針對筒紗分揀機器人作業(yè)目標的表面紋理復雜、位置隨機擺放等干擾因素的問題,課題組提出了基于顏色特征的筒紗識別定位方法。構建了具有視覺感知的4自由度DOBOT筒紗分揀機器人系統(tǒng),通過視覺系統(tǒng)獲取筒紗多目標的圖像,采用對圖像進行預處理的算法來提高分揀目標的對比度;將作業(yè)目標由RGB空間轉換到HSV顏色空間,提取各分量的顏色特征,采用區(qū)域生長法對不同顏色的多目標區(qū)域進行提取;建立基于圖像信息的形心坐標,對各目標區(qū)域的連通域進行定位。實驗結果表明:該方法能夠實現(xiàn)對不同顏色的作業(yè)目標的識別與定位,并在分揀機器人的手眼標定的基礎上,實現(xiàn)了對不同顏色的作業(yè)目標進行分揀。 

【文章來源】：輕工機械. 2020,38(04)

【文章頁數(shù)】：6 頁

【部分圖文】：

筒紗目標的識別與定位Figure6Identificationandpositioningofcheese

割閾值，精準識別爐膛火焰燃燒狀況。尤波等［12］在搭建具有視覺識別功能的SCARA機器人識別定位系統(tǒng)平臺，實現(xiàn)插件工件的顏色識別和定位，并進行有效抓取。課題組針對筒紗表面紋理復雜、位置隨機等干擾，根據(jù)筒紗染色后顏色的不同，提出了基于顏色特征的筒紗識別分揀方法，通過傳送裝置與機器人構建了輸送與分揀平臺，以機器視覺獲取筒紗圖像，提取顏色特征進行識別與定位，在手眼標定后實現(xiàn)了對不同顏色筒紗的分揀。1機器人分揀筒紗系統(tǒng)1．1分揀機器人架構機器人分揀筒紗的硬件架構如圖1所示，該分揀系統(tǒng)主要有筒紗圖像獲取的機器視覺裝置、分揀機器人本體構成。機器視覺裝置由分辨率為2048dpi×1536dpi的JHSM300相機、16mm鏡頭及光源照度為40000Lux的LED白色環(huán)形光等構成。筒紗分揀機器人為4自由度DOBOT機器人，執(zhí)行機構為氣動吸盤或氣動手抓，可以根據(jù)不同的目標進行更換，多次往復位置精度為0．2mm。計算機為上位機對采集的作業(yè)目標圖像進行處理。1．2分揀機器人的手眼標定圖1中分揀機器人的手眼安裝為Eye_to_Hand方式手眼系統(tǒng)，相機安裝在支架上，機器人與支架的位置固定。通過建立分揀機器人的基坐標系、機器人末端執(zhí)行器的坐標系、相機坐標系與圖像坐標系之間的轉換關系［13-15］，將相機所獲取的筒紗圖像坐標轉換為筒紗分揀機器人坐標，從而引導機器人完成分揀筒紗。圖1筒紗分揀機器人Figure1Cheesesortingrobot課題組選用的標定板如圖2所示。圖2標定板Figure2Calibrationplate手眼標定過程:1)將標定板放置在鏡頭下，在獲取圖像后，將圖像中靠近A，B，C的3點作

標定板Figure2Calibrationplate

【參考文獻】：
期刊論文
[1]基于對抗神經網絡和神經網絡模型的筒子紗抓取方法[J]. 金守峰,林強強,馬秋瑞.  毛紡科技. 2020(01)
[2]面向分揀機器人的多目標視覺識別定位方法[J]. 任慧娟,金守峰,程云飛,顧金芋.  機械與電子. 2019(12)
[3]筒子紗包裝自動整列系統(tǒng)的設計與實現(xiàn)[J]. 郭政良,馬思樂,陳紀旸,欒義忠.  包裝工程. 2019(11)
[4]基于機器視覺的機器人分揀系統(tǒng)設計[J]. 廖家驥,劉建群,高偉強,胡釗雄.  組合機床與自動化加工技術. 2019(04)
[5]紫色土彩色圖像的H閾值分割[J]. 程蓉,曾紹華,羅俁桐,付登偉,王帥,楊圣明.  重慶師范大學學報(自然科學版). 2019(02)
[6]基于CCD攝像機石材表面顏色識別方法[J]. 趙民,李天敏,邵萌,鄒媛媛.  沈陽建筑大學學報(自然科學版). 2019(01)
[7]基于SVM的圖像識別在零件分揀系統(tǒng)中的應用[J]. 孫小權,鄒麗英.  機電工程. 2018(12)
[8]應用GAN和Faster R-CNN的色織物缺陷識別[J]. 李明,景軍鋒,李鵬飛.  西安工程大學學報. 2018(06)
[9]基于自適應顏色模型的爐膛火焰識別方法[J]. 張平改,費敏銳,王靈,彭晨,周文舉.  中國科學:信息科學. 2018(07)
[10]基于雙目視覺的目標識別與定位研究[J]. 蔣萌,王堯堯,陳柏.  機電工程. 2018(04)



本文編號：3510213