一种基于机器视觉工业机器人安全防护系统及安全防护方法

技术特征：
1.一种基于机器视觉工业机器人安全防护系统，其特征在于，包括中央处理器、视频图像采集模块、区域设定模块、按键模块、报警模块和显示模块，其中：所述中央处理器，用于运算复杂的目标检测算法、目标定位算法和将采集到的工业现场数据发送给云端服务器，使其训练和优化目标检测模型；所述视频图像采集模块，用于采集完整的机器人工作区域及其周边的视频图像信息，以便后续进行处理；所述区域设定模块，用于对系统的需求分析进而设计满足不同需求的区域形状；所述按键模块包括区域设定按键、报警复位按键和急停按键；所述报警模块，用于建立分级报警机制，以保护所设定区域；所述显示模块，用于将区域设定情况实时显示到屏幕上，实时显示监控信息和区域防护范围，并且能够将闯入的运动目标用矩形框实时标记。2.根据权利要求1所述的一种基于机器视觉工业机器人安全防护系统，其特征在于，所述中央处理器采用树莓派2，型号为raspberry pi 4modelb。3.根据权利要求1所述的一种基于机器视觉工业机器人安全防护系统，其特征在于，所述视频图像采集模块采用鱼眼镜头，可以获得接近180
°
的可视范围。4.根据权利要求1所述的一种基于机器视觉工业机器人安全防护系统，其特征在于，所述区域设定模块采用鼠标作为设定区域的工具或者手指在触摸屏上面设定区域。5.根据权利要求1所述的一种基于机器视觉工业机器人安全防护系统，其特征在于，所述报警模块采用蜂鸣器、警报灯。6.根据权利要求1所述的一种基于机器视觉工业机器人安全防护系统，其特征在于，所述显示模块为上位机的屏幕或工业现场的触摸屏。7.一种基于机器视觉工业机器人安全防护方法，其特征在于，利用上述权利要求1-6中任意一项所述基于机器视觉工业机器人安全防护系统进行防护，包括以下步骤：步骤1：图像采集与预处理；步骤2：运动目标检测和定位；步骤3：建立区域分级报警。8.根据权利要求7所述的一种基于机器视觉工业机器人安全防护方法，其特征在于，步骤1中的图像采集与预处理，包括以下几个步骤：步骤11：用鱼眼相机采集信息，得到大视场范围的畸变图片；步骤12：将得到的图片滤波，过滤掉噪声，确定图片有效区域；步骤13：确定拟合大圆的中心和半径；步骤14：建立球面坐标模型，确定畸变中心、焦距参数；步骤15：使用球面透视投影法建立各像素点与矫正后的点的坐标映射关系；步骤16：得到正常图像。9.根据权利要求7所述的一种基于机器视觉工业机器人安全防护方法，其特征在于，步骤2中的运动目标检测和定位，包括以下几个步骤：步骤21：整合网络上的行人数据集、行为数据集和自己制作的现场物品数据集生成新的数据集；步骤22：用步骤21中的数据集训练yolov5模型生成新的预测模型，用该模型检测图片
上的目标；步骤23：用背景分差法跟踪目标图像：b
k
(x,y)为背景图像，f
k
(x,y)为当前帧图像，将当前帧与背景帧进行差值运算得到d
k
(x,y)，然后进行阈值分割得到目标图像r(x,y)；步骤24：利用卡尔曼滤波方法追踪图像中的目标。10.根据权利要求7所述的一种基于机器视觉工业机器人安全防护方法，其特征在于，步骤3中的建立区域分级报警，包括以下几个步骤：步骤31：在上位机设定监控区域；步骤32：划分监控级别；步骤33：对目标区域的目标和目标的行为动作检测；步骤34：判断是否有不规范动作或超出安全范围，如果超出范围或有不规范行为则会发出警报。

技术总结
本发明公开了一种基于机器视觉工业机器人安全防护系统及安全防护方法，包括中央处理器、视频图像采集模块、区域设定模块、按键模块、报警模块和显示模块，中央处理器用于运算复杂的目标检测算法、目标定位算法和将采集到的工业现场数据发送给云端服务器，使其训练和优化目标检测模型；视频图像采集模块用于采集完整的机器人工作区域及其周边的视频图像信息；区域设定模块用于对系统的需求分析进而设计满足不同需求的区域形状；按键模块包括区域设定按键、报警复位按键和急停按键；报警模块用于建立分级报警机制保护所设定区域；显示模块用于将区域设定情况实时显示到屏幕上，实时显示监控信息和区域防护范围并且能够将闯入的运动目标用矩形框实时标记。的运动目标用矩形框实时标记。的运动目标用矩形框实时标记。


技术研发人员：陈世宁 马向华
受保护的技术使用者：上海应用技术大学
技术研发日：2022.03.04
技术公布日：2022/6/1