(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210896881.4 (22)申请日 2022.07.28 (65)同一申请的已公布的文献号 申请公布号 CN 114986520 A (43)申请公布日 2022.09.02 (73)专利权人 广东毕要科技有限公司 地址 528000 广东省佛山市顺德区容桂街 道南区社区天河北路西侧南区工业小 区4号地B栋三层B314-2D (72)发明人 房磊　张廷彩　彭旭辉　王丽君　 周芳　刘伟　麦运辉　邱志荣　 (74)专利代理 机构 佛山信智汇知识产权代理事 务所(特殊普通 合伙) 44629 专利代理师 冯桂彬(51)Int.Cl. B25J 9/16(2006.01) B07C 5/00(2006.01) B07C 5/36(2006.01) (56)对比文件 CN 106737664 A,2017.0 5.31 CN 110813778 A,2020.02.21 CN 111445434 A,2020.07.24 CN 109978839 A,2019.07.0 5 CN 111871841 A,2020.1 1.03 CN 114299051 A,202 2.04.08 KR 20220055356 A,2022.05.03 审查员 张琼 (54)发明名称 一种基于机器视觉的四轴并联机器人分拣 系统及方法 (57)摘要 本发明涉及机器人技术领域， 提供了一种基 于机器视觉的四轴并联机器人分拣系统及方法， 该四轴并联机器人分拣系统包括： 图像采集模 块， 用于获取待分拣工件的图像， 对待分拣工件 的图像进行预处理并获取待分拣工件的图像轮 廓线； 类别及型号识别模块， 用于根据待分拣工 件的图像轮廓线识别待分拣工件的类别以及型 号； 至少两个delta机器人， 用于获取待分拣工件 的类别以及型号， 并将同一类别不同型号的待分 拣工件分拣 到不同的包装盒。 本发 明可以对大批 量多种类别的工件进行同时分拣， 解决了现有基 于机器视觉的工件自动分拣机器人系统无法根 据待分拣 工件的类别以及型号， 将同一类别不同 型号的工件分拣到不同地方的问题。 权利要求书2页 说明书7页 附图1页 CN 114986520 B 2022.10.28 CN 114986520 B 1.一种基于机器视觉的四轴并联机器人分拣系统， 包括用于输送待分拣工件的输送 带， 其特征在于， 所述四轴并联机器人分拣系统还 包括： 图像采集模块， 用于获取待分拣工件的图像， 对待分拣工件的图像进行预处理并获取 待分拣工件的图像 轮廓线； 类别及型号识别模块， 用于根据待分拣工件的图像轮廓线识别待分拣工件的类别以及 型号； 至少两个delta机器人， 用于获取待分拣工件的类别以及型号， 并将同一类别不同型号 的待分拣工件分拣到不同的包 装盒； 所述四轴并联机器人分拣系统还 包括： 灰度平均值计算模块， 用于对待分拣工件的图像进行灰度化处理， 计算灰度化处理后 的待分拣工件的图像的像素点灰度值； 品质等级划分模块， 用于根据待分拣工件的图像的像素点灰度值对待分拣工件进行品 质等级划分； 其中， 根据待分拣工件的图像的像素点灰度值对待分拣工件进行品质等级划分的具体 方法包括如下步骤： 计算待分拣工件的图像的像素点灰度值的总平均值； 对待分拣工件的图像进行等面积区域划分， 计算不同区域的待分拣工件的图像的像素 点灰度值的区域平均值； 对于同一类别、 相同型号的待分拣工件， 根据总平均值以及区域平均值进行品质等级 划分； 其中， 对于同一类别、 相同型号的待分拣工件， 根据总平均值以及区域平均值进行品质 等级划分的具体方法包括如下步骤： 划分多个 像素点灰度值范围以及多个区域 面积范围； 计算最小的区域平均值所在的像素点灰度值范围内所有区域平均值对应的第一区域 面积总和； 将第一区域面积总和处在同一 区域面积范围、 最小的区域平均值相等并且总平均值处 在相同总预设范围的待分拣工件划分为同一品质等级。 2.如权利要求1所述的一种基于机器视觉的四轴并联机器人分拣系统， 其特征在于， 所 述四轴并联机器人分拣系统还 包括： 缺陷检测模块， 用于根据预处理后的待分拣工件的图像对待分拣工件进行缺陷检测， 判断待分拣工件是否存在缺陷； 其中， 所述delta机器人在将同一类别不同型号的待分拣工件分拣到不同的包装盒前， 先对存在缺陷的待分拣工件进行筛 选处理。 3.如权利要求2所述的一种基于机器视觉的四轴并联机器人分拣系统， 其特征在于， 所 述delta机器人还用于将属于同一类别、 相同型号以及相同品质等级的待分拣工件分拣到 相同的包 装盒。 4.一种基于机器视觉的四轴并联机器人分拣方法， 其特征在于， 所述四轴并联机器人 分拣方法包括如下步骤： S1， 获取待分拣工件的图像， 对待分拣工件的图像进行预处理并获取待分拣工件的图权　利　要　求　书 1/2 页 2 CN 114986520 B 2像轮廓线； S2， 根据待分拣工件的图像 轮廓线识别待分拣工件的类别以及型号； S3， 通过至少两个delta机器人将同一类别不同型号的待分拣工件分拣到不同的包装 盒； 所述四轴并联机器人分拣方法还 包括如下步骤： 对待分拣工件的图像进行 灰度化处 理； 计算灰度化处 理后的待分拣工件的图像的像素点灰度值； 根据待分拣工件的图像的像素点灰度值对待分拣工件进行品质等级划分； 其中， 根据待分拣工件的图像的像素点灰度值对待分拣工件进行品质等级划分的具体 方法包括如下步骤： 计算待分拣工件的图像的像素点灰度值的总平均值； 对待分拣工件的图像进行等面积区域划分， 计算不同区域的待分拣工件的图像的像素 点灰度值的区域平均值； 对于同一类别、 相同型号的待分拣工件， 根据总平均值以及区域平均值进行品质等级 划分； 其中， 对于同一类别、 相同型号的待分拣工件， 根据总平均值以及区域平均值进行品质 等级划分的具体方法包括如下步骤： 划分多个 像素点灰度值范围以及多个区域 面积范围； 计算最小的区域平均值所在的像素点灰度值范围内所有区域平均值对应的第一区域 面积总和； 将第一区域面积总和处在同一 区域面积范围、 最小的区域平均值相等并且总平均值处 在相同总预设范围的待分拣工件划分为同一品质等级。 5.如权利要求4所述的一种基于机器视觉的四轴并联机器人分拣方法， 其特征在于， 在 步骤S3中， 通过至少两个delta机器人将同一类别不同型号的待分拣工件分拣到不同的包 装盒前， 先对 存在缺陷的待分拣工件进行筛 选处理。 6.如权利要求5所述的一种基于机器视觉的四轴并联机器人分拣方法， 其特征在于， 对 存在缺陷的待分拣工件进行筛 选处理的具体方法包括如下步骤： 根据预处理后的待分拣工件的图像对待分拣工件进行缺陷检测， 判断待分拣工件是否 存在缺陷； 若待分拣工件 存在缺陷， 则对 存在缺陷的待分拣工件进行筛 选处理。权　利　要　求　书 2/2 页 3 CN 114986520 B 3