一种在线捞渣机器人的视觉伺服控制系统的制作方法

本发明涉及数据处理，特别是指一种在线捞渣机器人的视觉伺服控制系统。

背景技术：

1、在传统的捞渣机器人视觉伺服控制系统中，图像采集参数的设定有的往往依赖于工程师的经验或简单的试验。这种方法虽然实施起来相对容易，但由于其缺乏科学性和系统性，往往难以达到最优的图像采集效果。

2、例如，某钢铁厂的捞渣工序中引入了捞渣机器人进行自动化作业。在初期，机器人的视觉伺服控制系统的图像采集参数是根据工程师的经验和简单的现场试验来设定的。然而，在实际运行过程中，发现机器人经常出现误识别、定位不准等问题，导致捞渣效率低下，甚至有时会发生机器人与障碍物碰撞的情况。

技术实现思路

1、本发明要解决的技术问题是提供一种在线捞渣机器人的视觉伺服控制系统，能够高效地确定最佳的图像采集参数，可以快速找到最适合当前环境和任务的图像采集参数组合，从而提高图像处理和物体识别的准确性。

2、为解决上述技术问题，本发明的技术方案如下：

3、一种在线捞渣机器人的视觉伺服控制系统，包括：

4、优化模块，用于设定一个初始种群，其中，初始种群中的每个个体代表一组图像采集参数，利用评估函数对每个个体的图像采集参数进行评估，以得到评估结果；根据评估结果确定最终的个体，通过交叉操作结合最终的个体的特点生成新的参数组合，直到确定最终的图像采集参数组合；

5、视觉传感器，固定安装在捞渣机器人的末端关节，用于根据最终的图像采集参数组合在机器人运动过程中不断采集目标物体的图像信息；

6、图像处理单元，用于接收来自视觉传感器的图像信息，并提取物体在直角坐标空间中的初步位姿信息；

7、动态调整模块，用于接收初步位姿信息，并对位姿信息进行动态调整，以得到调整后的位姿信息；

8、视觉伺服控制器，用于接收调整后的位姿信息，并实时计算出捞渣机器人当前周期的运动量数据；

9、机器人控制器，用于根据运动量数据，不断更新指令参数，以控制捞渣机器人完成对工作台上静态工件的定位与抓取，以及对传送带上运动工件的识别与跟踪。

10、进一步的，利用评估函数对每个个体的图像采集参数进行评估，以得到评估结果，包括：

11、通过对每个个体的图像采集参数进行评估，以得到评估结果；

12、其中，是评估结果，、和分别是图像质量、对比度和饱和度评分的权重系数；是图像的尺寸，用于归一化评分；和分别表示图像在位置的水平和垂直梯度；表示位置的像素灰度值；表示图像的平均灰度值；、和分别表示图像红、绿、蓝通道的标准差；i代表图像中的行索引，j代表图像中的列索引；m和n分别代表图像的行数和列数，i的取值范围是从1到m，j的取值范围是从1到n。

13、进一步的，根据评估结果确定最终的个体，通过交叉操作结合最终的个体的特点生成新的参数组合，直到确定最终的图像采集参数组合，包括：

14、根据评估结果，筛选最终的个体；

15、从评估结果中确定两个或多个个体，将两个或多个个体对应的参数进行交叉组合，以生成新的参数组合；

16、将新的参数组合再次通过评估函数进行评估，并根据评估结果确定新的个体，直到达到预设的迭代次数，以得到最终的参数组合，并将最终的参数组合作为最终的图像采集参数组合。

17、进一步的，根据评估结果，筛选最终的个体，包括：

18、确定聚类的数量c，随机确定c个个体作为初始的聚类中心；

19、对于每个个体，计算其与各个聚类中心的距离，并将其分配到对应的聚类中心；

20、对于每个聚类，计算其中所有个体的平均参数值，并将平均参数值设为新的聚类中心，重复步骤，直到达到预设的迭代次数；

21、对于每个聚类，计算其中所有个体的评估得分的平均值，比较各个聚类的平均评估得分，以确定最终的聚类；

22、根据最终的聚类，确定最终的个体。

23、进一步的，接收来自视觉传感器的图像信息，并提取物体在直角坐标空间中的初步位姿信息，包括：

24、利用视觉传感器捕捉物体的图像；

25、对物体的图像进行预处理，从预处理后的图像中提取关键特征；

26、根据关键特征，识别图像中的目标物体，并确定目标物体在图像中的位置；

27、根据目标物体和关键特征，预估物体在三维直角坐标系中的位置和姿态；

28、根据相机的内参和外参，将图像坐标系中的物体位置和姿态转换到实际的三维直角坐标系中。

29、进一步的，根据关键特征，识别图像中的目标物体，并确定目标物体在图像中的位置，包括：

30、将关键特征输入至训练后的分类器中，判断图像中是否存在目标物体，以得到置信度；

31、在识别到目标物体的图像上，使用一个滑动窗口来遍历整个图像，在每个窗口位置，均提取窗口内的图像特征，并将图像特征输入到分类器中进行判断；

32、当滑动窗口在一个位置，如果置信度≥预设阈值，则窗口内包含了目标物体，并将该窗口的位置作为目标物体在图像中的位置。

33、进一步的，根据目标物体和关键特征，预估物体在三维直角坐标系中的位置和姿态，包括：

34、从不同角度捕获多个图像，并通过特征匹配和三角测量法重建目标物体的三维坐标；

35、根据重建的目标物体的三维坐标，确定目标物体在三维空间中的位置；

36、根据关键特征及目标物体在三维空间中的位置，通过计算特征点之间的关系预估目标物体的姿态。

37、进一步的，接收初步位姿信息，并对位姿信息进行动态调整，以得到调整后的位姿信息，包括：

38、从图像处理单元接收物体位置和姿态数据；

39、将物体位置和姿态数据与预设的物体位置和姿态数据进行对比，以得到对比结果；

40、根据对比结果，确定动态调整的策略；

41、根据动态调整的策略，对物体位置和姿态数据进行动态调整，以得到调整后的位姿信息。

42、进一步的，目标物体的姿态包括目标物体的偏航角、俯仰角和滚转角。

43、进一步的，所述图像采集参数包括曝光时间、焦距、白平衡以及采集角度。

44、本发明的上述方案至少包括以下有益效果：

45、通过优化模块对图像采集参数进行优化，系统能够确定一组最适合当前工作环境和任务的图像采集参数，这种优化过程确保了采集到的图像信息质量更高，细节更清晰。

46、图像处理单元能够高效地处理来自视觉传感器的高质量图像信息，准确地提取出物体在直角坐标空间中的初步位姿信息。动态调整模块能够根据实际情况对初步位姿信息进行实时调整，这种动态数据处理机制使得机器人能够在面对复杂多变的工作环境时，依然保持高精度的作业能力，无论是工作台上的静态工件还是传送带上的运动工件，系统都能够通过动态数据调整实现精准识别和跟踪。

47、视觉伺服控制器根据动态调整后的位姿信息，实时计算出捞渣机器人当前周期的运动量数据，确保了机器人控制指令的准确性和时效性，从而大大提高了机器人的作业精度和响应速度。

48、机器人控制器根据实时的运动量数据快速更新指令参数，不仅提升了捞渣机器人的作业效率，还确保了作业过程中的安全性和稳定性。