首张钢板识别方法、可读存储介质及计算机程序产品与流程
本发明涉及图像识别,尤其涉及一种应用于工业自动化领域的首张钢板识别方法、可读存储介质及计算机程序产品。
背景技术:
1、钢板是现代工业,特别是输送管制造、船舶、建筑和机械制造等重工业领域中不可或缺的基础原材料。在钢板的物流与生产环节中,自动化的物料搬运,如使用智能无人行车进行卸料、转运和上料,是提高生产效率、降低人力成本、保障生产安全的关键发展方向。
2、在实现钢板自动化吊装的流程中,一个核心且基础的环节是对待吊装钢板的精确识别与定位。然而,在实际的工业场景中,钢板来料环节存在着显著的挑战。原材料钢板通常由不同的冶链钢厂经由不同的批次供应,导致来料的钢板规格及姿态各异。更为复杂的是,在运输和临时仓储过程中,这些不同规格的钢板常常被堆叠在一起,其堆叠方式往往是随意的、杂乱无章的,钢板之间存在交错、偏斜和不规则的重叠。
3、这种规格不一、堆叠无序的现状,给自动化搬运以及后续的物流仓储带来了巨大的困难。传统的自动化系统通常依赖于物料具有统一规格或整齐码放的前提。当面对上述复杂工况时,现有的视觉识别方法常常会失灵。例如,由于下层钢板的边缘会被上层钢板严重遮挡,导致图像中存在大量不完整、断裂的轮廓,简单的图像分割或轮廓提取算法难以准确地区分出哪一个轮廓属于最顶层的、可以被首先吊装的首张钢板。这种识别上的混淆或失败,直接导致自动化吊具无法获取准确的钢板尺寸与位姿信息,进而无法进行后续的抓取对位,甚至可能因定位错误而引发钢板吊落、设备碰撞等生产安全事故。
4、目前,为解决这一问题,许多工厂不得不退回到依赖人工操作的模式,由经验丰富的工人通过肉眼观察和手动遥控来完成首张钢板的定位与吊装。这种方式不仅效率低下、劳动强度大,且严重依赖于人的经验,存在操作误差和安全隐患,成为了整个自动化生产流程中的短板和效率瓶颈。因此,本领域迫切需要一种能够克服来料钢板规格混杂、堆叠无序等挑战,能够自动、快速且精准地识别出堆叠顶层首张钢板的尺寸与位姿信息的新方法,以打通钢板自动化卸料流程中的关键技术环节。
技术实现思路
1、本发明的目的在于克服现有技术中的不足,提供一种首张钢板识别方法。该方法旨在解决现有技术中,因来料钢板规格混杂、堆叠无序,导致自动化系统难以准确识别和定位最顶层的首张钢板,从而影响自动化吊装效率与安全性的技术问题。
2、为实现上述发明目的,本发明提供一种首张钢板识别方法,该方法通过获取堆叠状态下多张钢板的俯视图像;对所述俯视图像进行图像处理,以提取所述俯视图像中的边缘轮廓;然后,创造性地提出基于预设的筛选规则,从提取的所述边缘轮廓中识别出表征最顶层的首张钢板的边缘轮廓;最后,根据识别出的所述首张钢板的边缘轮廓,确定所述首张钢板的尺寸信息与位姿信息。在俯视视角下,由于物理遮挡关系,最顶层的首张钢板的轮廓在所有钢板轮廓中具有最高的完整度和规整度。本发明正是利用这一原理设定筛选规则,从而能够从众多因遮挡而产生的、不完整的下层钢板轮廓中,准确地甄别出属于首张钢板的唯一轮廓。因此,本发明解决了现有技术难以应对来料规格不一、堆叠杂乱的难题,使得识别准确性高,对复杂工况的适用性强。通过确定首张钢板精确的尺寸与位姿信息,本发明能够为自动化吊装设备提供全面、可靠的引导数据,实现了从识别到定位的闭环自动化,从而显著提升了生产效率与作业安全性,克服了传统人工操作的弊端。
3、优选地,还包括以下步骤:
4、根据确定的所述首张钢板的位姿信息,引导侧视相机获取所述首张钢板的侧视图像;以及
5、对所述侧视图像进行处理,以识别出所述首张钢板的上表面与下表面对应的边缘线,并根据所述边缘线之间的距离确定所述首张钢板的厚度信息。
6、优选地,进一步包括:
7、利用所述侧视相机获取的所述首张钢板的深度信息,对所述俯视图像的像素当量进行校正,并重新计算所述首张钢板的尺寸信息与位姿信息;以及
8、利用校正后的所述尺寸信息与位姿信息,确定所述侧视相机到所述首张钢板的精确工作距离,并对所述侧视相机的像素当量进行校正,以获得更精确的所述厚度信息。
9、优选地,所述识别出表征最顶层的首张钢板的边缘轮廓的步骤包括:
10、初步定位一个初始轮廓,构建包含内部能量和外部能量的能量函数;
11、通过迭代优化,使所述初始轮廓在所述能量函数的作用下变形演进,直至收敛并精确贴合于所述首张钢板的实际边缘,从而确定为所述首张钢板的边缘轮廓。
12、优选地,所述内部能量用于控制轮廓的连续性和平滑度,所述外部能量由图像的梯度信息决定,以将轮廓吸引至图像中梯度值高的区域。
13、优选地,所述识别出表征最顶层的首张钢板的边缘轮廓的步骤包括:
14、对提取的所述边缘轮廓进行线性化处理,以获得一组边缘线段;
15、基于方向角对所述边缘线段进行分组;
16、在每个方向组内,基于评分机制筛选出候选边缘;以及
17、对筛选出的所述候选边缘进行拟合,以生成最终的所述首张钢板的边缘轮廓。
18、优选地,所述线性化处理采用霍夫变换,以将所述边缘轮廓转换为由长度、方向角和位置信息参数化的边缘线段集合;
19、或,所述基于方向角对所述边缘线段进行分组的步骤包括:将方向角相近的边缘线段归入同一方向组,最终形成分别对应钢板两组平行边的两个方向组;
20、或,所述评分机制的指标包括以下至少一种:边缘线段的长度、边缘线段的连续性、以及边缘线段上像素点的平均梯度强度。
21、优选地,所述预设的筛选规则为多种规则的组合或其中之一,包括:
22、先基于轮廓面积初步筛选出多个候选轮廓,再从所述候选轮廓中根据几何形状规整度确定最终的所述首张钢板的边缘轮廓;
23、或,基于轮廓几何形状规整度的筛选规则:计算各轮廓的最小外接矩形,并确定所述轮廓的面积与所述最小外接矩形面积的比值,选取该比值最大且超过预设阈值的轮廓作为所述首张钢板的边缘轮廓;
24、或,基于轮廓面积的筛选规则:选取所有闭合轮廓中面积最大的轮廓作为所述首张钢板的边缘轮廓。
25、优选地,所述确定所述首张钢板的尺寸信息与位姿信息的步骤包括:
26、计算所述识别出的首张钢板的边缘轮廓的最小外接矩形;
27、基于所述最小外接矩形的长度和宽度,并结合预设的相机标定参数,确定所述首张钢板的尺寸信息;以及
28、基于所述最小外接矩形的中心点坐标和旋转角度,确定所述首张钢板的位姿信息。
29、本发明还提供一种计算机程序产品,其包括指令,当所述指令在计算机或处理器上执行时,使得所述计算机或处理器执行上述任一项所述的首张钢板识别方法。
30、本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一项所述的首张钢板识别方法。
1.一种首张钢板识别方法,其特征在于,包括以下步骤:
2. 根据权利要求1所述的方法,其特征在于,还包括以下步骤:
3. 根据权利要求2所述的方法,其特征在于,进一步包括:
4.根据权利要求1所述的方法,其特征在于,所述识别出表征最顶层的首张钢板的边缘轮廓的步骤包括:
5.根据权利要求4所述的方法,其特征在于,所述内部能量用于控制轮廓的连续性和平滑度,所述外部能量由图像的梯度信息决定,以将轮廓吸引至图像中梯度值高的区域。
6.根据权利要求1所述的方法,其特征在于,所述识别出表征最顶层的首张钢板的边缘轮廓的步骤包括:
7.根据权利要求6所述的方法,其特征在于,所述线性化处理采用霍夫变换,以将所述边缘轮廓转换为由长度、方向角和位置信息参数化的边缘线段集合;
8.根据权利要求1所述的方法,其特征在于,所述预设的筛选规则为多种规则的组合或其中之一,包括:
9.根据权利要求1所述的方法,其特征在于,所述确定所述首张钢板的尺寸信息与位姿信息的步骤包括:
10.一种计算机程序产品,其包括指令,当所述指令在计算机或处理器上执行时,使得所述计算机或处理器执行权利要求1-17中任一项所述的方法。
11.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现权利要求1-17中任一项所述的方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com