基于颜色特征的筒纱分拣机器人识别定位方法

发布时间：2021-11-21 20:47

　　针对筒纱分拣机器人作业目标的表面纹理复杂、位置随机摆放等干扰因素的问题,课题组提出了基于颜色特征的筒纱识别定位方法。构建了具有视觉感知的4自由度DOBOT筒纱分拣机器人系统,通过视觉系统获取筒纱多目标的图像,采用对图像进行预处理的算法来提高分拣目标的对比度;将作业目标由RGB空间转换到HSV颜色空间,提取各分量的颜色特征,采用区域生长法对不同颜色的多目标区域进行提取;建立基于图像信息的形心坐标,对各目标区域的连通域进行定位。实验结果表明:该方法能够实现对不同颜色的作业目标的识别与定位,并在分拣机器人的手眼标定的基础上,实现了对不同颜色的作业目标进行分拣。 

【文章来源】：轻工机械. 2020,38(04)

【文章页数】：6 页

【部分图文】：

筒纱目标的识别与定位Figure6Identificationandpositioningofcheese

割阈值，精准识别炉膛火焰燃烧状况。尤波等［12］在搭建具有视觉识别功能的SCARA机器人识别定位系统平台，实现插件工件的颜色识别和定位，并进行有效抓取。课题组针对筒纱表面纹理复杂、位置随机等干扰，根据筒纱染色后颜色的不同，提出了基于颜色特征的筒纱识别分拣方法，通过传送装置与机器人构建了输送与分拣平台，以机器视觉获取筒纱图像，提取颜色特征进行识别与定位，在手眼标定后实现了对不同颜色筒纱的分拣。1机器人分拣筒纱系统1．1分拣机器人架构机器人分拣筒纱的硬件架构如图1所示，该分拣系统主要有筒纱图像获取的机器视觉装置、分拣机器人本体构成。机器视觉装置由分辨率为2048dpi×1536dpi的JHSM300相机、16mm镜头及光源照度为40000Lux的LED白色环形光等构成。筒纱分拣机器人为4自由度DOBOT机器人，执行机构为气动吸盘或气动手抓，可以根据不同的目标进行更换，多次往复位置精度为0．2mm。计算机为上位机对采集的作业目标图像进行处理。1．2分拣机器人的手眼标定图1中分拣机器人的手眼安装为Eye_to_Hand方式手眼系统，相机安装在支架上，机器人与支架的位置固定。通过建立分拣机器人的基坐标系、机器人末端执行器的坐标系、相机坐标系与图像坐标系之间的转换关系［13-15］，将相机所获取的筒纱图像坐标转换为筒纱分拣机器人坐标，从而引导机器人完成分拣筒纱。图1筒纱分拣机器人Figure1Cheesesortingrobot课题组选用的标定板如图2所示。图2标定板Figure2Calibrationplate手眼标定过程:1)将标定板放置在镜头下，在获取图像后，将图像中靠近A，B，C的3点作

标定板Figure2Calibrationplate

【参考文献】：
期刊论文
[1]基于对抗神经网络和神经网络模型的筒子纱抓取方法[J]. 金守峰,林强强,马秋瑞.  毛纺科技. 2020(01)
[2]面向分拣机器人的多目标视觉识别定位方法[J]. 任慧娟,金守峰,程云飞,顾金芋.  机械与电子. 2019(12)
[3]筒子纱包装自动整列系统的设计与实现[J]. 郭政良,马思乐,陈纪旸,栾义忠.  包装工程. 2019(11)
[4]基于机器视觉的机器人分拣系统设计[J]. 廖家骥,刘建群,高伟强,胡钊雄.  组合机床与自动化加工技术. 2019(04)
[5]紫色土彩色图像的H阈值分割[J]. 程蓉,曾绍华,罗俣桐,付登伟,王帅,杨圣明.  重庆师范大学学报(自然科学版). 2019(02)
[6]基于CCD摄像机石材表面颜色识别方法[J]. 赵民,李天敏,邵萌,邹媛媛.  沈阳建筑大学学报(自然科学版). 2019(01)
[7]基于SVM的图像识别在零件分拣系统中的应用[J]. 孙小权,邹丽英.  机电工程. 2018(12)
[8]应用GAN和Faster R-CNN的色织物缺陷识别[J]. 李明,景军锋,李鹏飞.  西安工程大学学报. 2018(06)
[9]基于自适应颜色模型的炉膛火焰识别方法[J]. 张平改,费敏锐,王灵,彭晨,周文举.  中国科学:信息科学. 2018(07)
[10]基于双目视觉的目标识别与定位研究[J]. 蒋萌,王尧尧,陈柏.  机电工程. 2018(04)



本文编号：3510213