一种基于机器视觉的机械手控制方法及系统与流程

1.本技术涉及计算机应用技术领域，尤其涉及一种基于机器视觉的机械手控制方法及系统。


背景技术：

2.随着科技技术水平的不断提升，机械手在多种行业领域建设中得到了普遍的应用。目前机械手主要分为两大类：一类是多用途机械手，通过提高机械手灵巧性，进而夹持形状、大小、重量各异的各类物品；另一类是满足特定任务的专用机械手，用于夹持物品进行移动、转移。机械手的迅猛发展，有力地促进了自动化的进程。然而现有技术机械手在执行工作任务时，基于机械手的实时工作任务类型，智能化对机械手意外碰撞情况进行智能分析，从而采取针对性的调整控制措施。研究基于计算机技术的机械手智能控制方法，对机械手的发展具有重要意义。
3.本技术发明人在实现本技术实施例中技术方案的过程中，发现上述技术至少存在如下技术问题：现有技术中机械手在实际工作时遭遇意外碰撞后，人力无法针对机械手的实时工作需求快速进行适应性控制调整，从而无法精准控制机械手，导致机械手工作任务无法顺利、高效完成的技术问题。


技术实现要素：

4.本技术的目的是提供一种基于机器视觉的机械手控制方法及系统，用以解决现有技术中机械手在实际工作时遭遇意外碰撞后，人力无法针对机械手的实时工作需求快速进行适应性控制调整，从而无法精准控制机械手，导致机械手工作任务无法顺利、高效完成的技术问题。
5.鉴于上述问题，本技术实施例提供了一种基于机器视觉的机械手控制方法及系统。
6.第一方面，本技术提供了一种基于机器视觉的机械手控制方法，所述方法通过一种基于机器视觉的机械手控制系统实现，其中，所述方法包括：通过获得第一机械手的机械结构信息，其中，所述机械结构信息包括关节结构信息、执行结构信息和底座结构信息；根据第一图像采集装置，对所述第一机械手的执行对象进行图像采集和属性信息录入，获得第一图像信息库；基于所述第一图像信息库，获得第一特征集，其中，所述第一特征集为所述第一机械手的执行关联特征集合；根据所述机械结构信息和所述第一特征集生成的基础数据，构建触停检测模型，其中，所述触停检测模型包括第一碰撞上限检测规则；根据所述位置检测装置，获得所述第一机械手的实时位置数据集；将所述实时位置数据集的实时受力检测集输入所述触停检测模型中，根据所述触停检测模型输出的检测信息判断是否触发第一触停指令；若未触发所述第一触停指令，对所述第一机械手的初始控制任务进行优先级调整，根据调整控制任务对所述第一机械手进行控制。
7.另一方面，本技术还提供了一种基于机器视觉的机械手控制系统，用于执行如第一方面所述的一种基于机器视觉的机械手控制方法，其中，所述系统包括：第一获得单元：所述第一获得单元用于获得第一机械手的机械结构信息，其中，所述机械结构信息包括关节结构信息、执行结构信息和底座结构信息；第二获得单元：所述第二获得单元用于根据第一图像采集装置，对所述第一机械手的执行对象进行图像采集和属性信息录入，获得第一图像信息库；第三获得单元：所述第三获得单元用于基于所述第一图像信息库，获得第一特征集，其中，所述第一特征集为所述第一机械手的执行关联特征集合；第一构建单元：所述第一构建单元用于根据所述机械结构信息和所述第一特征集生成的基础数据，构建触停检测模型，其中，所述触停检测模型包括第一碰撞上限检测规则；第四获得单元：所述第四获得单元用于根据位置检测装置，获得所述第一机械手的实时位置数据集；第一判断单元：所述第一判断单元用于将所述实时位置数据集的实时受力检测集输入所述触停检测模型中，根据所述触停检测模型输出的检测信息判断是否触发第一触停指令；第一执行单元：所述第一执行单元用于若未触发所述第一触停指令，对所述第一机械手的初始控制任务进行优先级调整，根据调整控制任务对所述第一机械手进行控制。
8.第三方面，本技术实施例还提供了一种基于机器视觉的机械手控制系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
9.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：1.通过获得第一机械手的机械结构信息，其中，所述机械结构信息包括关节结构信息、执行结构信息和底座结构信息；根据第一图像采集装置，对所述第一机械手的执行对象进行图像采集和属性信息录入，获得第一图像信息库；基于所述第一图像信息库，获得第一特征集，其中，所述第一特征集为所述第一机械手的执行关联特征集合；根据所述机械结构信息和所述第一特征集生成的基础数据，构建触停检测模型，其中，所述触停检测模型包括第一碰撞上限检测规则；根据所述位置检测装置，获得所述第一机械手的实时位置数据集；将所述实时位置数据集的实时受力检测集输入所述触停检测模型中，根据所述触停检测模型输出的检测信息判断是否触发第一触停指令；若未触发所述第一触停指令，对所述第一机械手的初始控制任务进行优先级调整，根据调整控制任务对所述第一机械手进行控制。通过基于机械手的实际工作情况，构建对应机械手触停检测模型，从而智能化采集、分析机械手执行工作任务时的意外碰撞情况，进而针对性调整机械手控制任务，保证机械手工作任务顺利、高效完成。达到了针对机械手实时工作时的意外碰撞，智能化对机械手进行动态调整，提高机械手工作任务质量和效率的技术效果。
10.2.通过基于坐标处理模块计算各坐标熵值，进而对比机械手位置和机械手姿态坐标熵，并计算得到机械手位置、姿态的准确信息熵数据，从而基于准确的计算结果对规则进行调整，达到了基于准确计算数据，提高优先级调整规则合理性、可靠性、有效性的技术效果。
11.3.通过触停检测模型，智能化对机械手意外受力情况进行识别判断，进而由第一碰撞上限检测规则自动判断是否应对机械手执行工作任务进行暂停，达到了智能化检测、智能化处理和分析机械手实际工作时的意外情况，提高机械手控制智能化程度的技术效果。
12.4.通过基于机械手结构本身、机械手执行任务对象分别分析当前机械手碰撞耐受评估，进而综合分析，得到第一碰撞上限检测规则，达到了基于试验数据，客观评价机械手耐碰撞程度，并设置对应碰撞上限的技术效果。
13.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
14.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
15.图1为本技术实施例一种基于机器视觉的机械手控制方法的流程示意图；图2为本技术实施例一种基于机器视觉的机械手控制方法中获得所述调整控制任务的流程示意图；图3为本技术实施例一种基于机器视觉的机械手控制方法中获得所述第一触停指令的流程示意图；图4为本技术实施例一种基于机器视觉的机械手控制方法中构建所述第一碰撞上限检测规则的流程示意图；图5为本技术实施例一种基于机器视觉的机械手控制系统的结构示意图；图6为本技术实施例示例性电子设备的结构示意图。
16.附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一构建单元14，第四获得单元15，第一判断单元16，第一执行单元17，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。
具体实施方式
17.本技术实施例通过提供一种基于机器视觉的机械手控制方法及系统，解决了现有技术中机械手在实际工作时遭遇意外碰撞后，人力无法针对机械手的实时工作需求快速进行适应性控制调整，从而无法精准控制机械手，导致机械手工作任务无法顺利、高效完成的技术问题。通过基于机械手的实际工作情况，构建对应机械手触停检测模型，从而智能化采集、分析机械手执行工作任务时的意外碰撞情况，进而针对性调整机械手控制任务，保证机械手工作任务顺利、高效完成。达到了针对机械手实时工作时的意外碰撞，智能化对机械手进行动态调整，提高机械手工作任务质量和效率的技术效果。
18.下面，将参考附图对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。基于本技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本技术相关的部分而非全部。
19.本技术提供了一种基于机器视觉的机械手控制方法，所述方法应用于一种基于机器视觉的机械手控制系统，其中，所述方法包括：通过获得第一机械手的机械结构信息，其中，所述机械结构信息包括关节结构信息、执行结构信息和底座结构信息；根据第一图像采集装置，对所述第一机械手的执行对象进行图像采集和属性信息录入，获得第一图像信息库；基于所述第一图像信息库，获得第一特征集，其中，所述第一特征集为所述第一机械手的执行关联特征集合；根据所述机械结构信息和所述第一特征集生成的基础数据，构建触停检测模型，其中，所述触停检测模型包括第一碰撞上限检测规则；根据所述位置检测装置，获得所述第一机械手的实时位置数据集；将所述实时位置数据集的实时受力检测集输入所述触停检测模型中，根据所述触停检测模型输出的检测信息判断是否触发第一触停指令；若未触发所述第一触停指令，对所述第一机械手的初始控制任务进行优先级调整，根据调整控制任务对所述第一机械手进行控制。
20.在介绍了本技术基本原理后，下面将结合说明书附图来具体介绍本技术的各种非限制性的实施方式。
21.实施例一请参阅附图1，本技术实施例提供了一种基于机器视觉的机械手控制方法，其中，所述方法应用于一种基于机器视觉的机械手控制系统，所述方法具体包括如下步骤：步骤s100：获得第一机械手的机械结构信息，其中，所述机械结构信息包括关节结构信息、执行结构信息和底座结构信息；具体而言，所述一种基于机器视觉的机械手控制方法应用于所述一种基于机器视觉的机械手控制系统，可以通过基于机械手的实际工作情况，构建对应机械手触停检测模型，从而智能化采集、分析机械手执行工作任务时的意外碰撞情况，进而针对性调整机械手控制任务，保证机械手工作任务顺利、高效完成。
22.机械手是一种模拟人手和手臂进行设计，进而代替人手完成一些物体抓取、搬运等各种相关操作的机器装置。所述第一机械手是指任一使用所述一种基于机器视觉的机械手控制系统进行智能控制的机械手。所述第一机械手通过模拟人的手部和臂部设计而成，因此，对应机械手对应的机械结构包括模拟人肘关节的关节结构、模拟人手部的执行结构、模拟人臂部的底座结构。采集记录所述第一机械手关节结构、执行结构和底座结构的设计尺寸、设计材料等相关结构信息，形成所述机械结构信息。通过获得所述第一机械手的机械结构信息，达到了充分了解第一机械手结构参数、相关特征的技术效果。
23.步骤s200：根据第一图像采集装置，对所述第一机械手的执行对象进行图像采集和属性信息录入，获得第一图像信息库；具体而言，所述第一图像采集装置包括摄像头等相关拍摄装置，可以实时监测并摄取所述第一机械手的工作情况，同时采集机械手执行任务对象多角度、多距离的图像，并对图像中所述第一机械手的任务属性进行识别、录入，进而构建所述第一图像信息库。举例如高清摄像头实时采集机械手搬运物料后移动图像，对应物料即为采集图像重点，对应搬运即为机械手的任务属性。通过实时监测并采集相关图像，达到了基于机器视觉的机械手实时监测效果。
24.步骤s300：基于所述第一图像信息库，获得第一特征集，其中，所述第一特征集为所述第一机械手的执行关联特征集合；
具体而言，基于第一图像采集装置实时采集到的第一机械手执行对象图像数据，一种基于机器视觉的机械手控制系统智能化分析图像中的执行对象，确定执行对象形状大小等相关特征信息，结合第一机械手执行任务属性，确定所述第一机械手执行图像中工作任务的属性特征，从而形成所述第一特征集。通过分析机械手执行对象信息，从而确定机械手执行对应任务的特征信息，达到了全面、准确监测机械手工作情况的技术效果。
25.步骤s400：根据所述机械结构信息和所述第一特征集生成的基础数据，构建触停检测模型，其中，所述触停检测模型包括第一碰撞上限检测规则；具体而言，结合所述第一机械手的机械结构信息和所述第一特征集生成的基础数据，构建触停检测模型，用于智能化对第一机械手执行工作任务时遭到的意外碰撞等情况，进行针对性的反应。其中，所述触停检测模型中包括第一碰撞上限检测规则。所述第一碰撞上限检测规则是指对应第一机械手在执行当前工作任务过程中，可以遭受的最大碰撞事件，即最大碰撞力度。一旦所述第一机械手受到的碰撞超过第一碰撞上限，系统自动检测出该意外碰撞信息，进而触发暂停所述第一机械手的工作任务，达到了智能化识别意外碰撞并在意外碰撞达到一定程度时，启动暂停任务来保护人身财产安全的技术效果。
26.步骤s500：根据所述位置检测装置，获得所述第一机械手的实时位置数据集；步骤s600：将所述实时位置数据集的实时受力检测集输入所述触停检测模型中，根据所述触停检测模型输出的检测信息判断是否触发第一触停指令；具体而言，所述位置检测装置与所述一种基于机器视觉的机械手控制系统通信连接，且置于所述第一机械手的执行结构上，用于实时监测所述第一机械手的位置变化情况，从而生成所述第一机械手的实时位置数据集。其中，所述实时位置数据集中包括第一机械手不同时间下对应的位置高度、位置方位等详细位置数据。进一步的，基于所述实时位置数据集，检测得到所述第一机械手在不同位置受到的力，进而组成所述实时受力检测集，并将所述实时受力检测集输入所述触停检测模型中，所述触停检测模型智能分析后输出对应的检测信息。最后，一种基于机器视觉的机械手控制系统根据所述检测信息判断所述第一机械手当前受力是否会触发第一触停指令，即第一机械手是否该被暂停任务。
27.通过基于第一机械手的实时位置，进而分析第一机械手在各实时位置的受力情况，基于其受力情况分析结果，系统智能化确定第一机械手的执行任务情况是否正常，是否需要暂停任务。达到了基于机械手实际情况针对性智能控制机械手工作任务的技术效果。
28.步骤s700：若未触发所述第一触停指令，对所述第一机械手的初始控制任务进行优先级调整，根据调整控制任务对所述第一机械手进行控制。
29.具体而言，当所述一种基于机器视觉的机械手控制系统分析所述第一机械手的受力情况正常，即未触发所述第一触停指令时，系统自动对所述第一机械手的初始控制任务进行优先级调整，进而实现第一机械手的智能化控制。通过基于机械手的实际工作情况，构建对应机械手触停检测模型，从而智能化采集、分析机械手执行工作任务时的意外碰撞情况，进而针对性调整机械手控制任务，保证机械手工作任务顺利、高效完成。达到了针对机械手实时工作时的意外碰撞，智能化对机械手进行动态调整，提高机械手工作任务质量和效率的技术效果。
30.进一步的，如附图2所示，本技术实施例步骤s700还包括：步骤s710：若未触发所述第一触停指令，获得第一拆解指令；
步骤s720：根据所述第一拆解指令对所述初始控制任务进行拆解，获得n个子任务，其中，所述初始控制任务为所述第一机械手的第一碰撞位置至预设结束位置区间的任务；步骤s730：通过对所述n个子任务进行类别划分，获得第一类别子任务和第二类别子任务，其中，所述第一类别子任务为位置任务，所述第二类别子任务为姿态任务；步骤s740：通过对所述第一类别子任务和所述第二类别子任务进行优先级调整，获得所述调整控制任务。
31.具体而言，当所述一种基于机器视觉的机械手控制系统分析所述第一机械手的受力情况正常，即未触发所述第一触停指令时，系统自动发出所述第一拆解指令，用于对所述第一机械手的初始控制任务进行拆解。基于所述第一拆解指令拆解后的任务成为多个子任务，其中，所述初始控制任务为所述第一机械手在发生意外碰撞时的位置，到初始控制任务预设的结束位置之间的工作任务。所述多个子任务即为所述n个子任务。通过对所述n个子任务进行类别识别，进而将其划分为第一类别子任务和第二类别子任务。其中，所述第一类别子任务为位置任务，举例如机械手将a位置的物料搬运到b位置；所述第二类别子任务为姿态任务，举例如机械手将a物料高举进行相关维修等任务操作。通过对所述第一类别子任务和所述第二类别子任务进行优先级调整，获得对应的所述调整控制任务。达到了基于第一机械手任务情况，对意外碰撞后的任务进行针对性调整的技术效果。
32.进一步的，本技术实施例步骤s740还包括：步骤s741：根据所述初始控制任务，获得所述执行对象的任务属性信息；步骤s742：分别以位置信息为x轴，以姿态信息为y轴，构建双维坐标轴；步骤s743：将所述任务属性信息输入所述双维坐标轴中，根据所述双维坐标轴获得多个相对坐标集；步骤s744：将所述多个相对坐标集输入坐标处理模块中进行计算，并根据计算结果生成预设调整规则，其中，所述预设调整规则为优先级调整规则。
33.具体而言，根据所述第一机械手的初始控制任务信息，获得第一机械手执行对象的任务属性信息。进一步的，以第一机械手执行对象的位置信息为x轴，姿态信息为y轴，构建位置-姿态双维坐标轴，通过将所述任务属性信息输入所述双维坐标轴中，根据所述双维坐标轴获得多个相对坐标集，从而直观观察第一机械手任务信息。最后将所述多个相对坐标集依次输入坐标处理模块中，从而得到基于智能化计算生成的预设调整规则。其中，所述预设调整规则即为优先级调整规则。也就是说，在第一机械手意外碰撞后，首先绘制第一机械手碰撞前的位置-姿态坐标，进行利用坐标处理模块智能化分析，确定第一机械手在意外碰撞后位置-姿态任务优先级，从而进行针对性调整。达到了基于机械手实际执行任务情况，智能化分析确定碰撞后第一机械手任务优先级的技术效果。
34.进一步的，本技术实施例步骤s744还包括：步骤s7441：所述坐标处理模块包括坐标转换模块、坐标比较模块和坐标计算模块；步骤s7442：将所述多个相对坐标集中的每一个坐标输入所述坐标转换模块中进行信息熵计算，获得多个信息熵坐标；步骤s7443：将所述多个信息熵坐标输入所述坐标比较模块，获得x轴信息熵与y轴
信息熵的多个比较结果；步骤s7444：将所述多个信息熵坐标输入所述坐标计算模块，获得x轴信息熵与y轴信息熵的多个差值结果。
35.具体而言，所述坐标处理模块包括坐标转换模块、坐标比较模块和坐标计算模块。其中，所述坐标转换模块用于对机械手执行工作任务时的位置-姿态坐标进行数量转换，从而得到机械手执行工作任务时的信息熵变化情况。信息熵是指每个坐标中，机械手位置和姿态的信息量。所述坐标比较模块用于对所述坐标转换模块转换后的位置信息熵、姿态信息熵进行对比，即对所述双维坐标轴的x轴信息熵与y轴信息熵进行对比，进而通过所述坐标计算模块计算x轴信息熵与y轴信息熵的差值。
36.通过基于坐标处理模块计算各坐标熵值，进而对比机械手位置和机械手姿态坐标熵，并计算得到机械手位置、姿态的准确信息熵数据，从而基于准确的计算结果对规则进行调整，达到了基于准确计算数据，提高优先级调整规则合理性、可靠性、有效性的技术效果。
37.进一步的，本技术实施例步骤s744还包括：步骤s7445：根据所述多个比较结果和所述多个差值结果，获得x轴的第一相对系数和y轴的第二相对系数；步骤s7446：当所述第一相对系数大于所述第二相对系数，生成第一约束条件，其中，所述第一约束条件为位置优先级大于姿态优先级；步骤s7447：当所述第一相对系数小于所述第二相对系数，生成第二约束条件，其中，所述第二约束条件为姿态优先级大于位置优先级；步骤s7448：根据所述第一约束条件和所述第二约束条件，生成所述预设调整规则。
38.具体而言，基于所述坐标处理模块计算后得到的机械手各坐标中，位置和姿态信息熵比较、差值结果，得到位置所在x轴的第一相对系数和姿态所在y轴的第二相对系数。
39.进一步的，对比所述第一相对系数和所述第二相对系数，当所述第一相对系数大于所述第二相对系数时，系统自动生成第一约束条件。其中，所述第一约束条件为位置优先级大于姿态优先级。也就是说，当位置所在x轴的第一相对系数大于姿态所在y轴的第二相对系数时，说明当前机械手执行的工作任务中，利用机械手搬运物料，使其位置发生改变，比机械手抓取该物料的姿态信息重要，即所述位置优先级大于姿态优先级。反之，对比所述第一相对系数和所述第二相对系数，当所述第一相对系数小于所述第二相对系数时，系统自动生成第二约束条件。其中，所述第二约束条件为位置优先级小于姿态优先级。也就是说，当位置所在x轴的第一相对系数小于姿态所在y轴的第二相对系数时，说明当前机械手执行的工作任务中，利用机械手搬运物料，使其固定于某位置，供工作人员执行相关任务，即机械手执行结构的姿态明显比位置信息重要，此时所述位置优先级小于姿态优先级。最后根据所述第一约束条件和所述第二约束条件，生成对应所述预设调整规则。
40.通过分析坐标处理模块计算、处理结果，制定不同情况下对应优先级规则，从而设置所述预设调整规则，达到了基于计算得到的准确数据信息，设置对应调整机械手优先处理任务的技术效果。
41.进一步的，如附图3所示，本技术实施例步骤s600还包括：步骤s610：获得所述第一机械手的实时受力检测集，其中，所述实时位置数据集与
所述实时受力检测集一一对应；步骤s620：根据所述实时位置数据集和所述实时受力检测集，生成多组触停检测集；步骤s630：将所述多组触停检测集作为输入信息输入所述触停检测模型中，标识第一异常受力信息；步骤s640：将所述第一异常受力信息输入所述第一碰撞上限检测规则中，判断是否大于第一上限阈值；步骤s650：若大于所述第一上限阈值，获得所述第一触停指令。
42.具体而言，基于实时监测所述第一机械手在不同位置下的受力结果，得到对应不同位置的受力检测数据，进而组成所述第一机械手的实时受力检测集。其中，所述实时位置数据集与所述实时受力检测集一一对应。进一步的，基于所述实时位置数据集和所述实时受力检测集，生成多组触停检测集。其中，所述多组触停检测集中的每组触停检测数据均包括一个实时位置数据和对应位置受力检测数据。
43.将所述多组触停检测集作为输入信息输入所述触停检测模型中，所述触停检测模型自动分析并标识所述第一机械手在各位置对应受力数据中，受力异常的数据信息，即所述第一异常受力信息。其中，所述第一异常受力信息说明在对应位置下，第一机械手意外受到了碰撞等外界力。进一步的，将所述第一异常受力信息输入所述第一碰撞上限检测规则中，所述第一碰撞上限检测规则自动判断所述第一机械手当前受到的所述第一异常受力信息是否超过了第一上限阈值，一旦所述第一异常受力信息超过了第一上限阈值，系统自动发出对应的暂停任务指令，即所述第一触停指令。其中，所述第一上限阈值为系统基于第一机械手实际任务需求和执行任务情况，事先设置的第一机械手最大意外碰撞力度数据。
44.通过触停检测模型，智能化对机械手意外受力情况进行识别判断，进而由第一碰撞上限检测规则自动判断是否应对机械手执行工作任务进行暂停，达到了智能化检测、智能化处理和分析机械手实际工作时的意外情况，提高机械手控制智能化程度的技术效果。
45.进一步的，如附图4所示，本技术实施例步骤s400还包括：步骤s410：将所述机械结构信息作为基础结构信息进行碰撞耐受性评估，获得第一评估数据，其中，所述第一评估数据为所述第一机械手的碰撞耐受性；步骤s420：将所述第一特征集作为受力基础信息进行承重质量分析，获得第二评估数据；步骤s430：根据所述第一评估数据和所述第二评估数据，生成基础受力数据和上限受力数据；步骤s440：通过构建第一预设阈值，对所述基础受力数据和所述上限受力数据进行调整，根据调整后的数据，构建所述第一碰撞上限检测规则。
46.具体而言，将第一机械手的机械结构信息作为基础结构信息，进行碰撞耐受性评估试验，试验获得第一评估数据。其中，所述第一评估数据为所述第一机械手的耐碰撞程度评估结果。同时，将第一机械手执行任务时执行对象的第一特征集作为受力基础信息进行承重质量分析，获得第二评估数据。其中，所述第二评估数据是指第一机械手当前执行任务对象耐碰撞程度评估结果。最后，综合分析所述第一评估数据和所述第二评估数据，生成第一机械手基础受力数据和上限受力数据。其中，第一机械手基础受力数据是指第一机械手
结构本身和执行物料对象的最小受力评估数据，第一机械手上限受力数据是指第一机械手结构本身和执行物料对象的最大受力评估数据。通过构建第一预设阈值，对所述基础受力数据和所述上限受力数据进行调整，根据调整后的数据，构建所述第一碰撞上限检测规则。
47.通过基于机械手结构本身、机械手执行任务对象分别分析当前机械手碰撞耐受评估，进而综合分析，得到第一碰撞上限检测规则，达到了基于试验数据，客观评价机械手耐碰撞程度，并设置对应碰撞上限的技术效果。
48.综上所述，本技术实施例所提供的一种基于机器视觉的机械手控制方法具有如下技术效果：1.通过获得第一机械手的机械结构信息，其中，所述机械结构信息包括关节结构信息、执行结构信息和底座结构信息；根据第一图像采集装置，对所述第一机械手的执行对象进行图像采集和属性信息录入，获得第一图像信息库；基于所述第一图像信息库，获得第一特征集，其中，所述第一特征集为所述第一机械手的执行关联特征集合；根据所述机械结构信息和所述第一特征集生成的基础数据，构建触停检测模型，其中，所述触停检测模型包括第一碰撞上限检测规则；根据所述位置检测装置，获得所述第一机械手的实时位置数据集；将所述实时位置数据集的实时受力检测集输入所述触停检测模型中，根据所述触停检测模型输出的检测信息判断是否触发第一触停指令；若未触发所述第一触停指令，对所述第一机械手的初始控制任务进行优先级调整，根据调整控制任务对所述第一机械手进行控制。通过基于机械手的实际工作情况，构建对应机械手触停检测模型，从而智能化采集、分析机械手执行工作任务时的意外碰撞情况，进而针对性调整机械手控制任务，保证机械手工作任务顺利、高效完成。达到了针对机械手实时工作时的意外碰撞，智能化对机械手进行动态调整，提高机械手工作任务质量和效率的技术效果。
49.2.通过基于坐标处理模块计算各坐标熵值，进而对比机械手位置和机械手姿态坐标熵，并计算得到机械手位置、姿态的准确信息熵数据，从而基于准确的计算结果对规则进行调整，达到了基于准确计算数据，提高优先级调整规则合理性、可靠性、有效性的技术效果。
50.3.通过触停检测模型，智能化对机械手意外受力情况进行识别判断，进而由第一碰撞上限检测规则自动判断是否应对机械手执行工作任务进行暂停，达到了智能化检测、智能化处理和分析机械手实际工作时的意外情况，提高机械手控制智能化程度的技术效果。
51.4.通过基于机械手结构本身、机械手执行任务对象分别分析当前机械手碰撞耐受评估，进而综合分析，得到第一碰撞上限检测规则，达到了基于试验数据，客观评价机械手耐碰撞程度，并设置对应碰撞上限的技术效果。
52.实施例二基于与前述实施例中一种基于机器视觉的机械手控制方法，同样发明构思，本发明还提供了一种基于机器视觉的机械手控制系统，请参阅附图5，所述系统包括：第一获得单元11，所述第一获得单元11用于获得第一机械手的机械结构信息，其中，所述机械结构信息包括关节结构信息、执行结构信息和底座结构信息；第二获得单元12，所述第二获得单元12用于根据第一图像采集装置，对所述第一机械手的执行对象进行图像采集和属性信息录入，获得第一图像信息库；
第三获得单元13，所述第三获得单元13用于基于所述第一图像信息库，获得第一特征集，其中，所述第一特征集为所述第一机械手的执行关联特征集合；第一构建单元14，所述第一构建单元14用于根据所述机械结构信息和所述第一特征集生成的基础数据，构建触停检测模型，其中，所述触停检测模型包括第一碰撞上限检测规则；第四获得单元15，所述第四获得单元15用于根据位置检测装置，获得所述第一机械手的实时位置数据集；第一判断单元16，所述第一判断单元16用于将所述实时位置数据集的实时受力检测集输入所述触停检测模型中，根据所述触停检测模型输出的检测信息判断是否触发第一触停指令；第一执行单元17，所述第一执行单元17用于若未触发所述第一触停指令，对所述第一机械手的初始控制任务进行优先级调整，根据调整控制任务对所述第一机械手进行控制。
53.进一步的，所述系统还包括：第五获得单元，所述第五获得单元用于若未触发所述第一触停指令，获得第一拆解指令；第六获得单元，所述第六获得单元用于根据所述第一拆解指令对所述初始控制任务进行拆解，获得n个子任务，其中，所述初始控制任务为所述第一机械手的第一碰撞位置至预设结束位置区间的任务；第七获得单元，所述第七获得单元用于通过对所述n个子任务进行类别划分，获得第一类别子任务和第二类别子任务，其中，所述第一类别子任务为位置任务，所述第二类别子任务为姿态任务；第八获得单元，所述第八获得单元用于通过对所述第一类别子任务和所述第二类别子任务进行优先级调整，获得所述调整控制任务。
54.进一步的，所述系统还包括：第九获得单元，所述第九获得单元用于根据所述初始控制任务，获得所述执行对象的任务属性信息；第二构建单元，所述第二构建单元用于分别以位置信息为x轴，以姿态信息为y轴，构建双维坐标轴；第十获得单元，所述第十获得单元用于将所述任务属性信息输入所述双维坐标轴中，根据所述双维坐标轴获得多个相对坐标集；第一生成单元，所述第一生成单元用于将所述多个相对坐标集输入坐标处理模块中进行计算，并根据计算结果生成预设调整规则，其中，所述预设调整规则为优先级调整规则。
55.进一步的，所述系统还包括：第一定义单元，所述第一定义单元用于所述坐标处理模块包括坐标转换模块、坐标比较模块和坐标计算模块；第十一获得单元，所述第十一获得单元用于将所述多个相对坐标集中的每一个坐标输入所述坐标转换模块中进行信息熵计算，获得多个信息熵坐标；
第十二获得单元，所述第十二获得单元用于将所述多个信息熵坐标输入所述坐标比较模块，获得x轴信息熵与y轴信息熵的多个比较结果；第十三获得单元，所述第十三获得单元用于将所述多个信息熵坐标输入所述坐标计算模块，获得x轴信息熵与y轴信息熵的多个差值结果。
56.进一步的，所述系统还包括：第十四获得单元，所述第十四获得单元用于根据所述多个比较结果和所述多个差值结果，获得x轴的第一相对系数和y轴的第二相对系数；第二生成单元，所述第二生成单元用于当所述第一相对系数大于所述第二相对系数，生成第一约束条件，其中，所述第一约束条件为位置优先级大于姿态优先级；第三生成单元，所述第三生成单元用于当所述第一相对系数小于所述第二相对系数，生成第二约束条件，其中，所述第二约束条件为姿态优先级大于位置优先级；第四生成单元，所述第四生成单元用于根据所述第一约束条件和所述第二约束条件，生成所述预设调整规则。
57.进一步的，所述系统还包括：第十五获得单元，所述第十五获得单元用于获得所述第一机械手的实时受力检测集，其中，所述实时位置数据集与所述实时受力检测集一一对应；第五生成单元，所述第五生成单元用于根据所述实时位置数据集和所述实时受力检测集，生成多组触停检测集；第一标识单元，所述第一标识单元用于将所述多组触停检测集作为输入信息输入所述触停检测模型中，标识第一异常受力信息；第二判断单元，所述第二判断单元用于将所述第一异常受力信息输入所述第一碰撞上限检测规则中，判断是否大于第一上限阈值；第十六获得单元，所述第十六获得单元用于若大于所述第一上限阈值，获得所述第一触停指令。
58.进一步的，所述系统还包括：第十七获得单元，所述第十七获得单元用于将所述机械结构信息作为基础结构信息进行碰撞耐受性评估，获得第一评估数据，其中，所述第一评估数据为所述第一机械手的碰撞耐受性；第十八获得单元，所述第十八获得单元用于将所述第一特征集作为受力基础信息进行承重质量分析，获得第二评估数据；第六生成单元，所述第六生成单元用于根据所述第一评估数据和所述第二评估数据，生成基础受力数据和上限受力数据；第三构建单元，所述第三构建单元用于通过构建第一预设阈值，对所述基础受力数据和所述上限受力数据进行调整，根据调整后的数据，构建所述第一碰撞上限检测规则。
59.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种基于机器视觉的机械手控制方法和具体实例同样适用于本实施例的一种基于机器视觉的机械手控制系统，通过前述对一种基于机器视觉的机械手控制方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于机器视觉的机械手控制系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装
置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
60.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
61.示例性电子设备下面参考图6来描述本技术实施例的电子设备。
62.图6图示了根据本技术实施例的电子设备的结构示意图。
63.基于与前述实施例中一种基于机器视觉的机械手控制方法的发明构思，本发明还提供一种基于机器视觉的机械手控制系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于机器视觉的机械手控制方法的任一方法的步骤。
64.其中，在图6中，总线架构（用总线300来代表），总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。
65.处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
66.本技术提供了一种基于机器视觉的机械手控制方法，所述方法应用于一种基于机器视觉的机械手控制系统，其中，所述方法包括：通过获得第一机械手的机械结构信息，其中，所述机械结构信息包括关节结构信息、执行结构信息和底座结构信息；根据第一图像采集装置，对所述第一机械手的执行对象进行图像采集和属性信息录入，获得第一图像信息库；基于所述第一图像信息库，获得第一特征集，其中，所述第一特征集为所述第一机械手的执行关联特征集合；根据所述机械结构信息和所述第一特征集生成的基础数据，构建触停检测模型，其中，所述触停检测模型包括第一碰撞上限检测规则；根据所述位置检测装置，获得所述第一机械手的实时位置数据集；将所述实时位置数据集的实时受力检测集输入所述触停检测模型中，根据所述触停检测模型输出的检测信息判断是否触发第一触停指令；若未触发所述第一触停指令，对所述第一机械手的初始控制任务进行优先级调整，根据调整控制任务对所述第一机械手进行控制。解决了现有技术中机械手在实际工作时遭遇意外碰撞后，人力无法针对机械手的实时工作需求快速进行适应性控制调整，从而无法精准控制机械手，导致机械手工作任务无法顺利、高效完成的技术问题。通过基于机械手的实际工作情况，构建对应机械手触停检测模型，从而智能化采集、分析机械手执行工作任务时的意外碰撞情况，进而针对性调整机械手控制任务，保证机械手工作任务顺利、高效完成。达到了针对机械手实时工作时的意外碰撞，智能化对机械手进行动态调整，提高机械手工作任务质量和效率的技术效果。
67.本领域内的技术人员应明白，本技术的实施例可提供为方法、装置、或计算机程序
产品。因此，本技术可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外，本技术为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于：u盘、移动硬盘、只读存储器（read-0nly memory，简称rom）、随机存取存储器（random access memory，简称ram）、磁盘存储器、只读光盘（compact disc read-only memory，简称cd-rom）、光学存储器等各种可以存储程序代码的介质。
68.本发明是参照本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的系统。
69.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
70.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
71.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。