【技术实现步骤摘要】
本专利技术涉及钢筋识别抓取方法，更具体地说是指散乱钢筋识别抓取方法、系统及电子设备。
技术介绍
1、传统的钢筋抓取方式通常依赖人工操作，这不仅效率低，而且劳动强度大，难以应对大规模生产的需求；此外，钢筋搬运和抓取是一项繁重且危险的任务，人工操作存在较大的安全隐患；通过自动化设备进行钢筋抓取，可以有效减少工人与危险环境的接触，从而降低安全事故的发生概率，自动化抓取还大幅度减轻了工人的体力劳动，提高了工作效率和工作环境。
2、随着自动化技术的发展，机械臂作为生产线的重要设备，其智能化和精准化水平不断提升；机器视觉和传感技术的进步为机械臂提供了强大的感知能力，使其能够准确识别钢筋的位置、形状和尺寸。然而，现有的机器视觉识别系统多针对单一工件或整齐摆放的工件，而实际工地中，钢筋等工件通常摆放较为散乱，且可能混杂其他工件，这对机器视觉的识别能力提出了更高的挑战。
3、因此，有必要设计一种新的方法，实现复杂背景下以及不同高度环境下的精确目标识别定位，提高检测速度以及工作效率，降低漏检率。
技术实现思路
1、本专利技术的目的在于克服现有技术的缺陷，提供散乱钢筋识别抓取方法、系统及电子设备。
2、为实现上述目的，本专利技术采用以下技术方案：散乱钢筋识别抓取方法，包括：
3、获取俯视整个作业区域的工业相机拍摄的图像，以得到作业区域图像；
4、对所述作业区域图像进行钢筋和抓取机械臂识别，计算钢筋与抓取机械臂的距离，并发送所述距离，以使得抓取机
5、获取设置在抓取机械臂上的深度相机拍摄的图像，以得到初始图像；
6、筛选所述初始图像中的完整且未重叠的钢筋目标特征图像，以得到合格钢筋目标特征图像；
7、根据所述合格钢筋目标特征图像结合所述深度相机所获取的深度位置信息计算合格钢筋目标的平均深度值；
8、根据平均深度值进行排序，以确定距离所述深度相机最近的钢筋，并确定对应的位置和姿态，以得到待抓取钢筋信息；
9、根据所述待抓取钢筋信息，由机械臂抓取对应的钢筋，并放置在指定位置。
10、其进一步技术方案为：所述对所述作业区域图像进行钢筋和抓取机械臂识别，计算钢筋与抓取机械臂的距离，并发送所述距离，以使得抓取机械臂移动至钢筋上方，包括：
11、使用卷积神经网络检测算法识别所述作业区域图像中的钢筋，以得到钢筋在工业相机视图中的位置坐标；
12、通过标注在抓取机械臂上的二维码确定抓取机械臂在工业相机视图中的位置坐标；
13、根据钢筋在工业相机视图中的位置坐标以及抓取机械臂在工业相机视图中的位置坐标计算两者的距离，以得到钢筋与抓取机械臂的距离；
14、发送所述距离，以使得抓取机械臂移动至钢筋上方。
15、其进一步技术方案为：所述筛选所述初始图像中的完整且未重叠的钢筋目标特征图像，以得到合格钢筋目标特征图像，包括：
16、提取所述初始图像中的钢筋目标特征图像；
17、初步筛选掉所述钢筋目标特征图像中不完整和重叠的目标特征图像，以得到初步合格特征图像；
18、对所述初步合格特征图像进行图像预处理，以得到预处理结果；
19、对所述预处理结果提取图像的边缘轮廓信息，并计算轮廓特征的长度和面积；
20、将轮廓特征与系统模板库中的工件模板进行几何特征匹配，并计算匹配度；
21、根据所述匹配度筛选出完整的工件特征，以得到合格钢筋目标特征图像。
22、其进一步技术方案为：所述初步筛选掉所述钢筋目标特征图像中不完整和重叠的目标特征图像，以得到初步合格特征图像，包括：
23、通过相关匹配cc算法查找所述钢筋目标特征图像中与给定原始工作模板相似的区域特征，以得到相似性匹配的特征；
24、过滤掉所述相似性匹配的特征中堆叠和不完整工件所对应的特征，以得到初步合格特征图像。
25、其进一步技术方案为：所述根据所述待抓取钢筋信息，由机械臂抓取对应的钢筋，并放置在指定位置，包括：
26、接收施工图纸或参数，构建坐标系，并在坐标系的基础上计算待抓取钢筋的摆放位置；其中，所述坐标系以控制平台左上角为原点，地平面为水平面，x轴平行于龙门架，y轴垂直于龙门架，z轴垂直于地面；
27、根据所述待抓取钢筋信息抓取所述待抓取钢筋，并将待抓取钢筋放置到摆放位置。
28、其进一步技术方案为：所述接收施工图纸或参数，构建坐标系，并在坐标系的基础上计算钢筋的摆放位置，包括：
29、接收施工图纸或参数，并提取钢筋的长度、宽度、形状、摆放间距和数量，以得到钢筋相关信息；
30、控制单元解析钢筋相关信息，构建坐标系，并在坐标系的基础上计算每根钢筋的摆放坐标以及十字交叉点的坐标；
31、其中，所述解析钢筋相关信息，计算每根钢筋的摆放坐标以及十字交叉点的坐标，包括：
32、建立坐标系；
33、根据钢筋相关信息中的横筋和竖筋的长度和间距，计算每根横筋和竖筋的两端坐标，确定十字交叉点的位置。
34、其进一步技术方案为：所述根据所述待抓取钢筋信息抓取所述待抓取钢筋，并将待抓取钢筋放置到摆放位置，包括：
35、计算所述待抓取钢筋所对应的抓取点的三维坐标；
36、根据抓取点的三维坐标调整机械臂的移动和旋转，以准确抓取所述待抓取钢筋；
37、当机械臂抓取所述待抓取钢筋完成后，将所述待抓取钢筋放置到摆放位置中。
38、其进一步技术方案为：所述计算所述待抓取钢筋所对应的抓取点的三维坐标，包括：
39、设置抓取子系统的参考坐标、抓取机械臂下臂的坐标系、抓取机械臂上臂的坐标系、第一深度摄像机的坐标系；其中第一深度摄像机设置在抓取机械臂上；抓取子系统包括抓取机械臂；
40、根据抓取子系统的参考坐标与抓取机械臂下臂的坐标系、抓取机械臂上臂的坐标系与抓取机械臂下臂的坐标系、第一深度摄像机的坐标系与抓取机械臂上臂的坐标系的变换关系确定抓取机械臂上臂的坐标系下的抓取位置，以得到所述待抓取钢筋所对应的抓取点的三维坐标。
41、本专利技术还提供了散乱钢筋识别抓取系统，包括：
42、工业图像获取单元，用于获取俯视整个作业区域的工业相机拍摄的图像，以得到作业区域图像；
43、检测单元，用于对所述作业区域图像进行钢筋和抓取机械臂识别，计算钢筋与抓取机械臂的距离，并发送所述距离，以使得抓取机械臂移动至钢筋上方；
44、初始图像获取单元，用于获取设置在抓取机械臂上的深度相机拍摄的图像，以得到初始图像；
45、筛选单元，用于筛选所述初始图像中的完整且未重叠的钢筋目标特征图像，以得到合格钢筋目标特征图像；
46、深度值计算单元，用于根据所述合格钢筋目标特征图像结合所述深度相机所获取的深度位置信息计算合本文档来自技高网...
【技术保护点】
1.散乱钢筋识别抓取方法，其特征在于，包括：
2.根据权利要求1所述的散乱钢筋识别抓取方法，其特征在于，所述对所述作业区域图像进行钢筋和抓取机械臂识别，计算钢筋与抓取机械臂的距离，并发送所述距离，以使得抓取机械臂移动至钢筋上方，包括：
3.根据权利要求1所述的散乱钢筋识别抓取方法，其特征在于，所述筛选所述初始图像中的完整且未重叠的钢筋目标特征图像，以得到合格钢筋目标特征图像，包括：
4.根据权利要求3所述的散乱钢筋识别抓取方法，其特征在于，所述初步筛选掉所述钢筋目标特征图像中不完整和重叠的目标特征图像，以得到初步合格特征图像，包括：
5.根据权利要求1所述的散乱钢筋识别抓取方法，其特征在于，所述根据所述待抓取钢筋信息，由机械臂抓取对应的钢筋，并放置在指定位置，包括：
6.根据权利要求5所述的散乱钢筋识别抓取方法，其特征在于，所述接收施工图纸或参数，构建坐标系，并在坐标系的基础上计算钢筋的摆放位置，包括：
7.根据权利要求5所述的散乱钢筋识别抓取方法，其特征在于，所述根据所述待抓取钢筋信息抓取所述待抓取钢筋，并
8.根据权利要求7所述的散乱钢筋识别抓取方法，其特征在于，所述计算所述待抓取钢筋所对应的抓取点的三维坐标，包括：
9.散乱钢筋识别抓取系统，其特征在于，包括：
10.一种电子设备，其特征在于，所述电子设备包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的方法。
...【技术特征摘要】
1.散乱钢筋识别抓取方法，其特征在于，包括：
2.根据权利要求1所述的散乱钢筋识别抓取方法，其特征在于，所述对所述作业区域图像进行钢筋和抓取机械臂识别，计算钢筋与抓取机械臂的距离，并发送所述距离，以使得抓取机械臂移动至钢筋上方，包括：
3.根据权利要求1所述的散乱钢筋识别抓取方法，其特征在于，所述筛选所述初始图像中的完整且未重叠的钢筋目标特征图像，以得到合格钢筋目标特征图像，包括：
4.根据权利要求3所述的散乱钢筋识别抓取方法，其特征在于，所述初步筛选掉所述钢筋目标特征图像中不完整和重叠的目标特征图像，以得到初步合格特征图像，包括：
5.根据权利要求1所述的散乱钢筋识别抓取方法，其特征在于，所述根据所述待抓取钢筋信息，由机械臂抓取对应的钢筋...
【专利技术属性】
技术研发人员：张波，赵晓东，胡雪攀，庄庆云，徐宇杰，
申请(专利权)人：杭州宇泛智能科技股份有限公司，
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。