一种织物分拣机器人自主分拣方法
【技术领域】
[0001 ]本发明属于机器视觉、机器人自主织物分类分炼技术领域，具体设及一种织物分 炼机器人自主分炼方法。
【背景技术】
[0002] 随着国民经济发展迈入新常态，传统的依赖资源消耗W及劳动力持续投入的发展 模式已经难W为继，纺织服装业的内生动力必须要不断增强。"工业4.0"大幕的徐徐拉开W 及人口红利的消失、机器人技术的逐渐成熟W及在各行业应用的普及，机器人代替人W减 少用工，将最终成为纺织服装企业的现实选择。通过"机器换人"提升产业的信息化技术水 平，应用信息化主动破解低效高耗难题，促进企业由劳动密集型向技术密集型转变，是纺织 服装企业可持续发展的不二选择。国内企业对焊接、喷涂、搬运等行业的单工位或工艺联合 通用型工业机器人的研发取得了一些成绩，但不能满足纺织服装企业对机器人的特殊要 求。劳动密集型企业难W进口价格高昂的机器人，根据纺织服装企业"机器换人"的实际需 求，研发制造价格相对较低、质量可靠、实用性强的单工位机器人甚至工艺联合机器人，是 减轻企业"机器换人"成本负担的有效方法。2014年开始，单工位的铺布机器人、工艺联合型 的纺织机器人W及印染机器人开始在青岛、石狮、绍兴等地进行研发，尚未投入使用。研发 我国具有自主知识产权的高性能机器人控制系统及应用系统迫在眉睫。
[0003] 因工人操作存在疲劳度的问题，使用基于机器视觉的工业机器人进行织物分炼， 不但高效准确而且稳定持久，具有很大的优势。目前，国外机器人公司已有的视觉系统，如 ABB的True View系统、Sehuste;r-prazision的钻头分炼系统W及FANUC的M-liA高速炼选系 统等都是基于刚性物体的分炼应用而设计的；而国内尚无成熟的商业分炼系统。现有的分 炼系统都是为刚性物体开发的，一般基于形状进行分类，简单采用几何模板匹配的方式进 行识别，不能很好地适应实际情况。而对于织物等柔性物体的分炼，目前，国内国外尚无成 熟的方法和系统推出。
【发明内容】
[0004] 本发明的目的是提供一种织物分炼机器人自主分炼方法，解决现有技术中存在的 不能对柔性织物自主分炼的问题。
[0005] 本发明所采用的技术方案是，一种织物分炼机器人自主分炼方法，具体按照W下 步骤：
[0006] 步骤1、对安装在机器人上方的双目摄像机进行标定；
[0007] 步骤2、通过安装在机器人上方的双目摄像机采集织物图像信号，然后实时在线传 送给图像处理单元；
[000引步骤3、图像处理单元实时获取步骤2中传输过来的图像，并将RGB彩色图像转换为 HSV图像，应用化SU自动阔值法，分割各个织物；
[0009]步骤4、应用小波边缘检测提取步骤3中得到的织物图像的边界轮廓，并应用形态 学方法进行轮廓补偿，得到基于颜色分割与小波边缘检测的分割图像；
[0010] 步骤5、根据步骤1和步骤4的标定与图像边缘信息，确定织物的实际抓取位置；
[0011] 步骤6、构造织物分类器；
[0012] 步骤7、机器人根据织物分类器的分类结果，抓取不同颜色织物，放置在不同位置。
[0013] 本发明的特点还在于：
[0014] 步骤1中的标定采用经典张正友标定方法。
[0015] 步骤3中RGB彩色图像转换为HSV图像时，考虑到区分颜色相近的织物的需要，对于 获取的H、S通道的图像，提取H、S颜色分量的直方图，采用两分量加权形式，其中，Η分量的权 重为0.2~0.4，S分量的权重为0.6~0.8，两权重之和为1。
[0016] 步骤5确定织物的实际抓取位置，具体为:根据双目标定结果W及两摄像机之间的 位置关系，通过立体匹配获得图像的深度信息，结合小波与形态学方法检测到的边缘信息， 确定边缘在真实世界中的Ξ维信息，考虑到实际抓取情况，W最右边缘向内推进8~15个像 素为具体的抓取位置。
[0017] 步骤6中的织物分类器采用无监督的Κ-均值聚类方法，W最小方差函数最小化极 值为准则，求织物图像颜色特征均值的最大似然估计，将织物分为i类。
[0018] 步骤7中根据织物分类器的分类结果，抓取不同颜色织物，放置在不同位置，每一 个颜色的织物的具体抓取位置，即为机器人终端的运动位置，将此位置带入到机器人运动 学方程，通过反解，求取四自由度机器人各个关节的运动学参数，此参数传递到运动控制 卡，机器人完成相关动作，运动学参数计算过程如下：
[0019] 机器人正运动学方程可用公式（1)表示：
[0020]
( 1 )
[0021] 式中，T为关于关节变量的函数，9ia = l，2,4)为从Xi-1到Xi绕Zi-1轴旋转的角度，d3 为关节距离，对应从拉到X3沿Z3轴测量的距离；
[0022] 已知机器人手爪终端的位置和姿态，求取机器人对应的各个关节角，W驱动关节 电机，从而使手爪的姿态符合抓取要求，逆运动学具有多解性，本发明具体的机器人逆运动 学求解如下：
[0023] a.求关节变量θι;
[0024] 为了分离变量，对公式(1)的两边同时左乘?Γ-ι的），得到公式(2):
[0025]
(2)
[0026] 代入四自由度机器人的具体数据，得到公式(3):
[0027]
[0028] 式中，h为机器人连杆1长度，12为机器人连杆2长度，n，o，a分别为法线、指向和接 近向量，P为两坐标原点长度。
[0029] 令公式(3)中左右矩阵中的第一行第四个元素相等W及第二行第四个元素相等， 如公式(4)所示：
[003引 C.求关节变量d3:
[0039] 令公式(3)中的左右矩阵中的第Ξ行第四个元素相等，得公式(7):
[0040] d3 = -(pz+d4)； (7)式中，cU为关节距离，对应从X3到X4沿Z4轴测量的距离；
[0041] d.求关节变量04:
[0042] 令公式(3)中左右矩阵中的第二行第一个元素相等，得到公式(8):
[0043] -sin目1 · rix+cos目1 · riy = sin目2 · cos目4+COS目1 · sin目4; (8)
[0044] 由公式(8)求得04,求取公式如(9)所示：
[0045] 目4=a;rcsin(-sin目1 · rix+cos目1 · riy)-目2; (9)
[0046] 本发明的有益效果是：
[0047] ①本发明一种织物分炼机器人自主分炼方法，机器人能在线识别织物的颜色，融 合颜色与图像的边缘信息进行图像分割，提取出目标织物；
[0048] ②本发明一种织物分炼机器人自主分炼方法，分类器的设计使得机器人能够将工 业现场的织物进行自动分类；
[0049] ③本发明一种织物分炼机器人自主分炼方法，可W对流水线上的织物进行定位， 并根据分类结果，抓取并放置在不同位置。
【附图说明】
[0050] 图1是本发明一种织物分炼机器人自主分炼方法流程图；
[0051 ]图2是本发明一种织物分炼机器人织物分类器流程图；
[0052] 图3是本发明一种织物分炼机器人自主分炼过程图。
【具体实施方式】
[0053] 下面结合附图和【具体实施方式】对本发明进行详细说明。
[0054] 本发明W控制系统形式为PC机与运动控制卡的四自由度机器人为例。
[0055] 本发明一种织物分炼机器人自主分炼方法，流程如图1所示，具体按照W下步骤：
[0056] 步骤1、先对安装在机器人上方的双目摄像机进行标定;标定采用经典张正友标定 方法，对于双目视觉采集的图像，每幅图像分别取6个点，即可计算出摄像机内外参数；
[0057] 步骤2、通过安装在机器人上方的双目摄像机采集织物图像信号，然后实时在线传 送给PC机上的图像处理单元；
[0058] 步骤3、位于PC机的图像处理单元，实时获取步骤2中传输过来的数字图像，并将 RGB彩色图像转换为HSV图像，考虑到区分颜色相近的织物的需要，对于获取的H、S通道的图