一种适用于自动化生产线的智能吊具调控方法和装置与流程

1.本发明涉及自动化生产领域，特别涉及一种适用于自动化生产线的智能吊具调控方法和装置。


背景技术：

2.目前，自动化生产线里会采用到大量的智能吊具，智能吊具、机械手等自动化装备因其自身的诸多优势在制造业领域得到空前发展，但是当前负载平衡吊具在实用过程中存在大量外部干扰，影响着自动化生产的效率。
3.因此，亟需一种解决办法。


技术实现要素：

4.本发明公开提出一种适用于自动化生产线的智能吊具调控方法和装置，提高了智能吊具的抗干扰能力和生产效率。
5.本发明提供智能吊具一种适用于自动化生产线的智能吊具调控方法，包括：
6.步骤1，对智能吊具进行信息采集，获得智能吊具的外界信息和本体信息；
7.步骤2，基于智能吊具的外界信息和本体信息，确定智能吊具的调控方案；
8.步骤3，基于智能吊具的调控方案，对智能吊具进行相应调控。
9.优选的，所述外界信息为智能吊具的外界图像信息，所述本体信息为智能吊具的关节角度信息和受力信息，所述调控方案包括第一调控方案、第二调控方案、第三调控方案。
10.优选的，获取智能吊具的位置信息后，还包括：
11.基于智能吊具的外界信息，获取智能吊具的位置信息；
12.基于所述位置信息对确定智能吊具的工作状态；
13.若所述工作状态为智能吊具处于物料抓取区，则对智能吊具进行第一调控；
14.若所述工作状态为智能吊具处于运输区，则对智能吊具进行第二调控；
15.若所述工作状态为智能吊具处于物料投放区，则对智能吊具进行第三调控。
16.优选的，对智能吊具进行第二调控，包括:
17.基于所述智能吊具的受外力信息确定智能吊具抓取变形量，并基于负载抓取变形量确定平衡补偿量；
18.基于所述位置信息确定智能吊具的位置补偿量；
19.基于平衡补偿量和位置补偿量，对智能吊具进行所述第二调控。
20.在本实施例中，受外力信息为智能吊具所受到的外力。
21.优选的，基于智能吊具的外界信息，获取智能吊具的位置信息，包括：
22.基于外界图像信息确定所述智能吊具在外界图像信息中的第一定位信息；
23.基于所述第一定位信息对外界图像信息进行去除处理，得到第一背景图像；
24.将所述第一背景图像与预设的投放图像进行匹配，根据匹配结果，确定所述第一
背景图像在基准图像上第二定位信息；
25.根据所述所述第二定位信息，确定智能吊具的位置信息。
26.优选的，对智能平台进行第一调控，包括：
27.对所述外界图像信息进行边缘检测，获得物料边缘线；
28.基于所述物料边缘线对所述外界图像信息进行截取，获得物料区域；
29.基于预设的边缘算法对所述物料区域进行处理，获得待抓取物体的分界线；
30.基于待抓取物体的分界线进行分界点集合构建，获得物体分界点集合；
31.基于预设的检测算法对所述物体分界点集合中每一子分界点进行检测，若子分界点通过检测，则将子分界点标记为子可抓取点，从而获得子可抓取点集合，若子分界点未通过检测，则不对该子分界点进行标记；
32.基于所述外界图像信息的中心点建立图像坐标系，从而获得所述子可抓取点集合中的每一子可抓取点在图像坐标系下的子第一坐标；
33.基于预设的转换规则将所述子第一坐标转换至预设智能吊具坐标系中，获得每一子可抓取点在智能吊具坐标系中的子第二坐标；
34.检测所述每一子可抓取点的子第二坐标是否在预设的可达范围中：若子第二坐标在所述可达范围内，则将对应的子可抓取点标记为子可达抓取点；
35.基于子可达抓取点选择目标抓取点，包括：
36.若只存在一个子可达抓取点，则将该子可达抓取点确定为目标抓取点；
37.若存在多个子可达抓取点，则基于预设的评分规则计算每一子可达抓取点的子可靠分，并将子可靠分最高的子可达抓取点确定为目标抓取点；
38.若不存在子可达抓取点，则计算子可抓取点与所述智能吊具的距离，获得每一子可抓取点与所述智能吊具的子距离；
39.基于所述子距离的最小值所对应的子可抓取点确定为目标抓取点，并将所述目标抓取点相对于智能吊具的方向确定为预移动方向；
40.基于所述目标抓取点和预移动方向确定第一调控方案。
41.优选的，对物料进行第三调控，包括：
42.当所述智能吊具进入投放区域时，将所述智能吊具的外界图像信息转换至预设的标准投放坐标系，从而获得智能吊具的实际位置；
43.判断所述智能吊具的实际位置与标准投放位置是否一致；
44.若一致，则准许投放物料；
45.若不一致，则计算智能吊具的实际位置与标准投放位置之间的误差距离；
46.基于误差距离和智能吊具的实际位置，生成第三调控方案。
47.优选的，对智能吊具进行第二调控，包括：
48.基于所述智能吊具的关节角度信息确定所述智能吊具的外力信息；
49.将智能吊具的关节角度信息和外力信息代入预设模型，获得智能吊具的抓取矩阵；
50.基于所述智能吊具的抓取矩阵，确定智能吊具的抓取变形量；
51.基于所述抓取变形量，确定智能吊具的第一平衡补偿量；
52.在所述第一背景图像中进行特征点检测，获得若干子第一目标特征点，并基于预
设连接规则对所述子第一目标特征点进行连接，获得连接区域，并将连接区域作为第一区域；
53.确定每一所述子第一目标特征点的子第一特征向量，根据所述子第一特征向量在预设的标准图像中确定第二区域；
54.将所述第一背景图像和所述第二区域由三色色彩空间转换至视觉色彩空间，然后对视觉色彩空间下的所述第一背景图像和所述第二区域分别进行色彩平衡处理；
55.获取经过色彩平衡处理后的所述第二区域内像素点的第二特征向量；
56.获取经过色彩平衡处理后的所述第一背景图像内的所述第一目标特征点的第三特征向量；
57.将每一子第一目标特征点的第三特征向量分别与第二区域内像素点的第二特征向量进行匹配：计算所述第三特征向量与所述第二特征向量之间的距离值，将距离值最小的第二特征向量对应的像素点，作为对应第一目标特征点的匹配像素点，并将所述对应的像素点作为第二目标特征点，从而获得若干子第二目标特征点；
58.基于基于预设连接规则对子第二目标特征点进行连接，获得连接区域，并将连接区域作为第三区域；
59.计算所述第一区域与所述第三区域的匹配度，并判断所述匹配度是否大于预设匹配度，在确定所述匹配度大于预设匹配度时，将所述第一背景图像中的第一区域与基准图像中的第三区域进行重合铺设，确定所述第一背景图像在基准图像上第二定位信息；
60.基于所述所述第二定位信息，确定智能吊具的位置信息；
61.基于所述智能吊具的位置信息确定智能吊具的平衡修正量；
62.基于所述平衡修正量对所述第一平衡补偿量进行修正，获得第二平衡补偿量；
63.基于所述第二平衡补偿量生成第二调控方案。
64.优选的，获得智能吊具抓取的实际坐标后，包括：
65.将智能吊具抓取的实际坐标与标准坐标进行对比，获得智能负载抓取的偏移值；
66.将所述智能负载抓取的偏移值代入预设的智能负载模型中，获得所述智能负载的质心坐标；
67.基于所述智能负载的质心坐标和预设的支撑投影面积，确定所述智能负载的第一平衡度；
68.基于所述智能负载抓取的偏移值和外受力信息，建立所述智能吊具的理论方程；
69.基于所述智能吊具的理论方程，计算所述智能吊具的本体对抓取手的理论力矩；
70.将所述智能负载的质心坐标和第一平衡度以及智能吊具的外受力信息代入预设的智能负载模型中，确定所述智能吊具的本体对抓取手的最大力矩；
71.根据所述理论力矩和所述最大力矩的关系，判断所述智能吊具是否会失衡；
72.若智能吊具会失衡，则停止运输物料，并进行报警；
73.若智能吊具不会失衡，则不进行报警。
74.本发明提供智能吊具一种适用于自动化生产线的智能吊具平衡装置，包括
75.采集模块，用于对智能吊具进行信息采集，获得智能吊具的外界信息和本体信息；
76.处理模块，用于基于智能吊具的外界信息和本体信息，确定智能吊具的调控方案；
77.调控模块，用于基于智能吊具的调控方案，对智能吊具进行相应调控。
78.本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
79.下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
80.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
81.图1为本发明实施例中一种适用于自动化生产线的智能吊具调控方法的流程图；
82.图2为本发明实施例中又一适用于自动化生产线的智能吊具调控方法的流程图；
83.图3为本发明实施例中一种适用于自动化生产线的智能吊具平衡装置的结构图。
具体实施方式
84.以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
85.实施例1
86.本发明实施例提供了一种适用于自动化生产线的智能吊具调控方法，如图1所示，包括：
87.步骤1，对智能吊具进行信息采集，获得智能吊具的外界信息和本体信息；
88.步骤2，基于智能吊具的外界信息和本体信息，确定智能吊具的调控方案；
89.步骤3，基于智能吊具的调控方案，对智能吊具进行相应调控。
90.在本实施例中，外界信息为智能吊具的外界图像信息。
91.在本实施例中，本体信息为智能吊具的关节角度信息和受力信息。
92.在本实施例中，调控方案为在智能吊具进行抓取、运输、投放物料时的调控方案，包括第一调控方案、第二调控方案、第三调控方案。
93.在本实施例中，智能吊具包含抓取手和吊具本体。
94.上述方案的工作原理及有益效果为：通过对智能吊具进行信息采集，获得外界信息和本体信息，并基于外界信息和本体信息制定智能吊具的调控方案，从而对智能吊具进行调节，提高了智能吊具的对抗干扰能力，使得智能吊具运行更加平稳，也提高了智能吊具的工作效率以及实用性。
95.实施例2
96.基于实施例1的基础上，所述外界信息为智能吊具的外界图像信息，所述本体信息为智能吊具的关节角度信息和受力信息，所述调控方案包括第一调控方案、第二调控方案、第三调控方案。
97.上述方案的工作原理及有益效果为：通过第一调控方案、第二调控方案、第三调控方案，提高了智能吊具的对抗干扰能力，使得智能吊具运行更加平稳，也提高了智能吊具的工作效率以及实用性。
98.实施例3
99.基于实施例1的基础上，获取智能吊具的位置信息后，还包括
100.基于智能吊具的外界信息，获取智能吊具的位置信息；
101.基于所述位置信息对确定智能吊具的工作状态；
102.若所述工作状态为智能吊具处于物料抓取区，则对智能吊具进行第一调控；
103.若所述工作状态为智能吊具处于运输区，则对智能吊具进行第二调控；
104.若所述工作状态为智能吊具处于物料投放区，则对智能吊具进行第三调控。
105.在本实施例中，工作状态为智能吊具抓取、运输、投放物料的工作状态。
106.上述方案的工作原理及有益效果为：通过获取智能吊具的位置信息，判断智能吊具的工作状态，从而基于工作状态对智能吊具进行针对性调控，提高了智能吊具的对抗干扰能力，使得智能吊具运行更加平稳，也提高了智能吊具的工作效率以及实用性。
107.实施例4
108.基于实施例3的基础上，对智能吊具进行第二调控，包括：
109.基于所述智能吊具的受外力信息确定智能吊具抓取变形量，并基于负载抓取变形量确定平衡补偿量；
110.基于所述位置信息确定智能吊具的位置补偿量；
111.基于平衡补偿量和位置补偿量，对智能吊具进行所述第二调控。
112.在本实施例中，受外力信息为智能吊具所受到的外力。
113.在本实施例中，负载抓取变形量为智能吊具抓取受到外力影响而产生的形变量。
114.在本实施例中，平衡补偿量为使智能吊具重新归于平衡所实际的力。
115.在本实施例中，位置补偿量为智能吊具所在轨道具有角度，基于位置信息确定智能吊具的倾斜角，从而确定智能吊具的位置补偿量。
116.上述方案的工作原理及有益效果为：通过智能吊具的受外力信息确定智能吊具抓取变形量，并基于负载抓取变形量确定平衡补偿量，以及通过位置信息确定智能吊具的位置补偿量，并基于平衡补偿量和位置补偿量对智能吊具进行调控，提高了智能吊具在运输物料过程中的稳定性。
117.实施例5
118.基于实施例3的基础上，基于智能吊具的外界信息，获取智能吊具的位置信息，如图2所示，包括：
119.步骤3.1，基于外界图像信息确定所述智能吊具在外界图像信息中的第一定位信息；
120.步骤3.2，基于所述第一定位信息对外界图像信息进行去除处理，得到第一背景图像；
121.步骤3.3，将所述第一背景图像与预设的投放图像进行匹配，根据匹配结果，确定所述第一背景图像在基准图像上第二定位信息；
122.步骤3.4，根据所述所述第二定位信息，确定智能吊具的位置信息。
123.在本实施例中，第一定位信息为所述智能吊具在外界图像信息中的本体图像。
124.在本实施例中，第一背景图像为将外界图像信息中的第一定位信息进行过滤，获得的图像，即第一背景图像。
125.在本实施例中，预设的投放图像为投放区域的图像，基于将第一背景图像与预设的投放图像进行匹配，获得第一背景图像所对应的位置。
126.在本实施例中，基准图像为标准投放点的图像，通过比对第一背景图像所对应的位置与基准图像，确定智能吊具的位置信息。
127.上述方案的工作原理及有益效果为：基于外界图像信息确定所述智能吊具在外界图像信息中的第一定位信息，并基于第一定位信息对外界图像信息进行去除处理，处理后进行匹配、过滤，获得智能吊具的位置信息，从而便于对智能吊具进行调控，提高了智能吊具在运输物料过程中的稳定性。
128.实施例6
129.基于实施例3的基础上，对智能平台进行第一调控，包括：
130.对所述外界图像信息进行边缘检测，获得物料边缘线；
131.基于所述物料边缘线对所述外界图像信息进行截取，获得物料区域；
132.基于预设的边缘算法对所述物料区域进行处理，获得待抓取物体的分界线；
133.基于待抓取物体的分界线进行分界点集合构建，获得物体分界点集合；
134.基于预设的检测算法对所述物体分界点集合中每一子分界点进行检测，若子分界点通过检测，则将子分界点标记为子可抓取点，从而获得子可抓取点集合，若子分界点未通过检测，则不对该子分界点进行标记；
135.基于所述外界图像信息的中心点建立图像坐标系，从而获得所述子可抓取点集合中的每一子可抓取点在图像坐标系下的子第一坐标；
136.基于预设的转换规则将所述子第一坐标转换至预设智能吊具坐标系中，获得每一子可抓取点在智能吊具坐标系中的子第二坐标；
137.检测所述每一子可抓取点的子第二坐标是否在预设的可达范围中：若子第二坐标在所述可达范围内，则将对应的子可抓取点标记为子可达抓取点；
138.基于子可达抓取点选择目标抓取点，包括：
139.若只存在一个子可达抓取点，则将该子可达抓取点确定为目标抓取点；
140.若存在多个子可达抓取点，则基于预设的评分规则计算每一子可达抓取点的子可靠分，并将子可靠分最高的子可达抓取点确定为目标抓取点；
141.若不存在子可达抓取点，则计算子可抓取点与所述智能吊具的距离，获得每一子可抓取点与所述智能吊具的子距离；
142.基于所述子距离的最小值所对应的子可抓取点确定为目标抓取点，并将所述目标抓取点相对于智能吊具的方向确定为预移动方向；
143.基于所述目标抓取点和预移动方向确定第一调控方案。
144.在本实施例中，预设的转换规则为图像坐标系和智能吊具坐标系之间的转换关系，例如图像坐标系中的a点坐标为(4，2)，转换至智能吊具坐标系中，a点坐标为(4+x，2+y)。
145.在本实施例中，可达范围智能吊具的抓取手可以抓取的范围，由智能吊具本体的位置和抓取手的长度决定。
146.在本实施例中，边缘检测为定义外界图像信息中的亮度、颜色特征的底层突变，通过标识图像中亮度变换明显的点来完成边缘检测。
147.在本实施例中，预设的边缘算法为canny算法，将物料区域与canny算法进行卷积，获得待抓取物体的分界线。
148.在本实施例中，预设的检测算法为鲁棒算法，将符合鲁棒算法的分界点标记为可抓取点。
149.在本实施例中，预设的评分规则为根据子可达抓取点的历史抓取记录、子可达抓取点在物料中所处的部位对子可达抓取点进行评价。
150.上述方案的工作原理及有益效果为：对所述外界图像信息进行边缘检测、处理、计算、评分，获得目标抓取点和预移动方向，并基于目标抓取点和预移动方向确定第一调控方案，从而便于对智能吊具进行调控，提高了智能吊具在运输物料过程中的稳定性，提高了运输效率。
151.实施例7
152.基于实施例3的基础上，对物料进行第三调控，包括：
153.当所述智能吊具进入投放区域时，将所述智能吊具的外界图像信息转换至预设的标准投放坐标系，从而获得智能吊具的实际位置；
154.判断所述智能吊具的实际位置与标准投放位置是否一致；
155.若一致，则准许投放物料；
156.若不一致，则计算智能吊具的实际位置与标准投放位置之间的误差距离；
157.基于误差距离和智能吊具的实际位置，生成第三调控方案。
158.在本实施例中，预设的标准投放坐标系为以标准投放位置为原点建立的坐标系，将外界图像信息转换至预设的标准投放坐标系中，可以获得获得智能吊具的实际位置。
159.上述方案的工作原理及有益效果为：以标准投放位置为原点建立的坐标系，将外界图像信息转换至预设的标准投放坐标系中，可以获得获得智能吊具的实际位置，并基于实际位置生成第三调控方案，提高了物料投放的规范度和可靠度，提高了智能吊具在运输物料过程中的稳定性，提高了运输效率。
160.实施例8
161.基于实施例3的基础上，对智能吊具进行第二调控，包括：
162.基于所述智能吊具的关节角度信息确定所述智能吊具的外力信息；
163.将智能吊具的关节角度信息和外力信息代入预设模型，获得智能吊具的抓取矩阵；
164.基于所述智能吊具的抓取矩阵，确定智能吊具的抓取变形量；
165.基于所述抓取变形量，确定智能吊具的第一平衡补偿量；
166.在所述第一背景图像中进行特征点检测，获得若干子第一目标特征点，并基于预设连接规则对所述子第一目标特征点进行连接，获得连接区域，并将连接区域作为第一区域；
167.确定每一所述子第一目标特征点的子第一特征向量，根据所述子第一特征向量在预设的标准图像中确定第二区域；
168.将所述第一背景图像和所述第二区域由三色色彩空间转换至视觉色彩空间，然后对视觉色彩空间下的所述第一背景图像和所述第二区域分别进行色彩平衡处理；
169.获取经过色彩平衡处理后的所述第二区域内像素点的第二特征向量；
170.获取经过色彩平衡处理后的所述第一背景图像内的所述第一目标特征点的第三特征向量；
171.将每一子第一目标特征点的第三特征向量分别与第二区域内像素点的第二特征向量进行匹配：计算所述第三特征向量与所述第二特征向量之间的距离值，将距离值最小的第二特征向量对应的像素点，作为对应第一目标特征点的匹配像素点，并将所述对应的像素点作为第二目标特征点，从而获得若干子第二目标特征点；
172.基于基于预设连接规则对子第二目标特征点进行连接，获得连接区域，并将连接区域作为第三区域；
173.计算所述第一区域与所述第三区域的匹配度，并判断所述匹配度是否大于预设匹配度，在确定所述匹配度大于预设匹配度时，将所述第一背景图像中的第一区域与基准图像中的第三区域进行重合铺设，确定所述第一背景图像在基准图像上第二定位信息；
174.基于所述所述第二定位信息，确定智能吊具的位置信息；
175.基于所述智能吊具的位置信息确定智能吊具的平衡修正量；
176.基于所述平衡修正量对所述第一平衡补偿量进行修正，获得第二平衡补偿量；
177.基于所述第二平衡补偿量生成第二调控方案。
178.在本实施例中，抓取矩阵为以智能吊具关节角度信息和受力力信息作为输入值，计算当前智能吊具抓取雅克比矩阵，即抓取矩阵。
179.在本实施例中，根据所述子第一特征向量在预设的标准图像中确定第二区域为计算第一背景图像中像素点的颜色值，并进行从大到小进行排序，选取前预设数量个颜色值对应的像素点作为第一目标特征点，可以准确表示第一背景图像中的特征信息，确定所述第一目标特征点的第一特征向量，根据所述第一特征向量在基准图像中确定第二区域，第一特征向量为rgb颜色空间内的颜色值。
180.在本实施例中，预设连接规则为沿着顺时针方向连接第二目标特征点，获得连接区域。
181.在本实施例中，三色色彩空间和视觉色彩空间分别为rgb颜色空间和lab颜色空间。
182.在本实施例中，色彩平衡处理为将所述第一背景图像和所述第二区域由rgb颜色空间转换至lab颜色空间，然后对lab颜色空间下的所述第一背景图像和所述第二区域分别进行色彩平衡处理。
183.在本实施例中，第二特征向量为第二区域内像素点在lab颜色空间内的颜色值。
184.上述方案的工作原理及有益效果为：基于所述智能吊具的关节角度信息，确定所述智能吊具的外力信息，并基于外力信息和智能吊具的关节角度信息代入预设模型，获得所述智能吊具的抓取矩阵，从而根据抓取矩阵，获得智能吊具的抓取手的变形量，根据变形量确定第一平衡补偿量，提高了运输物料过程中的抗干扰能量，并对第一背景图像进行检测、处理，获得智能吊具所处的位置，基于不同位置的运行轨道所具有的倾斜角度，确定平衡修正量，并基于平衡修正量对第一平衡补偿量进行修正，提高了智能吊具在运输物料过程中的稳定性，提高了运输效率。
185.实施例9
186.基于实施例7的基础上，计算所述第一区域与所述第三区域的匹配度，其步骤包括：
187.根据如下公式确定第一区域与所述第三区域的匹配度：
[0188][0189]
其中，p为第一区域与所述第三区域的匹配度；n为第一区域包括的像素点的数量；n为第三区域包括的像素点的数量；y1为第三区域的像素点在r颜色通道的平均值；k1为第三区域包括的像素点在g颜色通道的平均值；l1为第三区域包括的像素点在b颜色通道的平均值；yi为第一区域中第i个像素点在r颜色通道的取值；ki为第一区域包括第i个像素点在g颜色通道的取值；li为第一区域包括第i个像素点在b颜色通道的取值；
[0190]
若第一区域与所述第三区域的匹配度大于预设匹配度时，将所述第一背景图像中的第一区域与基准图像中的第三区域进行重合铺设；
[0191]
若第一区域与所述第三区域的匹配度不大于预设匹配度时，则不进行操作。
[0192]
在本实施例中，重合铺设将第一区域和第三区域的rgb图像进行融合，并调节融合后图像的亮度值。
[0193]
上述方案的工作原理及有益效果为：通过计算获得了第一区域与所述第三区域的匹配度，并基于匹配度判断是否将第一背景图像中的第一区域与基准图像中的第三区域进行重合铺设，通过重合铺设，获得智能吊具的位置，便于根据智能吊具的位置对智能吊具进行调控，提高了智能吊具在运输物料过程中的稳定性，提高了运输效率。
[0194]
实施例10
[0195]
基于实施例1的基础上，获得智能吊具抓取的实际坐标后，包括：
[0196]
将智能吊具抓取的实际坐标与标准坐标进行对比，获得智能负载抓取的偏移值；
[0197]
将所述智能负载抓取的偏移值代入预设的智能负载模型中，获得所述智能负载的质心坐标；
[0198]
基于所述智能负载的质心坐标和预设的支撑投影面积，确定所述智能负载的第一平衡度；
[0199]
基于所述智能负载抓取的偏移值和外受力信息，建立所述智能吊具的理论方程；
[0200]
基于所述智能吊具的理论方程，计算所述智能吊具的本体对抓取手的理论力矩；
[0201]
将所述智能负载的质心坐标和第一平衡度以及智能吊具的外受力信息代入预设的智能负载模型中，确定所述智能吊具的本体对抓取手的最大力矩；
[0202]
根据所述理论力矩和所述最大力矩的关系，判断所述智能吊具是否会失衡；
[0203]
若智能吊具会失衡，则停止运输物料，并进行报警；
[0204]
若智能吊具不会失衡，则不进行报警。
[0205]
在本实施例中，理论方程包括正向方程和逆向方程两部分，基于正向方程推导抓取手的运动学参数，基于运动学参数和逆向方程，确定智能吊具的本体对抓取手的理论力矩。外受力信息为智能负载抓取时的受力值和受力方向等。偏移值为智能负载抓取时的偏移大小量。
[0206]
在本实施例中，预设的智能负载模型为利用机器学习算法对智能负载的大量数据进行学习后生成的模型，该模型可以用于模拟智能负载的参数变换引起的状态变化，用于计算智能负载的质心坐标和最大力矩。
[0207]
在本实施例中，预设的支撑投影面积为智能负载保持平衡时，质心所需处于的范
围。
[0208]
在本实施例中，第一平衡度为智能负载的平衡程度，当第一平衡度小于0.5时，智能负载无法保持平衡。
[0209]
上述方案的工作原理及有益效果为：将智能吊具抓取的实际坐标与标准坐标进行对比，获得智能负载抓取的偏移值，将偏移值代入预设的智能负载模型，获得智能负载的质心坐标，并基于质心坐标和预设的支撑投影面积确定智能负载的第一平衡度，即智能负载的实际姿态的平衡程度，基于第一平衡度确定智能吊具的本体对抓取手的最大力矩，基于智能负载抓取的偏移值和外受力信息确定理论力矩，并基于理论力矩和最大力矩判断智能吊具是否会失衡，并在失衡时进行报警，提高了智能吊具运行安全性。
[0210]
实施例11
[0211]
本发明实施例提供了一种适用于自动化生产线的智能吊具平衡装置，如图3所示，包括：
[0212]
采集模块，用于对智能吊具进行信息采集，获得智能吊具的外界信息和本体信息；
[0213]
处理模块，用于基于智能吊具的外界信息和本体信息，确定智能吊具的调控方案；
[0214]
调控模块，用于基于智能吊具的调控方案，对智能吊具进行相应调控。
[0215]
上述方案的有益效果在实施例1中已经说明。
[0216]
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。

技术特征：
1.一种适用于自动化生产线的智能吊具调控方法，其特征在于，包括：步骤1，对智能吊具进行信息采集，获得智能吊具的外界信息和本体信息；步骤2，基于智能吊具的外界信息和本体信息，确定智能吊具的调控方案；步骤3，基于智能吊具的调控方案，对智能吊具进行相应调控。2.根据权利要求1所述的一种适用于自动化生产线的智能吊具调控方法，其特征在于，所述外界信息为智能吊具的外界图像信息，所述本体信息为智能吊具的关节角度信息和受力信息，所述调控方案包括第一调控方案、第二调控方案、第三调控方案。3.根据权利要求1所述的一种适用于自动化生产线的智能吊具调控方法，其特征在于，获取智能吊具的位置信息后，还包括：基于智能吊具的外界信息，获取智能吊具的位置信息；基于所述位置信息对确定智能吊具的工作状态；若所述工作状态为智能吊具处于物料抓取区，则对智能吊具进行第一调控；若所述工作状态为智能吊具处于运输区，则对智能吊具进行第二调控；若所述工作状态为智能吊具处于物料投放区，则对智能吊具进行第三调控。4.根据权利要求3所述的一种适用于自动化生产线的智能吊具调控方法，其特征在于，对智能吊具进行第二调控，包括:基于所述智能吊具的受外力信息确定智能吊具抓取变形量，并基于负载抓取变形量确定平衡补偿量；基于所述位置信息确定智能吊具的位置补偿量；基于平衡补偿量和位置补偿量，对智能吊具进行所述第二调控。5.根据权利要求3所述的一种适用于自动化生产线的智能吊具调控方法，其特征在于，基于智能吊具的外界信息，获取智能吊具的位置信息，包括：基于外界图像信息确定所述智能吊具在外界图像信息中的第一定位信息；基于所述第一定位信息对外界图像信息进行去除处理，得到第一背景图像；将所述第一背景图像与预设的投放图像进行匹配，根据匹配结果，确定所述第一背景图像在基准图像上第二定位信息；根据所述所述第二定位信息，确定智能吊具的位置信息。6.根据权利要求3所述的一种适用于自动化生产线的智能吊具调控方法，其特征在于，对智能平台进行第一调控，包括：对所述外界图像信息进行边缘检测，获得物料边缘线；基于所述物料边缘线对所述外界图像信息进行截取，获得物料区域；基于预设的边缘算法对所述物料区域进行处理，获得待抓取物体的分界线；基于待抓取物体的分界线进行分界点集合构建，获得物体分界点集合；基于预设的检测算法对所述物体分界点集合中每一子分界点进行检测，若子分界点通过检测，则将子分界点标记为子可抓取点，从而获得子可抓取点集合，若子分界点未通过检测，则不对该子分界点进行标记；基于所述外界图像信息的中心点建立图像坐标系，从而获得所述子可抓取点集合中的每一子可抓取点在图像坐标系下的子第一坐标；基于预设的转换规则将所述子第一坐标转换至预设智能吊具坐标系中，获得每一子可
抓取点在智能吊具坐标系中的子第二坐标；检测所述每一子可抓取点的子第二坐标是否在预设的可达范围中：若子第二坐标在所述可达范围内，则将对应的子可抓取点标记为子可达抓取点；基于子可达抓取点选择目标抓取点，包括：若只存在一个子可达抓取点，则将该子可达抓取点确定为目标抓取点；若存在多个子可达抓取点，则基于预设的评分规则计算每一子可达抓取点的子可靠分，并将子可靠分最高的子可达抓取点确定为目标抓取点；若不存在子可达抓取点，则计算子可抓取点与所述智能吊具的距离，获得每一子可抓取点与所述智能吊具的子距离；基于所述子距离的最小值所对应的子可抓取点确定为目标抓取点，并将所述目标抓取点相对于智能吊具的方向确定为预移动方向；基于所述目标抓取点和预移动方向确定第一调控方案。7.根据权利要求3所述的一种适用于自动化生产线的智能吊具调控方法，其特征在于，对物料进行第三调控，包括：当所述智能吊具进入投放区域时，将所述智能吊具的外界图像信息转换至预设的标准投放坐标系，从而获得智能吊具的实际位置；判断所述智能吊具的实际位置与标准投放位置是否一致；若一致，则准许投放物料；若不一致，则计算智能吊具的实际位置与标准投放位置之间的误差距离；基于误差距离和智能吊具的实际位置，生成第三调控方案。8.根据权利要求5所述的一种适用于自动化生产线的智能吊具调控方法，其特征在于，对智能吊具进行第二调控，包括：基于所述智能吊具的关节角度信息确定所述智能吊具的外力信息；将智能吊具的关节角度信息和外力信息代入预设模型，获得智能吊具的抓取矩阵；基于所述智能吊具的抓取矩阵，确定智能吊具的抓取变形量；基于所述抓取变形量，确定智能吊具的第一平衡补偿量；在所述第一背景图像中进行特征点检测，获得若干子第一目标特征点，并基于预设连接规则对所述子第一目标特征点进行连接，获得连接区域，并将连接区域作为第一区域；确定每一所述子第一目标特征点的子第一特征向量，根据所述子第一特征向量在预设的标准图像中确定第二区域；将所述第一背景图像和所述第二区域由三色色彩空间转换至视觉色彩空间，然后对视觉色彩空间下的所述第一背景图像和所述第二区域分别进行色彩平衡处理；获取经过色彩平衡处理后的所述第二区域内像素点的第二特征向量；获取经过色彩平衡处理后的所述第一背景图像内的所述第一目标特征点的第三特征向量；将每一子第一目标特征点的第三特征向量分别与第二区域内像素点的第二特征向量进行匹配：计算所述第三特征向量与所述第二特征向量之间的距离值，将距离值最小的第二特征向量对应的像素点，作为对应第一目标特征点的匹配像素点，并将所述对应的像素点作为第二目标特征点，从而获得若干子第二目标特征点；
基于基于预设连接规则对子第二目标特征点进行连接，获得连接区域，并将连接区域作为第三区域；计算所述第一区域与所述第三区域的匹配度，并判断所述匹配度是否大于预设匹配度，在确定所述匹配度大于预设匹配度时，将所述第一背景图像中的第一区域与基准图像中的第三区域进行重合铺设，确定所述第一背景图像在基准图像上第二定位信息；基于所述所述第二定位信息，确定智能吊具的位置信息；基于所述智能吊具的位置信息确定智能吊具的平衡修正量；基于所述平衡修正量对所述第一平衡补偿量进行修正，获得第二平衡补偿量；基于所述第二平衡补偿量生成第二调控方案。9.根据权利要求8所述的一种适用于自动化生产线的智能吊具调控方法，其特征在于，获得智能吊具抓取的实际坐标后，包括：将智能吊具抓取的实际坐标与标准坐标进行对比，获得智能负载抓取的偏移值；将所述智能负载抓取的偏移值代入预设的智能负载模型中，获得所述智能负载的质心坐标；基于所述智能负载的质心坐标和预设的支撑投影面积，确定所述智能负载的第一平衡度；基于所述智能负载抓取的偏移值和外受力信息，建立所述智能吊具的理论方程；基于所述智能吊具的理论方程，计算所述智能吊具的本体对抓取手的理论力矩；将所述智能负载的质心坐标和第一平衡度以及智能吊具的外受力信息代入预设的智能负载模型中，确定所述智能吊具的本体对抓取手的最大力矩；根据所述理论力矩和所述最大力矩的关系，判断所述智能吊具是否会失衡；若智能吊具会失衡，则停止运输物料，并进行报警；若智能吊具不会失衡，则不进行报警。10.一种适用于自动化生产线的智能吊具调控方法和装置，其特征在于，包括：采集模块，用于对智能吊具进行信息采集，获得智能吊具的外界信息和本体信息；处理模块，用于基于智能吊具的外界信息和本体信息，确定智能吊具的调控方案；调控模块，用于基于智能吊具的调控方案，对智能吊具进行相应调控。

技术总结
本发明提供了一种适用于自动化生产线的智能吊具调控方法和装置，其中，方法包括：步骤1，对智能吊具进行信息采集，获得智能吊具的外界信息和本体信息；步骤2，基于智能吊具的外界信息和本体信息，确定智能吊具的调控方案；步骤3，基于智能吊具的调控方案，对智能吊具进行调控。本发明的适用于自动化生产线的智能吊具调控方法和装置，提高了智能吊具在运输物料过程中的稳定性，提高了运输效率。提高了运输效率。提高了运输效率。


技术研发人员：王锋 王三祥
受保护的技术使用者：江苏昱博自动化设备有限公司
技术研发日：2023.04.10
技术公布日：2023/7/22