结构说明:
1.通过引入更多的约束求解出图像的三维模型坐标。双目相机同时从不同角度拍摄物体,物体表面上的像素点会被映射到投影平面。
2.为了获取在图像识别特征配准后在物体上选取的5个特征点为分析对象,以小孔成像原理为基础,利用像素下坐标信息结合齐次坐标式,畸变矫正式计算出物体相对于主相机下的三维空间坐标Xl、Yl、Zl 。
3.将采样点得到的坐标信息通过此方法转换到机器人坐标系下。将获得的三维坐标信息通过上位机输送给并联机器人,在驱动器下完成物件的定位抓取。
4.弱纹理区域引入梯度信息到 SAD算法当中,对于不同像素,通过调整系数 K 更好地均分 SAD 代价、梯度代价;以自适应双边滤波替换人为设置参数,最终得到匹配代价;进而提高三维点云的重建效果,促使机器人完成准确地定位抓取,通过实验验证可以将误差率平均控制在 5% 以下。
使用说明:
首先,视觉系统通过工业相机采集三维世界的图像。
通过相机标定确定物体的大致位置工件识别完成后为了进行后续的分拣等操作还需对工件中心进行定位,并确定物体的旋转角度,找出其在图像中的确切位置。
Delta机器人控制器利用相机获取目标的位置信息。
目标的位置信息由图像采集、特征提取、目标识别、坐标转换等步骤获取。当视觉系统完成对目标的定位以后,把在相机中获取的目标的位置信息,经过坐标转换,转换成机器人坐标系下的坐标,然后控制机器人端执行器对目标进行抓取。