(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 202210116896.4 (22)申请日 2022.02.08 (65)同一申请的已公布的文献号 申请公布号 CN 114155242 A (43)申请公布日 2022.03.08 (73)专利权人 天津聚芯光 禾科技有限公司 地址 300457 天津市滨 海新区经济技 术开 发区滨海-中关村科技园泉州道3号北 塘建设发展大厦B座215室(北塘经济 区建设开发有限公司托管第1 15号) (72)发明人 陈敏杰　盛长永　高超　 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/73(2017.01) G06V 20/40(2022.01)G06V 10/44(2022.01) G06V 10/75(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01) (56)对比文件 CN 111761575 A,2020.10.13 US 2015016731 A1,2015.01.15 CN 108917593 A,2018.1 1.30 饶健.基于贝叶斯分类与角点匹配的工件定 位算法. 《洛阳理工学院学报 （自然科 学版） 》 .2020,第3 0卷(第3期), 龚小强 等.基 于目标检测 和角点检测的近 景拍摄测量控制点自动提取. 《测绘通报》 .2020, 审查员 谢晶 (54)发明名称 自动识别方法以及基于该自动识别方法的 定位方法 (57)摘要 本发明提供一种自动识别方法以及基于该 自动识别方法的定位方法， 该自动识别的方法包 括： S10： 获取螺丝帽的目标图像以及目标图像的 位置信息、 大小和螺丝帽类型信息； S20： 在螺丝 帽的目标图像进行角点提取， 得到初始角点集 合； S30： 将该初始角点集合与对应类型的螺丝帽 的预设角点位置模板匹配， 得到目标图像的最终 角点集合； S40： 对最终角点集合进行最小外接圆 拟合， 得到所述外接圆的中心坐标。 本发明通过 对不同类型的螺丝的螺丝帽的特征进行识别， 从 而确定目标螺丝的螺丝帽位置以及类型， 并且进 一步地对目标螺丝的螺丝帽的角点进行识别， 并 且与预设角点位置模板匹配， 最终得到目标螺丝 的中心位置， 完成对目标螺 丝的位置的识别。 权利要求书1页 说明书5页 附图1页 CN 114155242 B 2022.05.24 CN 114155242 B 1.一种基于自动识别方法的定位方法， 其特 征在于： 该自动识别方法包括： S10： 获取螺 丝帽的目标图像以及目标图像的位置信息、 大小和螺 丝帽类型信息； S20： 在螺 丝帽的目标图像进行角点 提取， 得到初始角点 集合； S30： 将该初始角点集合与对应类型的螺丝帽的预设角点位置模板匹配， 得到目标图像 的最终角点 集合； S40： 对最终角点 集合进行最小外 接圆拟合， 得到所述外 接圆的中心坐标； 初始角点 集合与对应 类型的螺 丝帽的预设角点 位置模板匹配过程 为： S301： 从初始角点集合中找到与对应类型的螺丝帽的预设角点位置模板匹配的最终角 点集合； S302： 计算出目标图像的最终角点 集合与预设角点 位置模板中角点之间的旋转角度； 定位方法包括： 根据目标螺丝帽的中心以及最终角点集合与 预设角点位置模板 中角点 之间的旋转角度驱动机 械臂。 2.根据权利要求1所述的基于自动识别方法的定位方法， 其特 征在于： 步骤S10包括： S101： 获取拍摄的目标视频； S102： 通过预训练的检测模型对目标视频进行检测， 获取螺丝帽的目标图像、 目标图像 的位置信息以及螺 丝帽类型。 3.根据权利要求2所述的基于自动识别方法的定位方法， 其特征在于： 步骤S10还包括 S103： 对目标图像按照预定比例外扩， 以使目标图像包 含整个螺 丝帽。 4.根据权利要求1所述的基于自动识别方法的定位方法， 其特征在于： 角点提取的方法 为： 选取一个固定窗口在目标图像上进 行任意方向上的滑动， 比较滑动前与 滑动后， 窗口中 的像素灰度变化 程度， 根据像素 灰度变化 程度判断该窗口内是否存在角点。 5.根据权利要求1所述的基于自动识别方法的定位方法， 其特征在于： 角点提取公式 为： 其中， 是对应的进行角点检测的图像， 是窗口内所对应的像素坐标位置； 是窗口函数， u是窗口在横坐标方向的偏移量， v是窗口在纵坐标方向的偏移量， 是窗 口在横坐标 方向偏移量 为u，在纵坐标 方向偏移量 为v时的灰度值。 6.根据权利要求1所述的基于自动识别方法的定位方法， 其特征在于： 最终角点集合中 角点位置的数量小于等于预设角点 位置模板中角点 位置的数量。 7.根据权利要求1所述的基于自动识别方法的定位方法， 其特征在于： 驱动机械臂的过 程为： 计算机械臂控制的螺丝刀的中心与目标螺丝帽的中心之间的位置偏移量， 根据 该位置 偏移量移动机 械臂； 根据得到的最终角点集合与 预设标准角度之间的旋转角度旋转螺丝刀， 使之与目标螺 丝的螺丝帽的角度相匹配。权　利　要　求　书 1/1 页 2 CN 114155242 B 2自动识别方 法以及基于该自动识别方 法的定位方 法 技术领域 [0001]本发明涉及人工智能技术领域， 具体涉及 一种自动识别方法以及基于该自动识别 方法的定位方法。 背景技术 [0002]工业智能化是目前大趋势， 流水线上劳动力需求巨大， 并且容易产生误操作， 需要 用智能算法来 提高工业产线的效率。 光 通讯的OSA生产就需要大量劳动力， 有 待提高效率。 [0003]螺丝帽在光模块生产使用环境中， 从多个角 度分析定位； 螺丝帽是否使用的合适 对整个产品的质量起着很重要的作用， 有的位置是6角， 3角内嵌， 如果用人工的方式来进 行 判别容易出错， 并且人工成本太高。 发明内容 [0004]有鉴于此， 本发明提供一种自动识别方法以及基于该自动识别方法的定位方法， 以实现通过 人工智能代替人工 。 [0005]为解决上述技术问题， 本发明采用的技术方案是： 一种自动识别方法， 该方法包 括： [0006]S10： 获取螺 丝帽的目标图像以及目标图像的位置信息、 大小和螺 丝帽类型信息； [0007]S20： 在螺 丝帽的目标图像进行角点 提取， 得到初始角点 集合； [0008]S30： 将该初始角点集合与 对应类型的螺丝帽的预设角点位置模板匹配， 得到目标 图像的最终角点 集合； [0009]S40： 对最终角点 集合进行最小外 接圆拟合， 得到所述外 接圆的中心坐标。 [0010]优选地， 步骤S10包括： [0011]S101： 获取拍摄的目标视频； [0012]S102： 通过预训练的检测模型对目标视频进行检测， 获取螺丝帽的目标图像、 目标 图像的位置信息以及螺 丝帽类型。 [0013]优选地， 步骤S10还包括S103： 对目标图像按照预定比例外扩， 以使目标图像包含 整个螺丝帽。 [0014]优选地， 角点提取的方法为： 选取一个固定窗口在目标 图像上进行任意方向上的 滑动， 比较滑动前与滑动后， 窗口中的像素灰度变化程度， 根据像素灰度变化程度判断该窗 口内是否存在角点。 [0015]优选地， 角点 提取公式为： [0016]其中， 是对应的进行角点检测的图像， 是窗口内所对应的像素坐标位置； 是窗口函数， u是窗口在横坐标方向的偏移量， v是窗口在纵坐标方向的偏移量， 是窗口在横坐标 方向偏移量 为u，在纵坐标 方向偏移量 为v时的灰度值。说　明　书 1/5 页 3 CN 114155242 B 3