基于机械臂的化学物品定位与分类

马兴录,张兴强,王 涛

(青岛科技大学信息科学技术学院,山东 青岛 266061)

0 引 言

机械臂技术经过近几年的快速发展，已经成为一种融合多学科的现代化工业技术。机械臂的抓取能力是机械臂的一项基本能力。在机械臂的视觉抓取研究中，物体目标检测识别技术是机械臂视觉抓取的关键。但是对于化学试管、烧杯、玻璃瓶等透明物体，由于其具有折射性与高光性，不符合经典视觉算法中的几何光路假设，这使得深度相机很难对透明物体进行精确的深度估算，从而难以获知其三维空间中的坐标[1]。对于透明物体的识别定位，Chen等人[2]提出了使用SIFT特征从提取的RGB图像与IR图像中识别透明物体的候选分类算法。Seib等人[3]提出了一种利用深度图像中的传感器故障用CNN进行透明物体定位的方法。Sajjan等人[4]提出了通过建立大规模合成的RGB-D数据集使用Clear Grasp算法推断透明物体表面法线、透明表面的掩模和边界的方法。虽然现阶段有研究致力于使用3D数据识别透明物体，但这些算法不能立即应用于透明物体上。针对化学实验场景下化学试管等透明玻璃仪器贴有标签的现状，本文提出先通过YOLOv3算法识别深度相机拍的RGB图像上的化学试管上贴纸标签，获取其在图像坐标系的二维坐标(u，v)，与此同时获取其在深度图像中贴纸标签的深度值(即相机与试管之间的距离值)，然后通过相机成像原理公式完成坐标转换，即可得到化学试管在空间中的三维坐标，机械臂抓手即可运动至化学试管处。……