一种切割工料下料分拣方法

技术领域

本发明属于自动化技术领域，尤其涉及一种切割工料下料分拣方法。

背景技术

切割板料技术广泛应用于金属和非金属材料的加工中，其中包括激光切割、铁具切割和磨具切割等，这些技术可大大减少加工时间，降低加工成本，提高工件质量。

对于切割后的工料则需要人工或者机器将切割完成后的工料从原有的板料中拣取出来并分类。对于这种下料方法，过程是很费时费力的，而且当工料体型大的时候，对于人力的投入是非常大的，而且效率很低，虽然在分类的准确率上很高，但投入的成本较高，效率低，从而影响下料的整体效率。

现在使用机械手来对切割板上的工料进行拣取和分类是工厂里的主流方法，机械手分拣的效率高和速度快，远比人工要节省成本。但现在对于机械手分拣来说，大多数还是以普通示教来定位工料的位置，从而让机械手按固定的位置去拣取，按照示教的位置去拣取，这样当物料板发生偏移的时候，机械手的拣取位置也会发生偏移，当机械手的拣取是用示教的方式固定位置的时候，这样就需要重新示教拣取位置，从而增加了工作量。

现有技术中，还有一种现在新型的方法取拣取工料，那就是使用视觉，通过从相机拍下来的3D或者2D图对比预定的工料CAD图或2D图来定位板料上的工料具体位置，这种方法可以有效的避免物料板的移动带来的偏移误差，但这种方法极为依赖视觉的准确性，通常对于物料板上通过切割完后的工料，通过视觉的识别准确率只能达到80％，而且当物料板切割的工料种类越多视觉的识别准确率会随之下降，并且当工料的种类越多视觉所需的算法时间就越长。

综上所述，亟需提供一种可在物料板发生偏移的时候不全部依赖视觉的情况下快速实现多种工料的拣取和分类的切割工料下料分拣方法。

发明内容

本发明的目的是提供一种可在物料板发生偏移的时候不全部依赖视觉的情况下快速实现多种工料的拣取和分类的切割工料下料分拣方法。

上述目的是通过如下技术方案实现：一种切割工料下料分拣方法，包括如下步骤:

(1)相机与机械手标定：建立相机与机械手之间坐标的关系；

(2)物料板数据采集：将物料板切割为所需的工料，并利用相机对物料板进行采图；

(3)寻找物料板上的特征点并计算偏移角度：采集到的图片进行处理，对物料板上的特征点与切割的套料图进行匹配，计算工料的偏移角度；

(4)解析工料的抓取点：通过计算的工料的偏移角度计算工料基于机械手基坐标的抓取点，得到工料实际位置，将工料实际位置信息发送给机械手；

(5)机械手进行分拣。

本发明用于切割板上的工料进行拣取和分类，先将之前的采取的图像集中所选取的特征点记性训练，得到训练出来的数据集，采用使用视觉定位物料板的特征点和通过算法计算物料板偏移角度的方法，机械视觉定位通过相机设备所采取到的图像，结合之前的大量的图像集中所选取的特征点所训练出来的数据集，定位到物料板上的特征点。确定物料板上的特征点后，可以通过固定算法来计算工料的偏移角度从而计算出工料的真正位置，将计算过的工料位置信息发送给机械手，在得到所要得到的工料具体位置时，将工料的具体位置发送给机械手臂，机械手会根据提供的位置进行拣取并放置。对于工料的分拣，可以根据工料种类和其在物料板的位置通过通讯发送给机械手，从而达到工料分拣的目的。

进一步的技术方案是，所述步骤(3)中先对相机生成的点云进行预处理，然后对处理后的点云与切割时套料图进行匹配，匹配内容包括物料板上的两个特征点以及切割后的工料排列。预处理包括滤掉图像中设置范围之外的点云等，匹配内容包括物料板上的两个特征点以及切割后的工料排列主要时用于得到送来的物料板采用哪种拣取方案，从而达到无人操作的情况。

进一步的技术方案是，所述步骤(3)中通过相机采取到的图像，结合之前的采取的图像集中所选取的特征点所训练出来的数据集，定位到物料板上的特征点。

进一步的技术方案是，所述步骤(3)中工料的偏移角度的计算方法为：选取物料板上的任意两个点作为特征点，特征点定位后，利用两个特征点构建一条直线，根据这条直线在机械手的基坐标系中通过预定的计算角度的公式，得到这条直线在基坐标系内的偏移角度，即为物料板相对于机械手的偏移角度。两个特征点可选物料板的左下角和左上角。

进一步的技术方案是，定义两个特征点在基坐标系中的坐标分别为(x1,y1)和(x2,y2)，偏移角度通过如下公式计算：

其中，θ为偏移角度。

进一步的技术方案是，所述步骤(4)中，工料在物料板上的相对位置通过匹配套料图得到，通过手动设置工料的抓取点，抓取点相对物料板的位置设为(x,y)，基坐标的抓取点坐标通过如下公式计算：

X＝xcosθ-ysinθ+x1

Y＝xsinθ+ycosθ+y1

其中，(X,Y)为通过计算后的在基坐标下的抓取点坐标。

进一步的技术方案是，利用相机匹配好对应的点云与套料图后，根据匹配的套料图，再通过点云匹配，得到多种工料的类型，再利用通讯发送相应的信号至上位机，在上位机接收信号后，根据套料图所提供的在物料板内的抓取点，利用通讯发送给机械手，机械手中程序再通过计算的位置偏移计算出在机械手基坐标下的抓取点位置实现抓取分拣。

进一步的技术方案是，偏移角度设定正常范围值，当偏移角度大于180度时，则标定安装位置并提醒人员的同时发送异常信息，若偏移角度在正常范围内，则证明物料板的偏移是合理的，继续进行步骤(4)。在偏移角度在正常范围内，则证明物料板的偏移是合理的，此时相机将对物料板进行图像采集，并且输出特征点的位置。根据相机提供的特征点位置，通过算法计算出物料板偏移角度，从而得到工料相较于之前的偏移角度，通过工料于物料板的固定位置，可以得到所要拣取的工料具体位置。

进一步的技术方案是，所述相机为三维结构光相机，通过三维点云算法将得到的三维图像与激光切割时的套料图进行对比。如此，采用三维结构光相机，使相机在拍取图像后，通过三维点云算法将得到的三维图像与激光切割时的套料图进行对比，从而达到多种物料的分拣，这里采用了相机的优点对解析后的CAD套料图和实际的物料板对比，可得到抓取工料再物料板中的摆放位置从而得到各个工料的抓取点。

进一步的技术方案是，所述步骤(3)中采用ICP算法对物料板上的特征点和套料图进行匹配。ICP算法的方法是：首先对相机生成的点云进行预处理，如滤掉图像中设置范围之外的点云。接下来对过滤后的点云与激光切割时的套料图进行匹配，这里主要时匹配物料板上的两个特征点，通常设为物料板的左下角和左上角，还要匹配切割后的工料排列，这里主要时用于得到送来的物料板采用哪种拣取方案，从而达到无人操作的情况。

相比于现有技术，本发明结合了视觉检测的优点，对于物料板只识别了两个特征点和匹配了激光切割套料图，期间只需要拍摄一次就可以，不需要将每个工料进行点云匹配，减少了在视觉匹配算法上的时间和拍摄次数；其次，结合图像处理的方法，对实际物料板和套料图进行点云匹配，在无人干预下，可以知道是预设中的哪个套料图，从而采用预留好的拣取策略，从而实现无人化分拣多种类工料的操作；再次，结合了角度偏移的计算，根据切割板上的两个特征点计算出物料板与机械手基坐标的偏移，从而计算出实际的偏移量，在上位机下达抓取点坐标时，通过计算可以转换为基于机械手基坐标的抓取点，这样不用担心物料板在运输过程中发生偏移从而影响抓取，且省去了对视觉定位工料的过程，加大了抓取的准确率和时间，无需将物料板放置于特定位置，可根据角度算法将物料板的偏移角度计算出来，并根据偏移角度计算出各个物料的位置从而进行抓取。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明一种实施方式所涉及的切割工料下料分拣方法的流程示意图；

图2为本发明一种实施方式所涉及的工料的抓取点的计算原理示意图。

具体实施方式

下面结合附图对本发明进行详细描述，本部分的描述仅是示范性和解释性，不应对本发明的保护范围有任何的限制作用。此外，本领域技术人员根据本文件的描述，可以对本文件中实施例中以及不同实施例中的特征进行相应组合。

本发明实施例如下，参照图1，一种切割工料下料分拣方法，包括如下步骤:

(1)相机与机械手标定：建立相机与机械手之间坐标的关系；

(2)物料板数据采集：将物料板切割为所需的工料，并利用相机对物料板进行采图；

(3)寻找物料板上的特征点并计算偏移角度：采集到的图片进行处理，对物料板上的特征点与切割的套料图进行匹配，计算工料的偏移角度；

(4)解析工料的抓取点：通过计算的工料的偏移角度计算工料基于机械手基坐标的抓取点，得到工料实际位置，将工料实际位置信息发送给机械手；

(5)机械手进行分拣。

本发明用于切割板上的工料进行拣取和分类，先将之前的采取的图像集中所选取的特征点记性训练，得到训练出来的数据集，采用使用视觉定位物料板的特征点和通过算法计算物料板偏移角度的方法，机械视觉定位通过相机设备所采取到的图像，结合之前的大量的图像集中所选取的特征点所训练出来的数据集，定位到物料板上的特征点。确定物料板上的特征点后，可以通过固定算法来计算工料的偏移角度从而计算出工料的真正位置，将计算过的工料位置信息发送给机械手，在得到所要得到的工料具体位置时，将工料的具体位置发送给机械手臂，机械手会根据提供的位置进行拣取并放置。对于工料的分拣，可以根据工料种类和其在物料板的位置通过通讯发送给机械手，从而达到工料分拣的目的。

在上述实施例的基础上，本发明另一实施例中，所述步骤(3)中先对相机生成的点云进行预处理，然后对处理后的点云与切割时套料图进行匹配，匹配内容包括物料板上的两个特征点以及切割后的工料排列。预处理包括滤掉图像中设置范围之外的点云等，匹配内容包括物料板上的两个特征点以及切割后的工料排列主要时用于得到送来的物料板采用哪种拣取方案，从而达到无人操作的情况。

在上述实施例的基础上，本发明另一实施例中，所述步骤(3)中通过相机采取到的图像，结合之前的采取的图像集中所选取的特征点所训练出来的数据集，定位到物料板上的特征点。

在上述实施例的基础上，本发明另一实施例中，如图2，所述步骤(3)中工料的偏移角度的计算方法为：选取物料板上的任意两个点作为特征点，特征点定位后，利用两个特征点构建一条直线，根据这条直线在机械手的基坐标系中通过预定的计算角度的公式，得到这条直线在基坐标系内的偏移角度，即为物料板相对于机械手的偏移角度。两个特征点可选物料板的左下角和左上角。

在上述实施例的基础上，本发明另一实施例中，如图2，定义两个特征点在基坐标系中的坐标分别为(x1,y1)和(x2,y2)，偏移角度通过如下公式计算：

其中，θ为偏移角度。

在上述实施例的基础上，本发明另一实施例中，如图2，所述步骤(4)中，工料在物料板上的相对位置通过匹配套料图得到，通过手动设置工料的抓取点，抓取点相对物料板的位置设为(x,y)，基坐标的抓取点坐标通过如下公式计算：

X＝xcosθ-ysinθ+x1

Y＝xsinθ+ycosθ+y1

其中，(X,Y)为通过计算后的在基坐标下的抓取点坐标。

在上述实施例的基础上，本发明另一实施例中，利用相机匹配好对应的点云与套料图后，根据匹配的套料图，再通过点云匹配，得到多种工料的类型，再利用通讯发送相应的信号至上位机，在上位机接收信号后，根据套料图所提供的在物料板内的抓取点，利用通讯发送给机械手，机械手中程序再通过计算的位置偏移计算出在机械手基坐标下的抓取点位置实现抓取分拣。

在上述实施例的基础上，本发明另一实施例中，偏移角度设定正常范围值，当偏移角度大于180度时，则标定安装位置并提醒人员的同时发送异常信息，若偏移角度在正常范围内，则证明物料板的偏移是合理的，继续进行步骤(4)。在偏移角度在正常范围内，则证明物料板的偏移是合理的，此时相机将对物料板进行图像采集，并且输出特征点的位置。根据相机提供的特征点位置，通过算法计算出物料板偏移角度，从而得到工料相较于之前的偏移角度，通过工料于物料板的固定位置，可以得到所要拣取的工料具体位置。

在上述实施例的基础上，本发明另一实施例中，所述相机为三维结构光相机，通过三维点云算法将得到的三维图像与激光切割时的套料图进行对比。如此，采用三维结构光相机，使相机在拍取图像后，通过三维点云算法将得到的三维图像与激光切割时的套料图进行对比，从而达到多种物料的分拣，这里采用了相机的优点对解析后的CAD套料图和实际的物料板对比，可得到抓取工料再物料板中的摆放位置从而得到各个工料的抓取点。

在上述实施例的基础上，本发明另一实施例中，所述步骤(3)中采用ICP算法对物料板上的特征点和套料图进行匹配。ICP算法的方法是：首先对相机生成的点云进行预处理，如滤掉图像中设置范围之外的点云。接下来对过滤后的点云与激光切割时的套料图进行匹配，这里主要时匹配物料板上的两个特征点，通常设为物料板的左下角和左上角，还要匹配切割后的工料排列，这里主要时用于得到送来的物料板采用哪种拣取方案，从而达到无人操作的情况。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。