本發(fā)明屬于機(jī)器人技術(shù)領(lǐng)域，具體涉及一種機(jī)器人自動排障方法。

技術(shù)背景

隨著科學(xué)技術(shù)的發(fā)展，機(jī)器人正發(fā)展成為一個日益龐大的家族，代替人類從事各種各樣的工作，在生產(chǎn)生活方面，特別是在危險(xiǎn)環(huán)境和極限環(huán)境作業(yè)中，有著廣泛的應(yīng)用前景。特別是利用機(jī)器人排障、機(jī)器人救援等方面，不僅解放了勞動力，提高了工作效率，還保障了生命安全。

對于機(jī)器人排障工作而言，因需求目的不同，對排障的功能復(fù)雜程度要求也不同。在有些重要場合的排障，為了確保準(zhǔn)確和安全，需要人工的實(shí)時(shí)參與而對機(jī)器人本身功能要求不高。而在一些普通場合，因?yàn)樽寵C(jī)器人自由工作而無需人員參與，對機(jī)器人本身排障分析能力要求較高。上述兩種情況下如何功能兼容，是現(xiàn)代機(jī)器人需要解決的一個問題。目前，現(xiàn)有技術(shù)的機(jī)器人排障功能大都單一，智能化程度不足，靈活性低。

申請?zhí)枮閏n201420569430.0的中國專利申請公開了一種機(jī)械臂排障滅火機(jī)器人，該機(jī)器人具備實(shí)時(shí)監(jiān)控的能力，但不具有圖像處理分析能力，無法識別障礙物也無法保證機(jī)械手的控制精度，需要人工的全程參與。申請?zhí)枮閏n201610131450.3的中國專利申請公開了一種自主排障式智能車系統(tǒng)，雖然不需要人工參與，但該系統(tǒng)利用的激光測距模塊只能獲得正前方障礙物的距離，無法獲得障礙物的三維坐標(biāo)，影響機(jī)械臂的抓取精度，且排障目標(biāo)也被固定為正前方的障礙物，同時(shí)采用的履帶式結(jié)構(gòu)使得轉(zhuǎn)向范圍有限，排障區(qū)域小。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺陷，提供一種機(jī)器人自動排障方法，該排障方法能根據(jù)選擇進(jìn)行自主或人工工作，通過視覺系統(tǒng)智能化判斷障礙物，可依據(jù)指令進(jìn)行360度全方向移動，利用視覺反饋保證機(jī)器人機(jī)器臂的控制精度，智能化程度高，靈活性好。

為了解決上述技術(shù)問題，本發(fā)明采用以下技術(shù)方案。

本發(fā)明的一種機(jī)器人自動排障方法，所述的機(jī)器人包括全向移動底盤、機(jī)械手排障裝置、圖像采集裝置、機(jī)器人控制系統(tǒng)；所述的全向移動底盤包括mecanum輪、減速電機(jī)、h型懸架、車身、避震器；

所述的車身：設(shè)置有機(jī)器人控制系統(tǒng)、內(nèi)嵌顯示屏、四周裝有測距傳感器；所述車身通過h型懸架與mecanum輪及減速電機(jī)相連；

所述的機(jī)械手排障裝置包括末端執(zhí)行機(jī)構(gòu)、六自由度機(jī)械臂，所述六自由度機(jī)械臂安裝在車身的頂部前端；所述末端執(zhí)行機(jī)構(gòu)上設(shè)置有視覺標(biāo)識物；

所述的圖像采集裝置包括固定在車身下面的支架、安裝在支架上面的雙目攝像機(jī)；圖像采集裝置可通過支架來調(diào)節(jié)雙目攝像機(jī)的位置，并將圖像實(shí)時(shí)傳輸給控制系統(tǒng)處理分析；

所述機(jī)器人控制系統(tǒng)設(shè)置有arm處理器，通過無線網(wǎng)絡(luò)與pc機(jī)進(jìn)行通信；

其特征在于：

所述機(jī)器人控制系統(tǒng)包括欠壓報(bào)警模塊，圖像采集模塊，測距模塊，驅(qū)動模塊，所述欠壓報(bào)警裝置用以對電源檢測并作欠壓提示，所述圖像采集模塊用以將雙目攝像機(jī)采集圖像信號傳輸給控制系統(tǒng)和pc機(jī)處理；所述測距模塊用以檢測在機(jī)械手操作空間范圍的物體并給控制系統(tǒng)觸發(fā)信號停止前進(jìn)，所述驅(qū)動模塊用以驅(qū)動電機(jī)使機(jī)器人實(shí)現(xiàn)全向移動；

所述方法包括以下步驟：

步驟1，開啟機(jī)器人控制系統(tǒng)，并選擇其工作模式，通過對末端執(zhí)行機(jī)構(gòu)上視覺標(biāo)識物的角點(diǎn)檢測，利用視覺反饋對六自由度機(jī)械臂的初始化位置進(jìn)行確定；

步驟2，首先進(jìn)行排障工作模式選擇：包括自主控制和人工模式；然后所述的arm處理器對步驟1所獲取圖像進(jìn)行初步處理分析以獲取抓取點(diǎn)坐標(biāo)，并將該圖像實(shí)時(shí)傳輸給pc機(jī)進(jìn)行進(jìn)一步處理分析識別，以便獲得判斷結(jié)果；

步驟3，pc機(jī)與arm通信并傳輸所述的判斷結(jié)果，機(jī)器人控制系統(tǒng)依據(jù)該判斷結(jié)果進(jìn)行下一步工作；

步驟4，在排障作業(yè)過程中，通過對末端執(zhí)行機(jī)構(gòu)上視覺標(biāo)識物的角點(diǎn)檢測，利用視覺反饋控制六自由度機(jī)械臂趨近并抓取目標(biāo)物。

所述步驟1具體包括：

s11：首先對雙目攝像機(jī)進(jìn)行標(biāo)定，并獲取雙目攝像機(jī)內(nèi)外參數(shù)，建立圖像坐標(biāo)系與世界坐標(biāo)系的轉(zhuǎn)換關(guān)系，確定六自由度機(jī)械臂初始化位置o(x1,y1,z1)；

s12：開啟機(jī)器人控制系統(tǒng)，對末端執(zhí)行機(jī)構(gòu)上視覺標(biāo)識物進(jìn)行角點(diǎn)檢測，計(jì)算出與初始位置m(x2,y2,z3)的偏差(δx,δy,δz)，并反饋給機(jī)器人控制系統(tǒng)形成視覺閉環(huán)控制回路以控制六自由度機(jī)械臂準(zhǔn)確到達(dá)初始位置。

在所述步驟2中，若排障工作模式選擇為人工時(shí)，其過程包括：

s22、arm處理器對圖像進(jìn)行第一步處理分析以獲取抓取點(diǎn)坐標(biāo)，其過程為：

s221、利用dp算法獲得大致輪廓；

s222、對視差圖像進(jìn)行二值化分割，再進(jìn)行閉運(yùn)算，然后再計(jì)算障礙物的凸包，求出凸包面積，對面積小于閾值的障礙物進(jìn)行去噪；

s223、對輪廓橫縱坐標(biāo)進(jìn)行加權(quán)處理繼而獲得一個圖像點(diǎn)二維坐標(biāo)；

s224、將圖像點(diǎn)二維坐標(biāo)轉(zhuǎn)換為機(jī)械臂三維坐標(biāo)t(x,y,z)；

s225、遍歷所有y值，選擇最小的作為抓取點(diǎn)坐標(biāo)；

s225、對y值設(shè)置了閾值ny，若|y|＜ny，則橫向右移，移動時(shí)間若|y|＞ny，則橫向左移，移動時(shí)間其中w1、w2、w3、w4為全向移動底盤(10)的四個mecanum輪(12)轉(zhuǎn)速；

s226、將判斷結(jié)果直接設(shè)置為“1”，即抓取點(diǎn)坐標(biāo)位置為人工在圖像上確定的點(diǎn)三維坐標(biāo)。

進(jìn)一步的，在所述步驟2中，若排障工作模式選擇為自主控制時(shí)，其過程包括：

s22、arm處理器對圖像進(jìn)行第一步處理分析以獲取抓取點(diǎn)坐標(biāo)，其過程為：

s221、利用一個dp算法獲得大致輪廓；

s222、對視差圖像進(jìn)行二值化分割，再進(jìn)行閉運(yùn)算，然后再計(jì)算障礙物的凸包，求出凸包面積，對面積小于閾值的障礙物進(jìn)行去噪；

s223、對輪廓橫縱坐標(biāo)進(jìn)行加權(quán)處理繼而獲得一個圖像點(diǎn)二維坐標(biāo)；

s224、將圖像點(diǎn)二維坐標(biāo)轉(zhuǎn)換為機(jī)械臂三維坐標(biāo)t(x,y,z)；

s225、遍歷所有y值，選擇最小的作為抓取點(diǎn)坐標(biāo)；

s225、對y值設(shè)置了閾值ny，若|y|＜ny，則橫向右移，移動時(shí)間若|y|＞ny，則橫向左移，移動時(shí)間其中w1、w2、w3、w4為全向移動底盤(10)的四個mecanum輪(12)轉(zhuǎn)速；

s23、在arm處理器將所述圖像實(shí)時(shí)傳輸給pc機(jī)后，pc機(jī)進(jìn)行進(jìn)一步處理分析識別獲得識別結(jié)果，其過程包括：采用了改進(jìn)canny與sift組合算法進(jìn)行特征點(diǎn)提取，進(jìn)而作為輸入進(jìn)入一個模糊神經(jīng)網(wǎng)絡(luò)中進(jìn)行圖像識別，所述的改進(jìn)canny與sift組合算法包括以下步驟：

(1)尺度空間極值檢測：通過不同尺度因子的高斯核函數(shù)的差分和圖像的卷積得到，計(jì)算公式為：

d(x,y,σ)＝(g(x,y,kσ)-g(x,y,σ))*i(x,y)

＝l(x,y,kσ)-l(x,y,σ)

式中，d(x,y)為高斯差分尺度空間，為一個變化尺度的高斯函數(shù)，l(x,y)為一個圖像的尺度空間，i(x,y)為圖像數(shù)據(jù)，*為卷積，k為相鄰尺度空間倍數(shù)的常數(shù)，σ是尺度空間因子；

(2)檢測尺度空間中的關(guān)鍵點(diǎn)：將尺度空間上的每個特征點(diǎn)與周圍以及上下層共26個鄰域點(diǎn)比較，如果此點(diǎn)為最大或是最小點(diǎn)，則確定為關(guān)鍵點(diǎn)，否則舍棄；

(3)邊緣檢測算法獲得邊緣點(diǎn)：采用各向異性高斯濾波器進(jìn)行去噪工作平滑圖像，采用與所述關(guān)鍵點(diǎn)檢測相同的5x5領(lǐng)域計(jì)算梯度幅值和方向，通過線性插值進(jìn)行非極大值抑制，運(yùn)用ostu自適應(yīng)設(shè)定高低閾值，對經(jīng)過非極大抑制后的梯度圖像檢測和連接邊緣得到邊緣點(diǎn)；

(4)精確關(guān)鍵點(diǎn)：對上述兩步中的關(guān)鍵點(diǎn)和邊緣點(diǎn)進(jìn)行比較，判斷是否去除關(guān)鍵點(diǎn)；

s231、對檢測出的候選關(guān)鍵點(diǎn)，利用高斯函數(shù)濾掉一部分邊緣響應(yīng)點(diǎn)，然后再計(jì)算每一個特征點(diǎn)在原圖中的位置；

s232、對檢測出的每一個邊緣點(diǎn)計(jì)算出其3x3臨域內(nèi)的位置點(diǎn)；

s233、對在s231和s232兩步中所述的關(guān)鍵點(diǎn)與邊緣點(diǎn)進(jìn)行比較，判斷位置坐標(biāo)是否相等，若相等則舍棄關(guān)鍵點(diǎn)；若不相等則將關(guān)鍵點(diǎn)繼續(xù)與邊緣點(diǎn)和領(lǐng)域點(diǎn)集比較，若相等則舍棄，不相等則關(guān)鍵點(diǎn)繼續(xù)與步驟s32檢測出其它邊緣點(diǎn)位置比較，相等則舍棄，否則保留；

s234、得到的特征點(diǎn)集作為輸入進(jìn)入模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識別以獲得判斷結(jié)果。

所述步驟3具體包括：

s31、pc機(jī)將判斷結(jié)果傳輸給機(jī)器人控制系統(tǒng)，機(jī)器人控制系統(tǒng)若接受到的判斷結(jié)果為"0"則返回步驟2，若接受到“1”則進(jìn)行步驟s32；

s32、機(jī)器人控制系統(tǒng)利用逆向運(yùn)動學(xué)原理，求解得到各關(guān)節(jié)指令以控制六自由度機(jī)械臂進(jìn)行作業(yè)。

與現(xiàn)有技術(shù)相比，本發(fā)明包括以下優(yōu)點(diǎn)和有益效果：

1.本發(fā)明的一種機(jī)器人自動排障方法，能根據(jù)需要進(jìn)行工作模式選擇，功能多樣化；在自主控制模式時(shí)，利用視覺反饋對機(jī)械手進(jìn)行自主控制，提高了機(jī)器人運(yùn)動控制效率以及機(jī)械手重復(fù)定位精度；在圖像采集上，有效地解決了復(fù)雜背景圖像對目標(biāo)物識別的干擾問題，提高了識別精度，確保了障礙物信息的精準(zhǔn)性，且保證了機(jī)器人排障時(shí)機(jī)械手控制的準(zhǔn)確性；能夠智能化判斷障礙物，提高了工作效率，具有較高的智能性；全向移動的特性確保了機(jī)器人能在狹小空間進(jìn)行作業(yè)，靈活性好。

2.本發(fā)明在圖像分析處理中，采用改進(jìn)canny與sift組合算法進(jìn)行特征點(diǎn)提取，進(jìn)而作為輸入進(jìn)入模糊神經(jīng)網(wǎng)絡(luò)中進(jìn)行圖像識別。該算法與傳統(tǒng)檢測算法相比，有利于在復(fù)雜環(huán)境中檢測目標(biāo)，提高了特征提取的抗噪聲能力，檢測效果好。

附圖說明

圖1是本發(fā)明一實(shí)施例的機(jī)器人結(jié)構(gòu)示意圖。其中，10全向移動底盤，11為h型懸架，12為mecanum輪，13避震器，14減速電機(jī)，15測距傳感器，16顯示屏，17車身；20機(jī)械手排障裝置；21末端執(zhí)行機(jī)構(gòu)，22六自由度機(jī)械臂；30圖像采集裝置，31支架，32雙目攝像機(jī)。

圖2是本發(fā)明一實(shí)施例的機(jī)器人自動排障方法流程圖。

圖3是本發(fā)明一實(shí)施例的機(jī)器人自動排障控制系統(tǒng)框圖。

具體實(shí)施方式

下面結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)說明。

如圖1所示，是本發(fā)明一實(shí)施例的機(jī)器人自動排障方法流程圖。該實(shí)施例方法，用于對障礙物的檢測以及排除，其機(jī)器人包括全向移動底盤10、機(jī)械手排障裝置20、圖像采集裝置30、機(jī)器人控制系統(tǒng)；

所述的全向移動底盤10包括mecanum輪12、減速電機(jī)14、h型懸架11、車身17等；全向移動底盤10安裝有避震器13，確保機(jī)器人在不平衡地面的平穩(wěn)行進(jìn)；

所述的車身17內(nèi)設(shè)置有采用arm處理器的機(jī)器人控制系統(tǒng)，車身上內(nèi)嵌顯示屏16用于顯示機(jī)器人運(yùn)動狀態(tài)，車身17四周裝有測距傳感器15，用于檢測機(jī)器人周圍環(huán)境以防觸碰；所述車身17通過h型懸架11與mecanum輪12及減速電機(jī)14相連；

機(jī)械手排障裝置20包括末端執(zhí)行機(jī)構(gòu)21、六自由度機(jī)械臂22，所述六自由度機(jī)械臂22安裝在車身17的頂部前端，所述末端執(zhí)行機(jī)構(gòu)21上設(shè)置有視覺標(biāo)識物；所述機(jī)械手排障裝置20，利用控制系統(tǒng)逆向運(yùn)動學(xué)原理來求解三維坐標(biāo)，從而得到六自由度機(jī)械臂22各關(guān)節(jié)指令。然后利用末端執(zhí)行機(jī)構(gòu)21視覺標(biāo)識物的角點(diǎn)檢測，實(shí)現(xiàn)視覺反饋實(shí)時(shí)地控制機(jī)械手排障裝置20完成排障作業(yè)。

圖像采集裝置30包括支架31、雙目攝像機(jī)32，支架31固定在車身17下面，雙目攝像機(jī)32安裝在支架31上；圖像采集裝置30可通過支架31可水平調(diào)節(jié)雙目攝像機(jī)32的位置，并將圖像實(shí)時(shí)傳輸給控制系統(tǒng)處理分析；本發(fā)明可根據(jù)選擇進(jìn)行自主或者人工的自動排障，提高了機(jī)器人排障的智能化程度，增加了功能多樣性，既可應(yīng)用于地上排障也可用于地下探測，降低了勞動強(qiáng)度、提升了工作效率。

所述機(jī)器人控制系統(tǒng)設(shè)置有arm處理器，通過無線網(wǎng)絡(luò)與pc機(jī)進(jìn)行通信，所述控制系統(tǒng)包括欠壓報(bào)警模塊，圖像采集模塊，測距模塊，驅(qū)動模塊，所述欠壓報(bào)警裝置用以對電源檢測并作欠壓提示，所述圖像采集模塊用以將雙目攝像機(jī)采集圖像信號傳輸給控制系統(tǒng)和pc機(jī)處理；所述測距模塊用以檢測在機(jī)械手操作空間范圍的物體并給控制系統(tǒng)觸發(fā)信號停止前進(jìn)，所述驅(qū)動模塊用以驅(qū)動電機(jī)完成機(jī)器人的全向移動。

圖2是本發(fā)明一實(shí)施例的機(jī)器人自動排障方法流程圖。圖3是本發(fā)明一實(shí)施例的機(jī)器人自動排障控制系統(tǒng)框圖。如圖2和3所示，本實(shí)施例方法包括以下四個步驟：

步驟1：開啟機(jī)器人控制系統(tǒng)，選擇工作模式，通過對末端執(zhí)行機(jī)構(gòu)21視覺標(biāo)識物的角點(diǎn)檢測，利用視覺反饋對六自由度機(jī)械臂22初始化位置進(jìn)行確定，具體過程為：

s11：對雙目攝像機(jī)32進(jìn)行標(biāo)定，獲得雙目攝像機(jī)32內(nèi)外參數(shù)，建立圖像坐標(biāo)系與世界坐標(biāo)系的轉(zhuǎn)換關(guān)系，確定六自由度機(jī)械臂22初始化位置o(x1,y1,z1)。

s12：開啟系統(tǒng)，對末端執(zhí)行機(jī)構(gòu)21視覺標(biāo)志物進(jìn)行角點(diǎn)檢測，計(jì)算出與初始位置m(x2,y2,z3)的偏差(δx,δy,δz)，并反饋給機(jī)器人控制系統(tǒng)形成視覺閉環(huán)控制回路以控制六自由度機(jī)械臂22準(zhǔn)確到達(dá)初始位置。

步驟2：arm處理器對圖像進(jìn)行第一步處理分析以獲取抓取點(diǎn)坐標(biāo)，并圖像實(shí)時(shí)傳輸給pc機(jī)進(jìn)行進(jìn)一步處理分析識別獲得識別結(jié)果。所述步驟2具體過程為：

s21：首先進(jìn)行排障工作模式選擇；

若工作模式為自主控制，則依次進(jìn)行下述步驟s22和s23；

若工作模式為人工則只進(jìn)行步驟s22，并將判斷結(jié)果直接設(shè)置為：其抓取點(diǎn)坐標(biāo)位置為人工在圖像上確定的點(diǎn)三維坐標(biāo)。

s22：arm處理器對圖像進(jìn)行第一步處理分析以獲取抓取點(diǎn)坐標(biāo)，其過程為：

s221：利用dp算法獲得大致輪廓；所述的dp(dynamicprogramming，動態(tài)規(guī)劃)算法是解決多階段決策過程最優(yōu)化問題的一種常用方法。其基本思想是：將待求解的問題分解成若干個相互聯(lián)系的子問題，先求解子問題，然后從這些子問題的解得到原問題的解；對于重復(fù)出現(xiàn)的子問題，只在第一次遇到的時(shí)候?qū)λM(jìn)行求解，并把答案保存起來，讓以后再次遇到時(shí)直接引用答案，不必重新求解。動態(tài)規(guī)劃算法將問題的解決方案視為一系列決策的結(jié)果，并且還要考察每個最優(yōu)決策序列中是否包含一個最優(yōu)決策子序列，即問題是否具有最優(yōu)子結(jié)構(gòu)性質(zhì)。

s222：對視差圖像進(jìn)行二值化分割，再進(jìn)行閉運(yùn)算，然后再計(jì)算障礙物的凸包，求出凸包面積，對面積小于閾值的障礙物進(jìn)行去噪；

s223：對輪廓橫縱坐標(biāo)進(jìn)行加權(quán)處理繼而獲得一個圖像點(diǎn)二維坐標(biāo)；

s224：將圖像點(diǎn)二維坐標(biāo)轉(zhuǎn)換為機(jī)械臂三維坐標(biāo)t(x,y,z)；

s225：遍歷所有y值，選擇最小的作為抓取點(diǎn)坐標(biāo)；

s225：對y值設(shè)置了閾值ny，若|y|＜ny，則橫向，移動時(shí)間若|y|＞ny，則橫向左移，移動時(shí)間其中w1、w2、w3、w4為全向移動底盤(10)的四個mecanum輪(12)轉(zhuǎn)速；

s23：在arm處理器將所述圖像實(shí)時(shí)傳輸給pc機(jī)后，pc機(jī)進(jìn)行進(jìn)一步處理分析識別獲得識別結(jié)果，其過程包括：采用了改進(jìn)canny與sift組合算法進(jìn)行特征點(diǎn)提取，進(jìn)而作為輸入進(jìn)入一個模糊神經(jīng)網(wǎng)絡(luò)中進(jìn)行圖像識別，所述的改進(jìn)canny與sift組合算法包括以下步驟：

(1)尺度空間極值檢測。可以通過不同尺度因子的高斯核函數(shù)的差分和圖像的卷積得到，

計(jì)算公式如下

d(x,y,σ)＝(g(x,y,kσ)-g(x,y,σ))*i(x,y)

＝l(x,y,kσ)-l(x,y,σ)

式中，d(x,y)為高斯差分尺度空間，為一個變化尺度的高斯函數(shù)，l(x,y)為一個圖形的尺度空間，i(x,y)為圖像數(shù)據(jù)，*為卷積，k為相鄰尺度空間倍數(shù)的常數(shù)，σ是尺度空間因子；

(2)檢測尺度空間中的關(guān)鍵點(diǎn)。將尺度空間上的每個特征點(diǎn)與周圍以及上下層共26個鄰域點(diǎn)比較，如果此點(diǎn)為最大或是最小點(diǎn)，則確定為關(guān)鍵點(diǎn)，否則舍棄。

(3)邊緣檢測算法獲得邊緣點(diǎn)。采用各向異性高斯濾波器進(jìn)行去噪工作平滑圖像，采用與關(guān)鍵點(diǎn)檢測相同的5x5領(lǐng)域計(jì)算梯度幅值和方向，通過線性插值進(jìn)行非極大值抑制，運(yùn)用ostu自適應(yīng)設(shè)定高低閾值，對經(jīng)過非極大抑制后的梯度圖像檢測和連接邊緣得到邊緣點(diǎn)。

(4)精確關(guān)鍵點(diǎn)。對前兩步中的關(guān)鍵點(diǎn)和邊緣點(diǎn)進(jìn)行比較，判斷是否去除關(guān)鍵點(diǎn)。

s231：對檢測出的候選關(guān)鍵點(diǎn)，利用高斯函數(shù)濾掉一部分邊緣響應(yīng)點(diǎn)，然后再計(jì)算每一個特征點(diǎn)在原圖中的位置；

s232：對檢測出的每一個邊緣點(diǎn)計(jì)算出其3x3臨域內(nèi)的位置點(diǎn)；

s233：對前兩步的關(guān)鍵點(diǎn)和邊緣點(diǎn)進(jìn)行比較，判斷位置坐標(biāo)是否相等，若等則舍棄關(guān)鍵點(diǎn)，若不等則將關(guān)鍵點(diǎn)繼續(xù)與邊緣點(diǎn)領(lǐng)域點(diǎn)集比較，若等則舍棄，不等則關(guān)鍵點(diǎn)繼續(xù)與步驟s32檢測出其它邊緣點(diǎn)位置比較，相等則舍棄，否則保留；

s234：得到的特征點(diǎn)集作為輸入進(jìn)入模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像識別以獲得判斷結(jié)果。

步驟3：pc機(jī)與arm通信告之判斷結(jié)果，機(jī)器人控制系統(tǒng)依據(jù)結(jié)果進(jìn)行下一步工作；所述步驟3具體過程為：

s31、pc機(jī)將判斷結(jié)果傳輸給機(jī)器人控制系統(tǒng)，機(jī)器人控制系統(tǒng)若接受到的判斷結(jié)果為字符"0"則返回步驟2，若接受到字符“1”則進(jìn)行步驟s32；

s32：控制器進(jìn)行逆向運(yùn)動學(xué)求解得到各關(guān)節(jié)指令以控制六自由度機(jī)械臂進(jìn)行作業(yè)；

步驟4：在作業(yè)過程中，通過對末端執(zhí)行機(jī)構(gòu)視覺標(biāo)識物的角點(diǎn)檢測，利用視覺反饋控制六自由度機(jī)械臂趨近并抓取目標(biāo)物。