涂胶机器人玻璃幕墙边缘类型视觉检测方法、设备及介质
- 国知局
- 2024-08-22 14:50:37
本文件涉及人工智能,尤其涉及一种涂胶机器人玻璃幕墙边缘类型视觉检测方法、设备及介质。
背景技术:
1、玻璃幕墙是由结构胶将玻璃与铝合金框架组合而成,具有隔音隔热、抗风防雨等功能,被广泛应用于各类建筑中。常见的玻璃幕墙尺寸大小在0.5m×3m到2.5m×5m之间,在实际生产中玻璃幕墙的形状大小互不相同,款式类型也因市场需要而逐渐多样化。随着社会的进步和人民生活水平的逐渐提高,无数高楼大厦的设计都离不开玻璃幕墙的实用性与美观性,但是玻璃幕墙工程存在涂胶质量不稳定、生产效率慢、工人工作强度大等问题,所以推进玻璃幕墙行业的涂胶智能化生产是十分迫切的。
2、目前只能够实现常规矩形玻璃幕墙的检测,但对于非常规的玻璃幕墙类型,如圆弧型与样条型等特殊类型,涂胶机器人仍存在无法有效识别和涂胶的问题。
技术实现思路
1、本发明提供了一种涂胶机器人玻璃幕墙边缘类型视觉检测方法、设备及介质,旨在解决上述问题。
2、本发明实施例提供了一种涂胶机器人玻璃幕墙边缘类型视觉检测方法,包括:
3、s1、采用预设的组合方式将标记板摆放在玻璃幕墙边缘,通过粗定位相机采集标记板图像,对所述标记板图像进行处理获取标记板特征;
4、s2、得到标记板特征之后,根据其形状与组合方式判断边缘类型以及标记板平面位置信息;
5、s3、根据所述标记板平面位置信息,控制涂胶机器人的激光位移传感器到标记板上方进行测距,从而得到高度信息;
6、s4、控制精定位相机至玻璃幕墙边缘上方打光获取反光图像及反光边缘类型,根据所述反光边缘类型采取不同的定位方法,获取涂胶路径点的二维平面位置信息,结合高度信息得到涂胶路径点的空间位置信息。
7、本发明实施例还提供了一种电子设备,包括:
8、处理器;以及,
9、被安排成存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器执行上述涂胶机器人玻璃幕墙边缘类型视觉检测方法的步骤。
10、本发明实施例还提供了一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现如上述涂胶机器人玻璃幕墙边缘类型视觉检测方法的步骤。
11、本发明实施例通过标记板对玻璃幕墙进行标记后,通过图像处理技术获取标记板平面位置信息,结合激光位移传感器获取玻璃幕墙的真实高度,再通过获取玻璃幕墙反光边缘的不同类型,采用不同的定位方法以获取玻璃幕墙的二维平面位置信息,结合玻璃幕墙的高度,从而获取涂胶路径点的三维信息,本申请根据玻璃幕墙反光边缘的不同类型,采用不同的定位方法,从而提高了定位精度。解决涂了胶机器人对非常规形状的玻璃幕墙进行有效识别和涂胶问题。
技术特征:1.一种涂胶机器人玻璃幕墙边缘类型视觉检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述s1具体包括:
3.根据权利要求1所述的方法,其特征在于,所述s3具体包括:
4.根据权利要求1所述的方法,其特征在于,所述s4具体包括:
5.根据权利要求4所述的方法,其特征在于,所述若为夹角型边缘则才有lsd直线检测方法获取涂胶路径点的二维平面位置信息具体包括:
6.根据权利要求5所述的方法,其特征在于,所述对直线进行提取后,对不满足预设长度的直线进行筛除。
7.根据权利要求4所述的方法其特征在于,所述若为曲线型反光边缘采用harris角点检测算法获取涂胶路径点的二维平面位置信息具体包括:
8.根据权利要求7所述的方法,其特征在于,所述采用k均值聚类算法实现角点自适应聚类具体包括:
9.一种电子设备,包括:
10.一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现如权利要求1-8中任一项所述涂胶机器人玻璃幕墙边缘类型视觉检测方法的步骤。
技术总结本发明提供了一种涂胶机器人玻璃幕墙边缘类型视觉检测方法、设备及介质,其中,方法包括:涂胶机器人玻璃幕墙边缘类型视觉检测方法,其特征在于,包括:采用预设的组合方式将标记板摆放在玻璃幕墙边缘,通过粗定位相机采集标记板图像,对标记板图像进行处理获取标记板特征;根据其形状与组合方式判断边缘类型以及标记板平面位置信息;根据标记板平面位置信息,通过激光位移传感器得到高度信息;通过精定位相机获取反光图像及反光边缘类型,根据所述反光边缘类型采取不同的定位方法,获取涂胶路径点的二维平面位置信息,结合高度信息得到涂胶路径点的空间位置信息。以解决涂胶机器人对非常规形状的玻璃幕墙进行有效识别和涂胶问题。技术研发人员:吴文强,王伟,马尧,李庭泰,邝超鹏受保护的技术使用者:广州大学技术研发日:技术公布日:2024/8/20本文地址:https://www.jishuxx.com/zhuanli/20240822/280086.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表