与定位手段普遍存在显著不足。例如，基于2d视觉或机械式识别系统的方案，由于只能获取平面图像信息，对于具有复杂三维结构的装配件往往难以精确识别其姿态和位置，尤其在有遮挡、光照变化等复杂环境条件下，识别效果会大打折扣，容易导致误判和装配错误。尽管现有技术的基于2d视觉或机械式识别系统在一定程度上支持了工业生产过程中的自动化，但面对日益复杂的制造环境和不断提升的产品质量要求，它们在识别准确性、定位精度以及系统适应性等方面均显现出局限性。
技术实现思路
1、本专利技术主要解决基于2d视觉或机械式识别的装配线的识别与定位手段普遍存在显著不足，容易导致误判和装配错误的技术问题。
2
3、获取在所述工作区域的所述装配件的立体图像数据；
4、根据所述装配件的立体图像数据获取装配件信息，所述装配件信息至少包括所述装配件在工作区域中的原始位置、以及所述装配件的型号和姿态；
5、根据所述装配件信息获取所述装配件的搬运信息，所述装配件的所述搬运信息至少包括所述装配件的实际搬运路径；
6、按照所述搬运信息所包含的实际搬运路径将所述装配件从所述原始位置移动至所述搬运路径对应的目标位置。
7、在上述的基于3d视觉的装配件自动搬运方法中，作为优选方案，所述获取在所述工作区域的所述装配件的立体图像数据，包括：
8、通过3d相机对处于所述工作区域的所述装配件进行扫描以获取所述装配件的立体图像数据。
9、在上述的基于3d视觉的装配件自动搬运方法中，作为优选方案，所述根据所述装配件的立体图像数据获取装配件信息，包括：
10、对所述装配件的立体图像数据进行预处理，所述预处理用于减少立体图像数据的噪音和/或用于平滑立体图像数据的边缘；
11、对预处理后的立体图像数据进行特征提取，获取关于所述装配件的特征数据；
12、根据关于所述装配件的特征数据获取所述装配件的装配件信息；
13、其中，关于所述装配件的特征数据包括表示所述装配件原始位置、型号和姿态的特征数据。
14、在上述的基于3d视觉的装配件自动搬运方法中，作为优选方案，关于所述装配件的特征数据至少具有包含所述装配件本体特征的本体特征数据，所述装配件的装配件信息至少包括所述装配件的类型和姿态；所述根据关于所述装配件的特征数据获取所述装配件的装配件信息则包括：
15、提供至少一种已知装配件模型的特征数据；
16、将所述装配件的本体特征数据与至少一种已知装配件模型特征数据进行匹配，获取所述装配件的类型和姿态。
17、在上述的基于3d视觉的装配件自动搬运方法中，作为优选方案，关于所述装配件的特征数据至少具有包含所述装配件所处工作区域特征的周边特征数据，所述装配件的装配件信息至少包括所述装配件在工作区域中的原始位置；所述根据关于所述装配件的特征数据获取所述装配件的装配件信息则包括：
18、提供所述工作区域模型的特征数据；
19、将所述装配件的周边特征数据与工作区域模型特征数据进行匹配，获取所述装配件在工作区域中的原始位置。
20、在上述的基于3d视觉的装配件自动搬运方法中，作为优选方案，所述对所述装配件的立体图像数据进行预处理，包括：
21、对所述装配件的立体图像数据进行第一处理，获取第一处理后的立体图像数据；所述第一处理包括滤波处理和/或去噪处理，所述滤波处理包括中值滤波、和/或高通滤波、和/或双边滤波，所述去噪处理用于去除立体图像数据中的噪声；
22、对第一处理后的立体图像数据进行边缘检测，得到预处理后的立体图像数据；
23、所述根据关于所述装配件的特征数据获取所述装配件的装配件信息，包括：
24、提供一模型特征数据库；在识别所述装配件的原始位置和/或型号和/或姿态时，所述模型特征数据库用于与所述装配件的特征数据进行比对；
25、将所述装配件的特征数据与模型特征数据库中的特征数据进行比对，以得到所述装配件的原始位置和/或型号和/或姿态。
26、在上述的基于3d视觉的装配件自动搬运方法中，作为优选方案，所述根据所述装配件信息获取所述装配件的搬运信息，包括：
27、提供所述工作区域的场景模型；
28、根据所述装配件的型号，获取所述装配件的目标位置；
29、在所述场景模型中获取与所述装配件的原始位置和目标位置分别对应的初始点位和目标点位；
30、根据所述装配件的初始点位、目标点位和姿态，在场景模型中获取所述装配件从初始点位移动到目标点位的最优搬运路径；
31、根据所述场景模型中的最优搬运路径获取所述装配件从所述原始位置到所述目标位置之间的实际搬运路径。
32、在上述的基于3d视觉的装配件自动搬运方法中，作为优选方案，所述在场景模型中获取所述装配件从初始点位移动到目标点位的最优搬运路径，包括：
33、在在场景模型中获取所述装配件从初始点位移动到目标点位的多个搬运路径；
34、按照时间因素、能耗因素、距离因素的优先级顺序对多个所述搬运路径进行排序，将最靠前的搬运路径作为最优搬运路径。
35、本专利技术实施例还提供一种基于3d视觉的装配件自动搬运装置，用于在对待加油车辆进行加油前获取待加油车辆的目标油箱盖位置信息，所述装置包括：
36、图像采集模块，所述图像采集模块用于获取在所述工作区域的所述装配件的立体图像数据；
37、图像处理模块，所述图像处理模块用于根据所述装配件的立体图像数据获取装配件信息，所述装配件信息至少包括所述装配件在工作区域中的原始位置、以及所述装配件的型号和姿态；
38、控制模块，所述控制模块用于根据所述装配件信息获取所述装配件的搬运信息，所述装配件的所述搬运信息至少包括所述装配件的实际搬运路径；
39、执行模本文档来自技高网...
【技术保护点】
1.一种基于3D视觉的装配件自动搬运方法，用于识别和定位工作区域中的装配件并将所述装配件移动至对应目标位置，其特征在于，所述装配件自动搬运方法包括：
2.如权利要求1所述的基于3D视觉的装配件自动搬运方法，其特征在于，所述获取在所述工作区域的所述装配件的立体图像数据，包括：
3.如权利要求1所述的基于3D视觉的装配件自动搬运方法，其特征在于，所述根据所述装配件的立体图像数据获取装配件信息，包括：
4.如权利要求3所述的基于3D视觉的装配件自动搬运方法，其特征在于，关于所述装配件的特征数据至少具有包含所述装配件本体特征的本体特征数据，所述装配件的装配件信息至少包括所述装配件的类型和姿态；所述根据关于所述装配件的特征数据获取所述装配件的装配件信息则包括：
5.如权利要求3所述的基于3D视觉的装配件自动搬运方法，其特征在于，关于所述装配件的特征数据至少具有包含所述装配件所处工作区域特征的周边特征数据，所述装配件的装配件信息至少包括所述装配件在工作区域中的原始位置；所述根据关于所述装配件的特征数据获取所述装配件的装配件信息则包括：
<...【技术特征摘要】
1.一种基于3d视觉的装配件自动搬运方法，用于识别和定位工作区域中的装配件并将所述装配件移动至对应目标位置，其特征在于，所述装配件自动搬运方法包括：
2.如权利要求1所述的基于3d视觉的装配件自动搬运方法，其特征在于，所述获取在所述工作区域的所述装配件的立体图像数据，包括：
3.如权利要求1所述的基于3d视觉的装配件自动搬运方法，其特征在于，所述根据所述装配件的立体图像数据获取装配件信息，包括：
4.如权利要求3所述的基于3d视觉的装配件自动搬运方法，其特征在于，关于所述装配件的特征数据至少具有包含所述装配件本体特征的本体特征数据，所述装配件的装配件信息至少包括所述装配件的类型和姿态；所述根据关于所述装配件的特征数据获取所述装配件的装配件信息则包括：
5.如权利要求3所述的基于3d视觉的装配件自动搬运方法，其特征在于，关于所述装配件的特征数据至少具有包含所述装配件所处工作区域特征的周边特征数据，所述装配件的装配件信...
【专利技术属性】
技术研发人员：苗庆伟，乔雨浩，刘源，
申请(专利权)人：河南埃尔森智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。